--- title: "升级前准备 - 开发者中心 ODC V4.4.1 | OceanBase 文档中心" description: 升级前准备 OceanBase 开发者中心（OceanBase Developer Center，ODC）的升级需要预先确认元数据库和机器环境。 元数据库 部署 Web 版 ODC 时创建了元数据库用于存储使用 ODC 过程中产生的用户数据。 升级 ODC 时使用与部署时相同的元数据库并运行对应版本的 ODC 镜像，… image: https://mdn.alipayobjects.com/huamei_22khvb/afts/img/A*OSPzQ6GUQF4AAAAAQHAAAAgAeiGDAQ/original --- 切换语言 - 中文站 - 简体中文 - International - English - 日本站 - 日本語 文档反馈![](https://mdn.alipayobjects.com/huamei_22khvb/afts/img/A*lqS5SYzz_YEAAAAAAAAAAAAADiGDAQ/original) 开发者中心 ODCV 4.4.1 # 升级前准备 更新时间：2026-04-07 18:00:49 [编辑](https://github.com/oceanbase/odc-doc/edit/V4.4.1/zh-CN/1200.upgrade-guide/200.preparation-for-upgrade.md) OceanBase 开发者中心（OceanBase Developer Center，ODC）的升级需要预先确认元数据库和机器环境。 ## 元数据库 部署 Web 版 ODC 时创建了元数据库用于存储使用 ODC 过程中产生的用户数据。 升级 ODC 时使用与部署时相同的元数据库并运行对应版本的 ODC 镜像，在升级前，请先确认元数据库的租户名、租户所在的集群名、数据库名称、用户名和密码等信息。 #### 说明 - ODC V3.3.0 之后版本提供变更流程和操作审计等企业级管控能力。 - ODC V3.3.1 之后版本解除对 MetaDB 版本的限制。 - MetaDB 所在 OceanBase 租户规格推荐 2C8G 及以上配置，配置过低容易导致性能问题。 ## 机器环境 Web 版 ODC 运行环境配置，按照 ODC 用户数量的经验值： | ODC 用户数量 | 服务器类型 | 服务器数量 | 功能最低配置 | 性能最低配置 | | --- | --- | --- | --- | --- | | 20 | ODC Docker 部署服务器 | 1 台，可复用 OCP 管控服务器 | 2C，4GB 内存 | 4C，16GB 内存 | | 100 | ODC Docker 部署服务器 | 3 台，可复用 OCP 管控服务器 | 4C，16GB 内存 | 8C，32GB 内存 | | 500 | ODC Docker 部署服务器 | 3 台，可复用 OCP 管控服务器 | 8C，32GB 内存 | 16C，64GB 内存 | 更多用户视使用情况调整资源。 #### 说明 - 实际资源消耗取决于并发用户数量和用户使用的功能，表格中的配置是供参考的经验值。 - Web 版 ODC 需要运行在以上规格的服务器上，因此在升级 ODC 应用时请确认机器环境。 - 升级 ODC 应用时需重新在机器上拉取和运行 ODC 镜像，因此在升级前请确认机器安装了 Docker 并可以正常运行。 ## （可选）升级预操作 ODC V4.4.1 升级的元数据库数据升级实现了可重入性设计，如果您期望可以快速的完成升级过程的历史数据迁移，那么可以预先执行一些数据迁移动作，这些数据迁移动作不会影响旧版本的运行。 1. 检查确认是否需要预先进行历史数据迁移。 ODC 版本升级的元数据库数据升级是自动进行的，某些功能的改动可能会引入较多的数据迁移和修正。ODC V4.4.1 的主要元数据升级来自于工单/作业模块的重构，查询当前数据库中的数据量信息，判断是否需要预先进行数据迁移。 - SQL 计划被重新设计，作为作业模块的功能，历史数据会由工单模块迁移到作业模块。执行如下命令，如果查询的数据量大于 100000, 建议您预先进行数据迁移。详细操作步骤，请参见步骤 2。 ```sql use odc_metadb; select count(1) from flow_instance where parent_instance_id in (select id from schedule_schedule where job_type in 'SQL_PLAN'); ``` - 分区计划也进行了重新设计，执行如下命令，如果查询的数据量大于 100000, 建议您预先进行数据迁移。详细操作步骤，请参见步骤 3。 ```sql use odc_metadb; select count(1) from flow_instance where parent_instance_id in (select distinct flow_instance_id from partitionplan); ``` - 作业模块也可能存在一些历史工单无用数据，执行如下 SQL 获取数据。如果查询的数据量大于 100000, 建议您可以执行如下 SQL 进行数据迁移。详细操作操作，请参见步骤 4。 ```sql use odc_metadb; select count(1) FROM schedule_task WHERE job_group IN ('SQL_PLAN', 'PARTITION_PLAN') AND job_id IS NULL ``` 2. SQL 计划历史数据手动迁移，重复执行该 SQL 直到没有更多数据插入。 ```sql #1. 查询 sql 计划的子任务（数据库变更）。 #2. 获取 sqlplan 的子任务相关信息。 #3. 联表查询，循环批量查询批量插入。 INSERT INTO schedule_task ( job_group, job_name, parameters_json, status, executor, fire_time, progress_percentage, result_json, create_time, update_time, job_id ) SELECT 'SQL_PLAN' AS job_group, CAST(plan_data.schedule_id AS CHAR) AS job_name, tt.parameters_json AS parameters_json, CASE WHEN tt.status IN ('FAILED', 'EXEC_TIMEOUT', 'CANCELED', 'DONE') THEN tt.status ELSE 'CANCELED' END AS status, tt.executor, COALESCE(tt.last_heartbeat_time, tt.create_time) AS fire_time, COALESCE(tt.progress_percentage, 0) AS progress_percentage, tt.result_json, tt.create_time, tt.update_time AS update_time, -plan_data.flow_instance_id AS job_id FROM ( SELECT fi.id AS flow_instance_id, ss.id AS schedule_id FROM flow_instance fi JOIN schedule_schedule ss ON fi.parent_instance_id = ss.id WHERE ss.job_type = 'SQL_PLAN' AND fi.id > (SELECT COALESCE(-MIN(job_id), 0) FROM schedule_task WHERE job_group = 'SQL_PLAN') ORDER BY fi.id LIMIT ? ) plan_data JOIN flow_instance_node_task fint ON fint.flow_instance_id = plan_data.flow_instance_id JOIN task_task tt ON tt.id = fint.task_task_id WHERE fint.task_type = 'ASYNC' AND fint.is_start_endpoint = 1; ``` 如果您想回滚手动迁移的 SQL 计划历史数据，可以执行如下 SQL 直到没有更多的数据需要删除。 ```sql delete from schedule_task where job_group = 'SQL_PLAN' and job_id < 0 order by job_id asc limit 5000 ``` 3. 分区计划历史数据手动迁移，重复执行该 SQL 直到没有更多数据插入。 ```sql #1. 查询历史分区计划的 schedule_id，以及分区计划下的数据库变更工单（parent_flow_id = 分区计划的 flow_instance_id）。 #2. 查询 task_task 关联信息，整合成 schedule_task 所对应的字段。 #3. 通过应用层绑定 schedule_id 作为 job_name 批量插入。 INSERT INTO schedule_task ( job_group, job_name, parameters_json, status, executor, fire_time, progress_percentage, result_json, create_time, update_time, job_id ) SELECT 'PARTITION_PLAN' AS job_group, CAST(plan_data.schedule_id AS CHAR) AS job_name, tt.parameters_json AS parameters_json, tt.status AS status, tt.executor, COALESCE(tt.last_heartbeat_time, tt.create_time) AS fire_time, COALESCE(tt.progress_percentage, 0) AS progress_percentage, tt.result_json, tt.create_time, tt.update_time AS update_time, -plan_data.flow_instance_id AS job_id FROM ( SELECT fi.id AS flow_instance_id, mapped.schedule_id FROM flow_instance fi JOIN ( SELECT p.flow_instance_id, COALESCE( MAX(CASE WHEN COALESCE(ptp.strategy, 'CREATE') = 'CREATE' THEN pt.schedule_id END), MAX(pt.schedule_id) ) AS schedule_id FROM partitionplan p JOIN partitionplan_table pt ON p.id = pt.partitionplan_id LEFT JOIN partitionplan_table_partitionkey ptp ON pt.id = ptp.partitionplan_table_id GROUP BY p.flow_instance_id ) mapped ON fi.parent_instance_id = mapped.flow_instance_id WHERE mapped.schedule_id IS NOT NULL AND fi.id > (SELECT COALESCE(-MIN(job_id), 0) FROM schedule_task WHERE job_group = 'PARTITION_PLAN') ORDER BY fi.id LIMIT ? ) plan_data JOIN flow_instance_node_task fint ON fint.flow_instance_id = plan_data.flow_instance_id JOIN task_task tt ON tt.id = fint.task_task_id WHERE tt.task_type = 'ASYNC'; ``` 如果您想回滚手动迁移的分区计划历史数据，可以执行如下 SQL 直到没有更多的数据需要删除。 ```sql delete from schedule_task where job_group = 'PARTITION_PLAN' and job_id < 0 order by job_id asc limit 5000 ``` 4. 作业模块无用数据清理。 1. 创建无用数据备份表。 ```sql CREATE TABLE IF NOT EXISTS `schedule_task_backup` LIKE `schedule_task`; ``` 2. 备份数据，重复执行如下SQL直到没有更多数据插入。 ```sql REPLACE INTO schedule_task_backup ( id, job_name, job_group, parameters_json, status, executor, fire_time, progress_percentage, result_json, create_time, update_time, job_id ) SELECT id, job_name, job_group, parameters_json, status, executor, fire_time, progress_percentage, result_json, create_time, update_time, job_id FROM schedule_task WHERE job_group IN ('SQL_PLAN', 'PARTITION_PLAN') AND job_id IS NULL AND id > (SELECT COALESCE(MAX(id), 0) FROM `schedule_task_backup`) ORDER BY id LIMIT 10000 ``` 3. 删除主表数据，重复执行如下 SQL 直到没有更多数据删除。 ```sql DELETE FROM schedule_task WHERE job_group IN ('SQL_PLAN', 'PARTITION_PLAN') AND job_id IS NULL and id <= (SELECT COALESCE(MAX(id), 0) FROM `schedule_task_backup`) ORDER BY id LIMIT 10000 ``` 4. 如果您想回滚手动清理的数据，重复执行如下 SQL 直到没有更多数据插入。 ```sql INSERT INTO schedule_task ( id, job_name, job_group, parameters_json, status, executor, fire_time, progress_percentage, result_json, create_time, update_time, job_id ) SELECT id, job_name, job_group, parameters_json, status, executor, fire_time, progress_percentage, result_json, create_time, update_time, job_id FROM schedule_task_backup WHERE id > (SELECT COALESCE(MAX(id), 0) FROM `schedule_task` where job_id is NULL and id <= (select max(bak.id) from schedule_task_backup as bak)) ORDER BY id LIMIT 10; ``` 上一篇 下一篇 ![有帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*y6ocSqN8cqsAAAAAAAAAAAAAARQnAQ)![无帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*BG9IQJyLHF8AAAAAAAAAAAAAARQnAQ)![反馈](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*eTWdQKCRKHwAAAAAAAAAAAAAARQnAQ)[AI](https://www.oceanbase.com/obi) 咨询热线