Flyway迁移中.sh脚本被忽略的问题分析与解决
问题背景
在使用Flyway进行数据库迁移时,用户遇到了一个典型问题:在包含.sql和.sh两种类型迁移脚本的情况下,只有.sql文件被正常执行,而.sh脚本被完全忽略。这种情况在使用Docker Compose部署的PostgreSQL 16.2环境中尤为明显。
环境配置分析
用户的配置采用了以下技术栈组合:
- Flyway OSS Edition 10.15.0
- PostgreSQL 16.2-alpine3.19镜像
- Windows 11操作系统
- Docker Compose编排
关键配置点包括:
- 通过Docker卷将本地migrations目录挂载到容器的/flyway/sql路径
- 使用filesystem作为迁移脚本位置
- 设置了PostgreSQL连接参数和schema配置
问题现象
从日志中可以看到,Flyway成功验证并执行了18个.sql迁移脚本(从2到2.17版本),但完全忽略了同目录下的.sh脚本文件。这种选择性执行行为并非Flyway的默认设计,而是与配置参数相关。
根本原因
经过分析,问题出在Flyway的"SQL Migration Suffixes"(SQL迁移后缀)配置上。Flyway默认只识别特定后缀的迁移文件,而.sh不在默认支持的后缀列表中。这导致.sh脚本虽然存在于迁移目录中,但不会被Flyway识别为有效的迁移脚本。
解决方案
要解决这个问题,需要在Flyway配置中显式添加.sh后缀支持。具体可以通过以下两种方式实现:
-
通过命令行参数: 在启动命令中添加
-sqlMigrationSuffixes=.sql,.sh参数,明确告诉Flyway需要处理哪些后缀的文件。 -
通过环境变量: 设置
FLYWAY_SQL_MIGRATION_SUFFIXES环境变量,值为.sql,.sh。
对于Docker Compose部署,推荐采用第二种方式,在environment部分添加:
environment:
FLYWAY_SQL_MIGRATION_SUFFIXES: ".sql,.sh"
最佳实践建议
-
统一脚本类型:尽可能使用单一类型的迁移脚本(推荐.sql),减少维护复杂度。
-
明确后缀配置:如果必须使用多种脚本类型,务必在配置中显式声明所有需要支持的后缀。
-
脚本权限检查:对于.sh脚本,确保在容器内具有可执行权限。
-
环境变量管理:将关键配置参数通过环境变量管理,提高配置的灵活性和可维护性。
-
日志监控:定期检查Flyway执行日志,确认所有预期的迁移脚本都被正确处理。
总结
Flyway对迁移脚本的识别严格遵循配置规则,当遇到非标准后缀的脚本时,需要开发者明确告知Flyway应该处理哪些文件类型。通过合理配置SQL迁移后缀参数,可以灵活支持包括.sh在内的多种脚本类型,满足复杂的数据库迁移需求。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00