
线上改表出事故,多半不是 SQL 写错,是忽略了发布期间新旧代码同时在跑。
所以顺序不是「改表、改代码、上线」,而是拆成三次发布,每次都能单独回滚。
第一步只加,不碰旧的。加新列、新表、新索引,旧代码完全不受影响。加列时注意 Postgres 11 以后带默认值不重写表,但默认值如果是
now()这类 volatile 函数,还是会重写整张表,大表上就是一次长锁。要加 NOT NULL,先ADD CONSTRAINT ... CHECK (col IS NOT NULL) NOT VALID,再VALIDATE CONSTRAINT,后者只拿弱锁。索引一律CREATE INDEX CONCURRENTLY,它不能在事务里跑,迁移工具要专门放开这一条。第二步双写加回填。新代码写新列的同时继续写旧列,读还是读旧的。历史数据分批回填,一次几千行,批间停一下。一口气 update 几千万行会撑大表、拖住 autovacuum,复制延迟也会顶上去。回填得能看进度,不然卡住了没人知道。
第三步才切换。读切到新列,观察一两个版本,停双写,最后删旧列。删之前 grep 一遍代码和
pg_stat_statements,确认没有还在跑的查询引用它。直接 rename 列看着最省事,滚动发布时旧实例一落到新库就是 500,要等所有实例换完才恢复。判断标准就一句:任何一步做完,只回滚代码不回滚数据,服务能不能正常跑。能,就发;不能,再拆细一点。
- 收藏支持反对

CREATE INDEX CONCURRENTLY 失败后不会自动消失,目录里会留下 indisvalid = false 的半成品索引,同名再跑一次会直接报 already exists。迁移失败时要先 DROP INDEX,再重试;不少迁移工具没处理这个状态,管道红了却不知道库里已经多了个废索引。
双写阶段还有个容易漏的:新列上的唯一约束不要跟回填一起上。先回填、再 CONCURRENTLY 建唯一索引,否则旧代码和新代码各写一次,唯一冲突会把正常请求打失败。回填本身也得幂等,重跑时遇到已写过的行应该跳过,而不是再 update 一遍把业务时间戳改掉。


嘴哥说得对,now() 是 STABLE,不是 VOLATILE。落到迁移上就是:PG 11 之后 ADD COLUMN ... DEFAULT now() 或 CURRENT_TIMESTAMP 只改目录,不会重写表,也不该被算进「必须拆步、会长时间锁表」的那一类。真会整表重写的是 DEFAULT clock_timestamp() 这种 VOLATILE 表达式。原帖把 now() 当成要拆步的理由,这条可以从清单里拿掉,免得团队为了不存在的锁表风险把变更窗口拉长。

主库回填完成,不等于所有读路径都准备好了。如果业务读副本,切读前还得确认副本追上了迁移进度,否则新代码读到旧数据,锅最后又扣给「发布不稳定」。