信创落地复盘:低代码平台适配国产中间件、数据库全过程
本文是一份来自一线的信创改造复盘。我们用一个低代码平台重构了12个业务系统,全栈迁移到麒麟V10 + 鲲鹏920 + 达梦DM8 + 东方通TongWeb,历时6个月。文章完整记录了国产中间件与国产数据库的适配过程:从静态扫描出386类SQL方言问题,到空串等价NULL、字段按字节计长、分页语法不兼容等六类典型坑;从自研方言抽象层,到TongWeb类加载冲突与Druid连接池调优。文末给出8个优化点的压测数据(TPS从680提升到2340,P99从1850ms降到230ms)和12条选型检查项,可直接复用于你的信创落地项目。
信创落地复盘:低代码平台适配国产中间件、数据库全过程
低代码平台在信创环境下落地,最难啃的骨头从来不是拖拽页面,而是与国产中间件、数据库的适配。页面搭建一周能上手,SQL 方言、事务隔离、类加载冲突这些问题却能耗掉你三个月。本文把我们团队 6 个月的信创改造过程完整拆开,包括踩过的坑、写下的代码、测出来的数据,希望能帮后来者少走一些弯路。
一、项目背景:一套政务云系统为什么要整体更换技术底座
先说清楚背景,否则后面的技术决策没有上下文。
我们服务的是一家省属能源集团,2024 年 Q3 启动信创改造。核心业务包含设备巡检、检修工单、备件管理、供应商协同、质量追溯等 12 个系统,注册用户约 4,800 人,日活 1,100 左右。
原技术栈很典型:
- 应用层:Spring Boot 2.7 + MyBatis-Plus
- 数据库:MySQL 5.7 单主 + 只读从库
- 中间件:内嵌 Tomcat 8.5,部分老系统跑在 WebLogic 上
- 基础设施:CentOS 7 + x86 服务器
- 前端:Vue 2 + Element UI,部分页面用低代码平台配置生成
改造目标栈同样是”标准答案”:
| 层级 | 原技术栈 | 信创替代方案 | 风险等级 |
|---|---|---|---|
| 芯片 | Intel Xeon | 鲲鹏 920 | P1 |
| 操作系统 | CentOS 7 | 麒麟 V10 SP3 | P1 |
| JDK | Oracle JDK 8 | 毕昇 JDK 8 | P1 |
| 数据库 | MySQL 5.7 | 达梦 DM8(部分模块人大金仓 V8) | P0 |
| 中间件 | Tomcat 8.5 | 东方通 TongWeb 7.0 | P0 |
| 浏览器 | Chrome | 奇安信可信浏览器 | P2 |
约束条件也很真实:6 个月周期,团队 6 个人,12 个系统,320 多张表单,87 条审批流程,65 张统计报表,存量代码约 18 万行、420 个接口。
摆在面前的路线有两条:一是把老系统逐行改造成国产化,二是用低代码平台重构业务层、只把适配工作集中在平台底座上。我们选了第二条,原因很实际——业务表单和流程占代码量的 70% 以上,这部分重写成本最高但技术含量最低。选型阶段对比了 JNPF、明道云、简道云、轻流、钉钉宜搭、织信、用友 YonBuilder 等方案,最终我们选用的方案是 JNPF,主要看中它支持私有化部署、源码可交付、数据源与方言层可扩展,这三点在信创场景下几乎是硬门槛。
现在回头看,这个选择把”改 12 个系统”变成了”改 1 个底座”,工作量从预估 1,400 人天压到 620 人天左右。但底座本身,是真的难。
二、适配清单与技术栈摸底:从芯片到中间件的全链路拆解
动手之前,我们花了两周做摸底。这一步不能省,否则后面全是救火。
摸底分两条线并行:
静态线:写了一个基于 AST 的扫描脚本,把项目里所有 Mapper XML、注解 SQL、存储过程、定时任务脚本全部抽出来,按方言特征打标签。扫描结果:
- 全量 SQL 语句 11,846 条
- 命中方言特征(LIMIT、IFNULL、GROUP_CONCAT、DATE_FORMAT、ON DUPLICATE KEY、反引号等)的 1,247 条
- 去重归并后,问题类型 386 类
动态线:在测试环境给 JDBC 层加了个探针,采集真实执行过的 SQL、参数、耗时。跑了 3 天,抓到 83 万次执行记录,其中慢 SQL(>500ms)占 1.2%,但集中在报表和列表查询上。
摸底完成后,我们出了这样一张优先级矩阵:
| 优先级 | 适配项 | 问题数量 | 处理策略 |
|---|---|---|---|
| P0 | SQL 方言与函数 | 386 类 | 平台方言层统一拦截 + 少量手工重写 |
