AITerms 登入
資料處理AI基礎MLOps

綱要演進(Schema Evolution)是什麼?

綱要演進是指資料庫或資料倉儲的綱要隨著時間推移而發生的變更,以及管理這些變更的過程,以確保資料的相容性和可用性。

完整定義

綱要演進是指資料庫或資料倉儲的綱要隨著時間推移而發生的變更。這些變更可能包括新增、刪除或修改表格、欄位、資料類型或約束。管理綱要演進對於確保資料的相容性、可用性和完整性至關重要,尤其是在快速變化的應用環境中。

白話說明

資料欄位改版時,你是不是常擔心舊資料讀不進去、新資料寫不出去?

你可以把綱要演進想成資料結構慢慢換版本,但還要讓新舊系統能繼續溝通。

它重要是因為資料結構一改,整個資料管線、報表和模型都可能被牽動。

記住這句

欄位會變,重點是新舊版本還能不能互通。

比喻:綱要演進就像是房子的裝修或擴建 -- 當家庭成員或需求改變時,你可能要加蓋房間或改動格局,但同時要確保舊家具和電器還能用。

容易混淆

綱要演進 vs 資料遷移

綱要演進是結構在原地變更

資料遷移是把資料搬到別的結構或系統

最關鍵的區別是改結構還是搬資料。

綱要演進 vs 資料漂移

綱要演進是資料格式或欄位定義改變

資料漂移是資料分布變了

最關鍵的區別是 schema 變還是資料內容變。

實際案例

加欄位

原本的使用者表新增生日欄位,如果處理得好,舊程式仍然能讀原本資料。

欄位改名

把 phone 改成 mobile_phone 時,後端和資料管線都要一起跟上版本。

演算法與應用

常見原則是保持向後相容或向前相容,避免一次改壞所有系統。

實務上常搭配版本控制、灰度發布和資料轉換。

綱要演進做不好,報表、模型和 API 都會一起出問題。

情境判斷

Q1(直覺題):如果你只是新增一個欄位,但老系統還要能正常讀舊資料,這叫什麼問題?

這是在處理綱要演進的相容性問題。

Q2(判斷題):欄位一改名,所有服務都一定要同時停機嗎?

不一定。做得好可以靠版本與相容層降低停機風險。

常見問題

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本