Liquibase 4.30.0版本迁移脚本重复执行问题解析
2025-06-09 00:35:53作者:裴麒琰
问题现象
近期Liquibase社区报告了一个在4.30.0版本中出现的严重问题:当用户从4.29.2版本升级后,系统会错误地重新执行已经应用过的数据库迁移脚本,导致诸如"表已存在"、"列已存在"等错误。这个问题影响了使用Spring Boot集成和Gradle构建工具的用户环境。
问题根源
经过技术团队深入分析,发现问题源于4.30.0版本对变更集ID生成逻辑的修改。在之前的版本中,对于直接包含的SQL文件,Liquibase会使用"raw"作为ID前缀。但在4.30.0版本中,当include标签的file属性以斜杠("/")开头时,系统会将完整文件路径作为ID的一部分。
这种变化导致了ID生成不一致:
- 旧版本生成的ID格式:raw
- 新版本生成的ID格式:raw_文件名
由于Liquibase依赖ID来识别变更集是否已执行,这种ID格式的变化使得系统无法正确识别已经执行过的脚本,从而错误地重新执行它们。
解决方案
目前有两种可行的解决方案:
-
临时回退方案:将Liquibase版本降级回4.29.2,这是最快速的解决方法。
-
长期修复方案:修改include标签的file属性格式,避免使用绝对路径或classpath:前缀。例如:
- 问题格式:
<include file="/db/changelog/script.sql"/> - 问题格式:
<include file="classpath:database/migration/script.sql"/> - 正确格式:
<include file="db/changelog/script.sql"/>
- 问题格式:
技术背景
Liquibase通过DATABASECHANGELOG表来跟踪已执行的变更集。每个变更集的唯一标识由三个部分组成:
- 变更集ID(id属性)
- 作者(author属性)
- 变更日志文件路径
在4.30.0版本中,对文件路径处理逻辑的修改意外影响了ID生成机制,导致了这次兼容性问题。开发团队已经提交了修复代码,预计会在后续版本中解决这个问题。
最佳实践建议
- 在升级Liquibase版本前,先在测试环境验证迁移脚本的执行情况
- 保持变更日志文件路径的相对性,避免使用绝对路径
- 定期检查DATABASECHANGELOG表中的记录,确保变更集ID符合预期
- 对于关键系统,考虑在升级前备份数据库
总结
这次事件提醒我们,在数据库迁移工具升级时需要格外谨慎。虽然新功能带来了改进,但也可能引入意想不到的兼容性问题。作为开发者,我们应该:
- 充分理解工具的工作原理
- 建立完善的升级测试流程
- 关注社区报告的问题和解决方案
- 保持变更日志的简洁和一致性
通过遵循这些原则,可以最大限度地减少数据库迁移过程中的风险。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219