Edytujesz MySQL, nebo PostgreSQL: co se změní při migraci databáze

Instalace je přímočará. Vytvořte virtuální prostředí, aktivujte ho a nainstalujte pytest pomocí správce balíčků. Ověření provedete příkazem pytest --version. Testy se ukládají do souborů, jejichž název začíná na test_ nebo končí na _test. Samotné testovací funkce musí mít také prefix test_. pytest je sám najde bez jakékoli registrace. Spuštění je pak otázkou příkazu pytest v kořeni projektu. Pro podrobnější výstup použijte pytest -v, pro zastavení po první chybě pytest -x.<br><br>Kde automatizace šetří čas a kde ho ztrác<br><br>Poslední věc, která rozhoduje o výsledku, je tón. Zpětná vazba nemá být obhajoba ani hodnocení člověka. Když někdo řekne, že něco nefunguje, není to útok. Facilitátor to musí říct nahlas, jinak se lidé začnou bránit a diskuze se změní v hádku o vině. Struktura drží emoce na uzdě jen do chvíle, kdy ji někdo začne používat jako zbraň. Proto je lepší mluvit o procesech a rozhodnutích než o lidech a jejich vlastnostech.<br><br>Práce s daty je v JavaScriptu častý zdroj chyb. Nepředávejte všude celý objekt, když funkce potřebuje jen jednu vlastnost. Ničíte tím čitelnost a ztěžujete testování. Místo uzivatel předávejte uzivatel.email, pokud jde jen o e-mail. U polí používejte map, filter, reduce místo ručních cyklů for s push. Kód je kratší a méně náchylný k chybám s indexy. Pozor ale na přílišné řetězení – tři operace za sebou se ještě čtou, deset už je nečitelných. Rozdělte je do pojmenovaných kroků.<br><br>Jak přenést data a neztratit integritu Samotný přenos dat se dělí na dvě části: strukturu a obsah. Strukturu vytvořte ručně nebo převodem DDL, ale vždy ji zkontrolujte. Automatické převodníky často vynechají indexy, cizí klíče nebo výchozí hodnoty. Data exportujte do CSV nebo SQL a importujte po dávkách. U velkých tabulek použijte copy, které je výrazně rychlejší než vkládání jednotlivých řádků. Během importu vypněte cizí klíče a po dokončení je znovu zapněte a ověřte.<br><br>Častou chybou je podcenění rozdílů v řetězcích. MySQL ve výchozím nastavení nerozlišuje velikost písmen u porovnávání, PostgreSQL ano. To ovlivní vyhledávání, unikátní indexy i join podmínky. Pokud potřebujete chování bez rozlišení, použijte citext nebo funkční index s lower(). Stejně tak si ověřte práci s NULL — v MySQL je NULL ve sloupci s unique indexem povolen vícekrát, v PostgreSQL také, ale chování u složených indexů se liší.<br><br>Důležitá je i otázka, kdo bude podporu ovládat. Pokud s databázemi teprve začínáte, potřebujete řešení s rozumným výchozím nastavením a srozumitelnými výstupy. Naopak zkušený tým ocení možnost zasáhnout do konfigurace a přizpůsobit chování. Nenechte se zlákat tvrzením, že vše zvládne jediné tlačítko. Většina incidentů vzniká v okamžiku, kdy se něco pokazí a není jasné, jak to vrátit zpět.<br><br>Migrace z MySQL do PostgreSQL není jen výměna ovladače. Oba systémy mají odlišnou filozofii ukládání dat, typovou kontrolu a chování transakcí. Pokud se na to připravíte předem, vyhnete se nejčastějším chybám, které jinak vedou k tichému poškození dat nebo k výpadku aplikace po přechodu.<br><br>Výběr podpory pro databáze nezačíná u ceny ani u seznamu funkcí. Začíná u toho, co vaše aplikace skutečně dělá. Jinou podporu potřebuje skladová evidence s tisíci transakcí za minutu a jinou reportovací nástroj, který se dotazuje jednou denně. Než se pustíte do srovnávání, sepište si tři věci: jaký typ dotazů převažuje, jaký je poměr čtení a zápisu a jak dlouho si můžete dovolit výpadek. Teprve pak má smysl řešit konkrétní řešení.<br><br>Před podpisem smlouvy si vyžádejte informace o tom, jak často vycházejí aktualizace a jak jsou oznamovány změny v chování. Zjistěte, zda je možné provozovat podporu odděleně od databázového serveru, aby její pád neohrozil samotná data. A hlavně – ověřte, jak vypadá obnova po výpadku. Ne teoreticky, ale konkrétně: kolik kroků je potřeba udělat a jak dlouho to trvá. Bez toho zůstává volba podpory jen hrou na jistotu, která v ostrém provozu neobstojí.<br><br>Zaměřte se na režim provozu, ne na reklamní slogany Podpora pro databáze se dělí podle toho, jak zasahuje do běhu systému. Některá řešení jen sledují stav a upozorní na problém, jiná aktivně přesouvají zátěž nebo automaticky opravují chyby. U sledovacích nástrojů si ověřte, jak často sbírají data a zda zvládnou i krátké špičky. U aktivních zásahů naopak hlídejte, zda nezpůsobí neplánovaný restart nebo zámek, který zablokuje ostatní dotazy. Praxe ukazuje, že příliš agresivní automatika dokáže nadělat víc škody než užitku, pokud není pečlivě nastavená.<br><br>Typická chyba je testovat podporu na vývojovém prostředí s malými daty. Tam všechno běží rychle a spolehlivě. Do produkce se ale dostanou miliony řádků a jiné vzorce přístupu. Před nasazením si proto připravte zátěžový test, který odpovídá reálnému provozu. Zjistíte tak, kde jsou limity – ať už jde o počet připojení, velikost mezipaměti nebo rychlost obnovy po selhání.