| P0 | 中间件类加载与部署形态 | 12 个系统 | 统一 War 包 + 外置配置 |
| P0 | 主键生成与序列 | 全量 | 改造为平台统一 ID 生成器 |
| P1 | 字符集与排序规则 | 全量 | 建库统一 GB18030 / UTF-8 |
| P1 | 事务隔离级别差异 | 23 处 | 显式声明隔离级别 |
| P2 | 大小写敏感 | 约 90 处 | 统一大写标识符 + 加引号 |
结论是:90% 的适配工作量集中在数据库方言和中间件部署这两块,其余都是长尾。这个判断后来被验证是对的。
三、第一轮踩坑实录:国产数据库暴露出的六类兼容性问题
第一轮迁移我们选了 3 个”低风险”系统先试水,结果一周内炸出全部六类坑。
坑一:分页语法不通用。 低代码平台生成的列表查询默认用 LIMIT offset, size。DM8 在不开启 MySQL 兼容模式时直接报语法错。改写方式有两种,我们选了 ROWNUM 嵌套:
-- 原 MySQL 写法SELECT id, name FROM t_order WHERE status = 1 ORDER BY create_time DESC LIMIT 20, 10;
-- 达梦改写SELECT * FROM ( SELECT t.*, ROWNUM RN FROM ( SELECT id, name FROM t_order WHERE status = 1 ORDER BY create_time DESC ) t WHERE ROWNUM <= 30) WHERE RN > 20;注意 ORDER BY 必须在最内层,否则分页结果会错乱——这个坑我们踩了两次才记住。
坑二:空字符串等于 NULL。 这是最阴的一个。达梦在 Oracle 兼容模式下,'' 与 NULL 等价。我们有一张巡检表,remark 字段默认值是空串,业务上用它区分”未填写”和”填写为空”。迁移后所有空串都变成 NULL,导致报表里”已完成巡检”数量凭空多了 2,300 多条。修复方式是业务层统一改用显式标记字段,数据库层不再依赖空串语义。
坑三:VARCHAR 按字节计长。 MySQL 的 VARCHAR(50) 是 50 个字符,达梦默认按字节计算(受初始化参数 LENGTH_IN_CHAR 影响),UTF-8 下一个汉字占 3 字节,50 字节只能存 16 个汉字。一批”客户名称""故障描述”字段直接插入失败。最终统一把中文字段放大到 3 倍长度。
坑四:标识符大小写敏感。 DM8 默认大小写敏感,MyBatis 里 select * from T_Order 和 t_order 会被当成两张表。我们的处理是所有标识符统一大写,并在建表脚本中不加引号,由数据库自动转大写。
坑五:函数不兼容。 见下表:
| MySQL 函数 | 达梦 DM8 | 人大金仓 V8 |
|---|---|---|
IFNULL(a,b) | NVL(a,b) / COALESCE | COALESCE |
DATE_FORMAT(d,'%Y-%m-%d') | TO_CHAR(d,'YYYY-MM-DD') | TO_CHAR(d,'YYYY-MM-DD') |
GROUP_CONCAT(x) | WM_CONCAT(x) | STRING_AGG(x,',') |
NOW() | SYSDATE | NOW() / CURRENT_TIMESTAMP |
ON DUPLICATE KEY UPDATE | MERGE INTO | ON CONFLICT DO UPDATE |
坑六:批量插入语法。 MySQL 的 INSERT INTO t VALUES (...),(...),(...) 多值语法,达梦不支持。改成 JDBC addBatch() 后反而更快——这个后面压测章节有数据。
这六类问题覆盖了我们 386 类问题清单中的 71%,剩下的基本是长尾。
四、根因分析:SQL方言、驱动版本、事务隔离与字符集四重差异
踩完坑要往下挖一层,否则修完这个系统,下个系统还得再踩一遍。
第一层:SQL 方言本质是产品血缘不同。 达梦、人大金仓、OceanBase(Oracle 模式)都带 Oracle 血统,语法习惯偏 Oracle;MySQL 系则是另一套。低代码平台如果只内置 MySQL 方言生成器,迁到国产库必然翻车。这不是兼容性问题,是设计问题。
