数据完整性验证需通过数量核对、内容比对、校验和检查及业务逻辑验证四方面进行。首先确认迁移前后记录总数一致，包括分批次核对与异常值检查；其次抽样比对主键、时间戳等关键字段，利用SQL或比对工具排查编码、格式差异；再通过MD5、SHA-256哈希值或数值求和实现快速一致性校验，支持自动化；最后验证外键关联、状态流转等业务规则，并结合前端功能测试确保数据可用性。应建立覆盖数量、内容、结构与业务的完整校验清单，结合自动化脚本与人工抽样，保障迁移质量。
迁移后验证数据完整性是确保数据从源系统到目标系统准确无误的关键步骤。核心方法包括数量核对、内容比对、校验和检查以及业务逻辑验证。
1. 记录数量一致性检查
确认迁移前后数据总量一致，是最基础的验证手段。
- 统计源表和目标表的总行数，确保一致
- 对分片或分批次迁移的数据，逐批次核对记录数
- 关注空值、重复值是否在迁移过程中被错误过滤或重复插入
2. 关键字段内容比对
抽样检查具体数据内容，确保字段值未被篡改或丢失。
HISUI 前端框架开发指南（IRIS版）
下载
HISUI 前端框架基础开发指南。HISUI 是基于 easyui 二次开发的 jQuery UI 组件库，专为医疗信息系统设计。当涉及 HISUI 组件开发、jQuery easyui 表格/表单/布局/窗口、医疗系统前端页面编写时使用此 skill。 涵盖 40 个组件的官方文档参考，支持声明式与编程式两种初始化方式，提供 $cm/$m 数据访问方法。
- 选取主键、时间戳、金额等关键字段进行逐条比对
- 使用SQL查询或数据比对工具（如diff工具、专业ETL校验工具）辅助分析
- 特别注意字符编码、日期格式、大小写等问题导致的隐性差异
3. 校验和与哈希值验证
通过生成并对比数据指纹，快速判断整体一致性。
- 对源端和目标端数据计算MD5、SHA-256等哈希值（按批次或全量）
- 对数值型字段求和（如总金额），与源系统核对
- 适用于大数据量场景，可自动化执行
4. 业务逻辑与关联关系验证
确保数据在业务层面依然成立。
- 检查外键约束、父子记录关联是否完整（如订单与订单明细）
- 验证状态流转、枚举值范围是否符合业务规则
- 通过前端应用或报表系统读取迁移后的数据，确认功能正常
基本上就这些。关键是结合自动化脚本和人工抽样，建立完整的校验清单，覆盖数量、内容、结构和业务四个维度，才能有效保障迁移后的数据完整性。
