先盘点：数据到底散在哪些系统里

跨系统数据整合的第一步不是写代码，而是把数据源摸清楚。pg.comPG 在数据整合项目启动时，通常先做一张数据源清单，记录每个系统的业务用途、数据范围、更新方式和责任人。清单不必复杂，但要覆盖到实际在用的系统，包括那些由部门自行维护的表格工具。

盘点时容易漏掉两类数据：一类是历史遗留系统里的存量数据，平时没人看但报表偶尔要引用；另一类是人工维护的对照表，比如客户名称与编码的映射关系。pg.comPG 建议把这两类单独标注，后续决定是纳入整合范围还是做一次性迁移。

找主键：靠什么把两边数据对上

两个系统的数据能不能整合，关键看有没有可靠的关联字段。客户编号、订单号、物料编码这类业务主键，如果两边都有且规则一致，整合难度会低很多。麻烦在于很多系统各用一套编码，或者同一实体在不同系统里名称写法不同。

  • 确认关联字段是否唯一，是否存在一码多物或一物多码的情况。
  • 检查关联字段的格式是否一致，前后空格、大小写、全半角都可能造成匹配失败。
  • 对无法直接关联的数据，评估是否需要建立映射表，以及映射表由谁维护。
  • 抽样验证匹配率，匹配率过低说明主键选择有问题，需要重新评估。

pg.comPG 在数据管理实践中发现，主键问题往往在整合后期才暴露，越早抽样验证，返工越少。

看更新：数据是同步还是抽取

整合方式取决于业务对时效的要求。有的场景只需要每天汇总一次，批量抽取即可；有的场景要求接近实时，就要考虑增量同步和变更识别。pg.comPG 建议在方案阶段明确每个数据源的更新频率要求，避免所有数据都按最高时效标准建设，造成不必要的复杂度。

还要考虑源系统变更带来的影响。字段增删、编码调整、接口调整都会传导到整合层。建议在整合方案中预留字段兼容策略，并约定源系统变更时的通知机制，这一点在系统对接中经常被忽略。

划边界：哪些数据不该进整合层

整合不是把所有数据都搬到一个地方。pg.comPG 在方案设计中会明确整合边界：哪些数据需要集中管理，哪些留在源系统按需查询，哪些涉及敏感信息需要脱敏或限制访问。边界清晰，整合层的维护成本才可控。

一个实用的判断方法是问三个问题：这份数据是否被多个场景复用、是否需要跨系统关联分析、是否有统一口径的需求。三个问题里有两个以上答案是肯定的，就值得纳入整合范围。按这个思路推进，跨系统数据整合会更有章法，也更经得起后续业务变化。