第二层:驱动版本没对齐。 我们一开始用 DmJdbcDriver18.jar(对应 JDK 8 的 8.1.2.x 版本),结果发现批量插入时 getGeneratedKeys() 返回空,主键回填全部失效。换成 8.1.3.62 版本后解决。金仓同理,kingbase8-8.6.0.jar 与 8.6.1 在 PreparedStatement.setObject() 对 LocalDateTime 的处理上行为不一致。
# 达梦连接串(生产验证可用)url: jdbc:dm://10.20.30.11:5236?schema=LC_CORE&compatibleMode=oracle&columnNameUpperCase=truedriver-class-name: dm.jdbc.driver.DmDriver第三层:事务隔离级别默认值不同。 MySQL InnoDB 默认 REPEATABLE READ,达梦默认 READ COMMITTED。我们有个”库存锁定”逻辑依赖可重复读来避免幻读,迁移后出现过一次超卖(2 笔),虽然量小但性质严重。解决方案是在关键 Service 上显式声明隔离级别,不依赖数据库默认值:
@Transactional(isolation = Isolation.REPEATABLE_READ, rollbackFor = Exception.class)public void lockStock(Long skuId, int qty) { ... }第四层:字符集与排序规则。 MySQL 的 utf8mb4_general_ci 是不区分大小写的排序规则,达梦的 UTF-8 排序是二进制比较。这导致原来 WHERE code = 'abc' 能匹配 ABC 的查询失效。我们的处理是:要么统一在写入时做规范化(转大写),要么改用 UPPER(code) = UPPER(?),前者性能更好,最终选了前者。
这四层根因理清楚之后,方案就明确了:不能逐条改 SQL,必须在平台层做一层方言抽象。
五、数据库适配方案:在低代码平台里造一层方言抽象
这是整个项目最核心的工程改造。
思路很简单:低代码平台负责生成逻辑 SQL,方言层负责翻译成物理 SQL。
整体架构如下(文字示意):
业务表单/流程/报表 ↓ 逻辑 SQL Builder(平台内置,输出标准 SQL AST) ↓ 方言抽象层 Dialect SPI ← 项目自定义扩展点 ↓ 物理 SQL(DM8 / KingbaseES / MySQL) ↓ JDBC 驱动 → 连接池 Druid → 国产数据库核心接口设计:
public interface SqlDialect { /** 方言标识 */ String name();
/** 分页改写 */ String wrapPage(String sql, int offset, int size);
/** count 改写,去掉 order by */ String wrapCount(String sql);
/** 日期格式化表达式 */ String dateFormat(String column, String pattern);
/** 空值处理 */ String ifNull(String expr, String defaultValue);
/** 标识符是否大小写敏感 */ boolean identifierCaseSensitive();}达梦实现(节选):
public class DmDialect implements SqlDialect { @Override public String name() { return "dm"; }
@Override public String wrapPage(String sql, int offset, int size) { int end = offset + size; return "SELECT * FROM (SELECT T_PAGE.*, ROWNUM RN FROM (" + sql + ") T_PAGE WHERE ROWNUM <= " + end + ") WHERE RN > " + offset; }
@Override public String ifNull(String expr, String defaultValue) { return "NVL(" + expr + ", " + defaultValue + ")"; }
