导读
随着国产数据库产品功能不断完善，大量应用系统开始从 Oracle 迁移。看起来像是“换库”，其实是“换心脏”。而存储过程，就是这颗心脏里最复杂的一块。
它牵扯语法差异、功能完整度、稳定性与回归成本，往往是迁移项目里最耗人力、最费时间、也最容易翻车的环节。
作者：平凯数据库技术专家 吴超
/ 为什么存储过程改写最难？ /
以从 Oracle 迁移到平凯数据库（TiDB 企业版）的项目为例，流程通常包括数据库对象结构转换、数据迁移、应用代码改造。等到对象和数据都迁完了，真正的硬骨头才开始——应用改造（包含存储过程改写）。
这一步几乎完全依赖应用开发人员的业务理解和工程能力。最容易出问题的三件事是：
（a）业务逻辑被误改或遗漏；
（b）测试覆盖不足，缺陷在割接后才暴露；
（c）成本估算困难，反复返工拖慢周期。
/ 先回答一个问题：存储过程要不要保留？ /
方案 1：把 Oracle 存储过程转换为国产数据库兼容的存储过程。听上去很美，但现实里即使宣称兼容 Oracle 语法的国产数据库，也不是 100% 兼容的实现，存储过程仍然要改写和适配。数量一多，改造与测试的工作量就会直线上升。
方案 2：把存储过程转换为上层应用的逻辑模块，例如 Java 或 Python 代码，与应用层有机融合。这更贴合现代分层架构与 DevOps 交付方式，也为后续扩展和重构留出更大空间。
下面讨论的解决思路，选择的是方案 2。
/ 解决思路：把存储过程转为 Java 代码 /
第一，计算与存储分离。存储过程在数据库层执行，消耗的是稀缺的数据库 CPU 和内存；Java 代码运行在应用服务器上，可以通过水平扩展轻松承载高并发，避免数据库成为系统瓶颈。
第二，分布式更友好。平凯数据库（TiDB）等分布式数据库擅长的是海量数据存储与查询，而不是复杂逻辑计算。把逻辑上移到应用层，能更好发挥分布式架构的弹性。
第三，可维护性和研发效率显著提升。Java 拥有完善的 IDE、调试工具与单元测试生态；相比之下，调试几千行存储过程几乎是开发者的噩梦。再加上面向对象设计与 Spring Boot 等框架，业务逻辑更容易解耦、复用与演进。
第四，版本控制与 DevOps 更顺滑。Java 代码可以完全纳入 Git 评审与 CI/CD 流水线，而存储过程的部署和回滚往往依赖复杂脚本管理，难以自动化。
第五，彻底削弱供应商锁定。存储过程里充斥厂商私有语法（如 Oracle 的 PL/SQL），一旦逻辑上移，数据库就回归为更纯粹的数据存储引擎。
第六，众所周知，Vibe Coding 的时代已经到来，实践证明无论是使用哪种主流 AI 编码工具，例如 Claude 或者 Codex，编写 Java 代码对 AI 更友好。
总之，把业务规则迁移到 Java 生态中，才更可维护、可测试、可持续演进，更是拥抱 AI 时代的举措。
/ AI 时代如何提升工程效率 /
平凯数据库的 TMS 工具以存量 Oracle 存储过程为原型，通过解析 AST 语法树并结合 AI LLM 技术，对接上层 Java 开发框架，借助 ORM 与 Java 生态能力，规避异构数据库的语法差异，实现从“语法兼容”到“语义等效”的跨越。
这条流水线通常包括：
（1）对象选取：按清单筛选目标存储过程/函数，支持批量与分阶段迁移；
（2）语义解析：解析 PL/SQL 结构与依赖关系，抽取关键业务语义与调用链；
（3）智能转换：借助 AI agent 生成 Java 代码并遵循目标工程风格；
（4）结果交付：按包结构输出代码树，提供日志、统计与可下载的交付包。
转换示例
Oracle PL/SQL
CREATE OR REPLACE PROCEDURE finish_order(
p_order_id IN NUMBER,
p_user_id IN NUMBER,
p_amount IN NUMBER
) AS
v_points NUMBER;
BEGIN
-- 1) 更新订单状态
UPDATE t_order
SET status = 'DONE',
done_time = SYSDATE
WHERE id = p_order_id
AND user_id = p_user_id;
-- 2) 计算积分并入账
v_points := FLOOR(p_amount / 10);
INSERT INTO t_points(user_id, points, ref_order_id, created_at)
VALUES (p_user_id, v_points, p_order_id, SYSDATE);
COMMIT;
EXCEPTION
WHEN OTHERS THEN
ROLLBACK;
RAISE;
END;
/
Java（示意：服务层 + ORM + 事务）
