核心用法
该 skill 为数据库 schema 变更提供系统性的安全方法论，覆盖从规划到执行的完整生命周期：
- 策略选型：Additive-Only（仅增不改）、Expand-Contract（扩展-收缩）、Lazy Migration（惰性迁移）等七种模式，按风险等级与停机要求匹配场景
- 零停机模式：针对加列、改列名、删列、改类型、加索引等高频操作，给出具体的 SQL 级操作约束（如
CREATE INDEX CONCURRENTLY、分阶段添加NOT NULL） - 工具矩阵：对比 Prisma Migrate、Alembic、Flyway、Atlas 等 8 款主流工具，按声明式/命令式、ORM 集成度、生态匹配度提供选型建议
- 回滚策略：区分可逆迁移（up/down）与仅向前迁移（corrective），配套软删除列、快照表、蓝绿部署等多层数据保护机制
- 数据迁移：针对大批量数据回填，提供游标批处理、节流控制、惰性回填等实现模式，附 PostgreSQL 存储过程示例
显著优点
- 生产级完备性：涵盖从 schema 变更到数据回填、从 CI 测试到监控告警的全链路 checklist
- 风险量化：用表格形式明确标注每种策略的风险等级、停机要求与适用场景，便于快速决策
- 可操作的代码示例：包含批处理存储过程、蓝绿部署流程图、CI pipeline YAML，降低落地门槛
- 反模式警示：8 条 "NEVER" 红线直接对应生产事故高频根因（如未删引用先删列、大表加
NOT NULL无默认值）
潜在局限
- 生态侧重：示例以 PostgreSQL 为主，MySQL 的
ALGORITHM=INPLACE、Oracle 的在线重定义等特性未展开 - 云原生场景：对托管数据库（RDS、Cloud SQL）的特定限制（如主备切换窗口、只读副本延迟）讨论较少
- 分布式数据库：未涉及分片场景下的协调迁移（如 Vitess、Citus、TiDB 的 online DDL 差异）
适合人群
- 负责生产环境 schema 演进的后端/DBA/SRE 工程师
- 需要建立团队迁移规范的技术负责人
- 准备通过 SOC2/ISO27001 审计、需固化变更流程的合规团队
常规风险
- 认知偏差风险：开发者易低估大表 DDL 的锁影响，需严格执行 "benchmark on production-scale data" 要求
- 工具链风险：声明式工具（Prisma、Drizzle）的自动 diff 可能生成意外高危 SQL，必须人工 review
- 回滚失效风险：数据破坏性变更（如截断、类型强转）无法通过 down 迁移恢复，需依赖备份/快照
- 协调风险：应用代码与 schema 变更的部署顺序错误（先部署依赖新 schema 的代码）将导致故障