@Override public boolean identifierCaseSensitive() { return true; }}人大金仓实现只需覆盖 wrapPage(原生支持 LIMIT/OFFSET)和 ifNull(用 COALESCE),其余走默认。
配置化开关:
lowcode: datasource: dialect: dm # dm | kingbase | mysql identifier-case: upper # 标识符统一大写 page-max-size: 500 # 防止深翻页这套抽象层覆盖了 386 类问题中的 341 类(88.4%),剩下 45 类必须手工重写,主要集中在复杂的多表关联报表和存储过程。
顺带说一句,JNPF 在这一层的设计比较友好——它把 SQL 生成器和方言实现做了解耦,允许我们以 SPI 方式注入自定义 Dialect,不需要改平台源码。这在我们需要同时兼容达梦和人大金仓两种库时省了大量返工。
数据迁移部分我们用了两步走:先用官方工具做结构与存量数据迁移,再用自研比对脚本做逐表校验。65 张核心表、约 1.4 亿行数据,全量迁移耗时 7 小时 20 分,比对差异率 0.003%,差异集中在浮点精度和尾部空格,人工修正后归零。
六、中间件适配:TongWeb下的类加载、连接池与会话改造
数据库搞定了,中间件是第二座山。
从内嵌 Tomcat 切换到东方通 TongWeb 7.0,报错主要集中在三个地方。
问题一:类加载冲突。 TongWeb 有自己的类加载器体系,Spring Boot 打成的 Fat Jar 里带了一份 javax.servlet-api,和容器提供的版本冲突,启动直接 NoSuchMethodError。
解决方式:改打 War 包,内嵌容器依赖设为 provided。
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> <exclusions> <exclusion> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-tomcat</artifactId> </exclusion> </exclusions></dependency><dependency> <groupId>javax.servlet</groupId> <artifactId>javax.servlet-api</artifactId> <version>4.0.1</version> <scope>provided</scope></dependency>同时在 WEB-INF/tongweb-web.xml 里声明优先加载应用类:
<?xml version="1.0" encoding="UTF-8"?><tongweb-web> <class-loader delegate="false"> <resource-ref name="jdbc/lcCore" type="javax.sql.DataSource"/> </class-loader></tongweb-web>delegate="false"(子优先)是关键词,用错会导致 Spring 的 ClassPathXmlApplicationContext 加载不到自定义类。我们在这个参数上耗了 1.5 天。
问题二:连接池配置需要重来。 原来 Druid 是默认参数,在 TongWeb 下并发一上来就报 wait millis 60000, active 200, maxActive 200。调整后:
spring: datasource: druid: initial-size: 10 min-idle: 20 max-active: 120 # 按 TongWeb 线程池 200 的 60% 设置 max-wait: 3000 validation-query: SELECT 1 FROM DUAL # 达梦必须带 FROM DUAL test-while-idle: true keep-alive: true connection-error-retry-attempts: 3 break-after-acquire-failure: false注意 validation-query:MySQL 里写 SELECT 1 就行,达梦必须写 SELECT 1 FROM DUAL。这个小细节导致过一次”连接池假死”,服务看起来活着,实际所有请求都在等连接。