import java.math.BigDecimal;
import java.math.RoundingMode;
import java.time.LocalDateTime;
import org.apache.ibatis.annotations.Insert;
import org.apache.ibatis.annotations.Mapper;
import org.apache.ibatis.annotations.Param;
import org.apache.ibatis.annotations.Update;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;
@Service
public class OrderService {
@Transactional
public void finishOrder(long orderId, long userId, BigDecimal amount) {
int affected = orderMapper.markDone(orderId, userId, LocalDateTime.now());
if (affected == 0) {
throw new BusinessException("order not found");
}
int points = amount.divide(new BigDecimal("10"), RoundingMode.FLOOR).intValue();
pointsMapper.insert(userId, points, orderId, LocalDateTime.now());
}
}
@Mapper
public interface OrderMapper {
@Update("""
UPDATE t_order
SET status = 'DONE',
done_time = #{doneTime}
WHERE id = #{orderId}
AND user_id = #{userId}
""")
int markDone(
@Param("orderId") long orderId,
@Param("userId") long userId,
@Param("doneTime") LocalDateTime doneTime);
}
@Mapper
public interface PointsMapper {
@Insert("""
INSERT INTO t_points(user_id, points, ref_order_id, created_at)
VALUES (#{userId}, #{points}, #{orderId}, #{createdAt})
""")
int insert(
@Param("userId") long userId,
@Param("points") int points,
@Param("orderId") long orderId,
@Param("createdAt") LocalDateTime createdAt);
}
语义映射要点
UPDATE + INSERT + COMMIT/ROLLBACK 对应 Java 侧的 @Transactional 事务控制；
SYSDATE 对应 LocalDateTime.now() 或统一时间服务；
FLOOR(p_amount/10) 对应 BigDecimal 计算与 RoundingMode.FLOOR；WHEN OTHERS THEN RAISE 对应抛出异常并由事务框架回滚。
/ 价值：不止于“生成代码”/
快：把“人月级”改写压缩到“周级/天级”。以 100 个存储过程为例，人工改写通常需要 30～60 人天；采用智能化自动转换后，整体耗时可压缩到 5～10 人天。
准：不是“照搬 SQL”，而是对关键语义进行等效实现，并通过依赖关系、异常处理、事务边界与函数替换策略进行一致性约束；同时配套日志、结果比对与可回放机制，降低误改与漏改风险。
稳：通过模型连通性自检、兼容性风险识别（如保留字、DB Link 等）、以及全过程日志留存，转换过程具备更强的可审计性与可解释性，显著降低交付风险。
通用：不同业务场景（账务、库存、审批、计费）对性能与一致性的要求差异显著。通过 AI agent 能力、规则库与语法适配策略，可按用途调整生成代码的性能与结构，覆盖不同复杂度与负载特征的存储过程改写需求。
/结语/
存储过程迁移是数据库改造最难的一公里。把它变为可交付、可量化、可复用的自动化能力，才能真正把迁移从“工程风险”转为“标准交付”。如果你正在推进 Oracle 迁移，或计划释放存储过程的业务价值，存储过程转 Java 是一条高效且稳妥的路径。
