经评估，在政数局提供的1台虚拟机上搭建一套oracle数据库，进行数据库还原和数据迁移，具体配置如下：48G内存，32核CPU，500G存储空间。
本次数据迁移工作分为四个阶段，前期准备阶段、迁移工具开发阶段、切换准备阶段、正式切换阶段。
1、前期准备阶段完成数据迁移范围、方式、方案的确定；各种数据迁移模板的制定及确认；依据方案开始进行数据的整理、完善。
本次数据迁移工作复杂度高、业务数据量大、工作量大，因此必须确保数据导入中的每个环节准确无误地进行。为顺利实现上述总体目标，本技术方案坚持以下基本原则：
1、规范性：统一数据迁移方案、数据转换模板、数据迁移策略，规范数据迁移操作，确保数据迁移有序推进。
2、业务连贯性:通过合理编制系统迁移策略、采用相应技术，保证原系统在数据迁移期间业务和应用集成的连续性。
1、旧系统数据的分析。要对旧数据进行迁移，首先要了解旧系统的数据结构，包括表和字段，以及多个表之间的关系，并撰写相应的数据库结构文档。然后要整理旧系统数据字典，明确所有数据代码字段含义，将旧系统的数据字典按照统一格式整理成文档。
2、旧系统数据质量的分析及清洗。数据质量分析主要是指找出重复、不完整、违反业务或逻辑规则等问题的数据，并进行相应的清洗操作。可以分别针对各类旧系统的脏数据开发不同数据整理程序，通过不同的查询语句查询出问题数据，用户能在提供的数据整理功能界面上，对数据进行整理达到清洗的效果。对于某些可批量修改或整理的数据，可以通过编写后台函数统一处理减少数据清理的工作量。
4、类型转换。少数数据可能需要对类型进行转换，如就表以字符串‘YYYY-MM-DD’来存放日期，而新表中以DATE型来存放日期，这时就需要进行类型转换。
5、常量转换。新表中某些字段可能存在缺省值，这时将采用常量转换方式，当旧表没有对应字段或旧表对应字段数据为空时，将直接在新表中写入缺省数据。
数据转换主要分直接转换、程序转换、代码对照、类型转换、常量转换、不转换等6种方式。
1、直接转换。直接转换方式是最常用的方式，就是将原表中对应字段的数据原封不动的搬到新表中来。按照“数据照搬”原则，我们应该尽量采用这种方法。
2、程序转换。对那些需要进行计算才能进行转换的数据将采用程序转换方式进行。
3、代码对照。某些代码字段，往往新旧系统的编码不相同，这时就需要参照代码对照表进行代码对照转换。
首先将旧系统涉及到的迁移数据，在新系统中建立相应的数据库表结构，并将旧数据导入相应的表中，然后在新系统中编写后台程序，将历史数据迁移到新系统中。
本次我们的迁移是建立一个和正式系统一模一样的数据迁移数据库，将旧系统的迁移数据imp到此迁移数据库中，所有的编码和调试也都在此环境中进行，这样就可以将导入到新系统的数据可能产生的问题，如：字典表数据的转化、外键约束等等，在迁移数据库中全部处理掉，这样得到的数据便可顺利的导入新系统。
经调研，老系统目前有采购预算表、采购预算明细、采购预算表历史表、采购需求表、采购需求明细表、采购需求限制表、采购需求质疑表、采购计划表、采购计划明细表、采购计划附件表、采购申报书、采购申报书模板货物清单、立项申请、反馈信息表、反馈信息明细表等495张表，需要全部正确迁移到新系统数据库。
5、数据转换与迁移程序的开发和部署。数据迁移工作通常需要编写大量前后台程序才能得以顺利完成。采用的方法都是通过执行各个后台函数或函数脚本实现，这就需要在准备阶段就逐步编写这些代码，并不断进行测试。
数据迁移工具由专门的数据迁移项目组统一牵头，针对涉及数据项中需要进行迁移工具的开发，负责编写数据迁移工具功能说明书模板，并跟进开发，进行测试后，发给实施人员进行测试和使用。对于辅助模板内容、本地定制化增强字段所涉及的程序，开发完成后进行多次测试演练。
智慧平台系统经过需求调研、设计开发、集成测试环节后，将进入试运行阶段。而在进入新旧模块上线试运行切换过程中，必然要面临一个数据迁移的问题。数据迁移对系统切换乃至新模块的运行有着十分重要的意义，数据迁移的质量不仅是新系统成功上线的重要前提，同时也是新系统今后稳定运行的有力保障。
ຫໍສະໝຸດ Baidu2、迁移工具开发阶段由系统厂商完成迁移工具及脚本的编写、测试工作。
3、切换准备阶段完成现场数据的收集、审核及修改工作；现场数据迁移演练及对发现问题的整改；完成各类数据的最终确认及迁移，对迁移结果的确认及发现问题的整改。
数据迁移的大量工作都需要在准备阶段完成，充分而周到的准备工作是完成数据整合迁移的基础。准备工作包括：旧系统数据的分析、旧系统数据质量分析及清洗、新系统数据字典整理、新旧系统数据差异分析、建立新旧系统数据之间的映射关系。
数据迁移涉及的数据量很大，通过人工处理很难完成的，因此必须编写相关的工具完成数据整理及转换工作。通过编写后台程序，对数据进行迁移，实现抽取、转换、装载三个步骤。数据抽取、转换是根据新旧系统数据库的映射关系进行的，而数据差异分析是建立映射关系的前提，这其中还包括对代码数据的差异分析。转换步骤一般还要包含数据清洗的过程，数据清洗主要是针对源数据库中，对出现重复、不完整、违反业务或逻辑规则等问题的数据进行相应的清洗操作，在清洗之前需要进行数据质量分析，以找出存在问题的数据，否则数据清洗将无从谈起。数据装载是通过装载工具或自行编写的SQL程序将抽取、转换后的结果数据加载到目标数据库中。
3、新旧系统数据的差异分析。分析新旧系统数据差异是数据迁移中非常重要的一个环节，首先必须拥有新旧系统详细的数据字典文档，在此基础上对新旧系统数据库结构进行分析研究，以新系统运行所需数据为依据，对旧系统现有数据进行对照分析，建立新旧系统数据字典字段映射规则。
4、数据的检查。数据的检查可以分为6类，分别是对数据格式检查、数据长度检查、区间范围检查、空值与默认值检查、完整性检查和一致性检查。