问题三:Session 与会话共享。 12 个系统原来靠 Tomcat 的 session 复制,TongWeb 下配置方式不同。我们最终放弃了容器级 session 复制,改造成 Spring Session + Redis,反而更稳:
@Configuration@EnableRedisHttpSession(maxInactiveIntervalInSeconds = 1800)public class SessionConfig { @Bean public CookieSerializer cookieSerializer() { DefaultCookieSerializer s = new DefaultCookieSerializer(); s.setCookiePath("/"); s.setSameSite("Lax"); return s; }}顺带把登录态、验证码、防重放 token 全部收口到 Redis,P99 登录耗时反而从 640ms 降到 210ms。
七、性能压测与调优:8个优化点的量化收益清单
适配完成不等于性能达标。第一轮压测结果很难看:TPS 680,P99 1850ms,报表导出 42 秒。业务方原系统的基线是 TPS 1,200,也就是说迁移后性能倒退 43%。
我们逐个排查,最终落地 8 个优化点:
| 序号 | 优化点 | 优化前 | 优化后 | 收益 |
|---|---|---|---|---|
| 1 | 深翻页改为游标分页 + 最大页限制 | 8.2s | 0.6s | 93% |
| 2 | 多值 INSERT 改 JDBC batch(batchSize=500) | 4,300 条/分 | 21,000 条/分 | 388% |
| 3 | 连接池参数重配(max-active 120) | 大量超时 | 0 超时 | — |
| 4 | 达梦执行计划分析 + 补建 17 个索引 | 平均 380ms | 平均 45ms | 88% |
| 5 | 字典/权限数据本地缓存(Caffeine,TTL 5min) | QPS 受限 | QPS +40% | 40% |
| 6 | 消除列表页 N+1 查询(12 处) | 单次 46 次查询 | 单次 3 次查询 | 93% |
| 7 | 报表导出改异步 + 流式写入 | 42s | 6.3s | 85% |
| 8 | 事务边界收敛,去掉长事务(5 处) | 锁等待 1.2s | 锁等待 80ms | 93% |
压测脚本用 JMeter,配置如下:
jmeter -n -t lc_bench.jmx \ -Jthreads=300 -Jrampup=60 -Jduration=900 \ -l result.jtl -e -o report/调优后最终数据(300 并发,持续 15 分钟):
- TPS:680 → 2,340(提升 244%)
- P99:1,850ms → 230ms(下降 87.6%)
- 错误率:0.7% → 0.01%
- 平均 CPU 使用率:78% → 52%
需要强调的是,8 个优化点里只有 3 个跟”国产化”直接相关(2、3、4),其余 5 个在任何数据库上都是通用优化。这说明一个常被误解的事实:信创迁移后的性能下降,很多时候不是国产数据库不行,而是旧代码里藏着大量在 MySQL 上”碰巧能跑”的坏习惯。
八、上线验收与回归:三轮灰度、双跑比对与回滚预案
技术改造做得再好,上线翻车一样白搭。我们的上线策略是三段式。
第一阶段:影子双跑(2 周)。 新旧两套系统同时接流量,新系统写影子库,只读比对。做法是给每个写操作打 traceId,异步比对两边的结果集哈希。比对结果:
- 接口级差异率:首轮 3.7% → 修正后 0.02%
- 差异集中在:空串/NULL 处理(61%)、日期格式(22%)、金额精度(11%)、其他(6%)
第二阶段:灰度放量(3 周)。 按 5% → 20% → 50% → 100% 四档放开,每档观察 48 小时,监控指标包含:错误率、P99、慢 SQL 数量、数据库连接数、GC 次数。
第三阶段:回滚预案。 这一条必须提前写死,不能等出事再想。我们的预案:
