我正在将一些数据从一个数据库迁移到另一个数据库，这是意外地出现在测试数据库中的生产数据。
它是典型的以单个User表为中心的关系数据库。
需要考虑的事项
- 几乎任何表中都可能存在生产和测试之间的重复行
- 测试中任何与用户相关的表中的任何列都可能错过生产的内容，或者由于用户重新注册而包含更新的信息
- 所有表都包含
created和updated列
我一直通过SOAP层连接到数据库，因为这是一种"简单"的方式。但是，我确实可以对运行这些数据库的计算机进行管理访问。
你有什么方法、建议和建议可以帮助我实现这一目标吗？也许是类似于内容迁移的东西——最佳实践（PDF），任何东西，真的。
1.首先备份所有数据。说这话从来都不伤人！
2.建立一个合理的样本量，即您愿意详细查看多少记录，部分基于您的时间/金钱和更正的准确数据的价值。
3.创建一个列表，比如在这些记录的电子表格中。
4.如果可以，可以（从外部）确定哪些是真实的，可以使用电子邮件地址或其他字段与其他数据进行比较。
5.寻找图案。是否有任何单独的字段：-id、date、user_id等，看起来似乎可以帮助您知道哪些记录是好的？查找值模式、低/高范围、重复的"样本"数据（许多记录中一列的值相同）、没有时间的日期、具有孤立外部ID的记录，您可以检查的内容数量惊人！
6.确定你的最终容忍度-你在寻找100%吗？或者99.94%的固定率对用户来说是可以的（好吧，那就可以接受了！）？
7.看看你提到的那些重复项。对于这些记录，你能应用任何规则，如"旧记录"、"新记录"或低ID号来至少消除它们吗？
我希望这能有所帮助！