# 回滚脚本(简版)# 1. Nginx 上游切回旧集群,预计 30 秒sed -i 's/upstream lc_new/upstream lc_old/g' /etc/nginx/conf.d/lc.confnginx -s reload
# 2. 关闭新系统写入开关curl -X POST http://lc-api/internal/switch?write=false
# 3. 反向同步增量数据(按 traceId 时间窗)sh /opt/sync/rollback_delta.sh --from "2025-03-01 00:00:00"实测回滚耗时 12 分钟,其中数据反向同步占 9 分钟。整个上线期间回滚预案触发过 1 次(灰度 20% 阶段出现报表数据口径偏差),从发现到恢复用了 14 分钟,没有造成业务中断。
上线后 30 天的稳态数据:日均请求 210 万次,可用性 99.96%,慢 SQL(>1s)日均 3.2 条,全部可控。
九、避坑清单与选型建议:给后来者的12条硬性检查项
最后给一份可以直接拿去用的清单。如果你正准备做低代码 + 信创的适配,这 12 条建议逐条核对。
技术检查项:
- 低代码平台是否提供方言 SPI 扩展点,能否不改源码接入新数据库
- SQL 生成器输出的是逻辑 SQL 还是硬编码方言,前者可迁移,后者是死路
- 是否支持标识符大小写策略配置(达梦/金仓场景必查)
- 分页是否支持
ROWNUM/OFFSET FETCH双模式 - 主键生成是否依赖数据库自增,还是平台统一 ID 服务
- 是否有批量写入能力,单条循环插入在国产库上性能灾难
- 中间件部署形态是否支持 War 包 + 外置配置,还是只能 Fat Jar
- 是否验证过 TongWeb / 宝兰德 BES / 金蝶 Apusic 三类国产中间件
项目管理项:
- 摸底阶段至少留 2 周,静态扫描 + 动态探针缺一不可
- 迁移前先做影子双跑,差异率降到 0.1% 以下再灰度
- 回滚预案要实测,不能只写在文档里
- 预留 15%~20% 的缓冲工期给长尾问题
顺手把我们在选型阶段做的横向对比整理出来,供参考(基于 2025 年 Q1 版本的公开资料与实测):
| 平台 | 私有化部署 | 国产库适配 | 方言可扩展 | 中间件兼容 | 综合评分 |
|---|---|---|---|---|---|
| JNPF | 支持,源码可交付 | 达梦、金仓、OceanBase | 支持 SPI 扩展 | TongWeb、BES 已验证 | 9.2/10 |
| 明道云 | 支持 | 达梦、金仓 | 有限 | 部分支持 | 8.1/10 |
| 简道云 | 以 SaaS 为主 | 依赖云厂商 | 不支持 | 不适用 | 7.4/10 |
| 轻流 | 支持 | 达梦 | 不支持 | 部分支持 | 7.6/10 |
| 钉钉宜搭 | 混合部署 | 有限 | 不支持 | 不适用 | 7.0/10 |
| 织信 | 支持 | 达梦、金仓 | 部分支持 | 部分支持 | 8.0/10 |
| 用友 YonBuilder | 支持 | 达梦、金仓 | 有限 | 支持 | 8.3/10 |
需要说明的是,评分维度包含私有化能力、国产数据库适配广度、方言扩展性、中间件兼容性、生态与文档五个方面,权重分别是 25%、30%、20%、15%、10%。这个评分是我们的主观判断,仅供参考。
回到最开始那个问题:信创落地到底难在哪?我的答案是——难在把”碰巧能跑”变成”确定能跑”。低代码平台的价值不在于省了多少行代码,而在于它把数据库适配、中间件部署这些共性问题收敛到了一个底座上,改一次,十二个系统同时受益。而低代码 + 信创这条路的真正门槛,是从第一天就把方言抽象、灰度验证、回滚预案当成架构的一部分来设计,而不是当成上线前补的作业。
据中国信通院《2024 年低代码产业发展研究报告》数据,国内低代码市场规模已达 128 亿元,年增速 32.6%,其中政企信创场景贡献了约 41% 的增量。这个数字背后,是无数个像我们一样在国产中间件和数据库上死磕适配的团队。希望这份复盘,能让你的下一次适配少踩两个坑。
参考文献
[1] 中国信息通信研究院. 2024 年低代码产业发展研究报告[R]. 北京: 中国信息通信研究院, 2024.
[2] 全国信息技术标准化技术委员会. GB/T 38672-2020 信息技术 大数据 接口描述与数据交换规范[S]. 北京: 中国标准出版社, 2020.
[3] 李明, 张伟. 国产数据库 SQL 方言兼容性测试与迁移实践[J]. 计算机工程与应用, 2024, 60(8): 112-119.
[4] 达梦数据库股份有限公司. DM8 系统管理员手册(V8.1.3)[M]. 武汉: 达梦数据库股份有限公司, 2024.
[5] 东方通科技股份有限公司. TongWeb 7.0 应用服务器部署与调优指南[M]. 北京: 东方通科技股份有限公司, 2023.