公司使用 Confluence 管理自己的知识库， 现在使用的版本还是 3.0.1，而最新的 Confluence 版本已经是 5.4+。 新版本加入的一些现代化 Web 系统的新特性很吸引人（拖拽上传，可见即所得编辑）， 在群众的强烈呼声下，我着手开始升级。

201601/confluence_river.jpg

官方的升级路线很扯，3.0.1 的升级路线是：

  • 3.0.1 -> 3.5.17
  • 5.0.3 -> 5.4.4

中间两次大版本升级，第一次原因不明，第二次是更新了 markup 渲染引擎， 改为 HTML 格式类型的渲染模式。

由于一些原因，我们系统还跑在 embedded 模式下（其实就是 HyperSQL），这种大版本升级， 需要先从内置库升级到外部数据库，比如 MySQL。

苦逼旅程就开始了。

From embedded to MySQL

更新内置库到外部库的操作流程：

  • 导出当前的数据备份，包括附件，我导出后 1G+
  • 使用当前同版本（3.0.1）安装一个全新的 wiki，注意下载 JDBC-connector
  • 安装之后，配置好 MySQL，开始导入之前准备好的备份
  • 悲剧上演

遇到了错误：

Import failed. Hibernate operation: could not insert: [com.atlassian.confluence.core.BodyContent#12028015]; SQL []; Duplicate entry ‘12028015’ for key ‘PRIMARY’; nested exception is com.mysql.jdbc.exceptions.jdbc4.MySQLIntegrityConstraintViolationException: Duplicate entry ‘12028015’ for key ‘PRIMARY’

官方文档 https://confluence.atlassian.com/doc/troubleshooting-xml-backups-that-fail-on-restore-199034.html 让修改重复键数据，好吧，我改，搜索一把重复主键，将备份里面的 entities.xml 弄出来。

# 格式化
awk '{s=s $0}END{gsub(/></,">\n<",s);s=gensub(/>([^ \n>]*)</,">\n\\1\n<","g",s);print s}' entities.xml > entities.xml.format
# 找重复主键 cat entities.xml.format G 'content" class="Page' -A 2 G -E '[0-9]+' | sort | uniq -c | sort -gr L cat entities.xml.format | grep 'name="id"' -A 1 -B 1 | grep -E '[0-9]+' -B 2 L

操作过程中，发现有数据就一条数据（grep entities.xml），还是插入重复（13238835）。 官方文档解释是，内置数据库的锁有时候会不灵，插入重复键。 于是决定再试试去掉主键约束方案，大不了那个数据我就不要了。

ALTER TABLE BODYCONTENT DROP PRIMARY KEY;

结果还有其他 PK 约束，我于是一条一条解开，然后……还是不行，真是作了一手的好死。

结论是，这数据错误了太多，已经无法手工修复。

横插一刀的 Emoji 😊😢💗

导入时候报了这么一个错误：

Caused by: java.sql.SQLException: Incorrect string value: ‘\xF0\x9F\x8C\x8D\xE5\x9B…’ for column ‘BODY’ at row 1 org.xml.sax.SAXException: Error while parsing 2015-10-19 23:14:13,108 ERROR [Importing data task] [confluence.importexport.impl.ReverseDatabinder] fromXML Error processing backup: – referer: http://10.1.2.155:8087/setup/setup-restore-start.action | url: /setup/setup-restore-local.action | userName: anonymous | action: setup-restore-local org.xml.sax.SAXException: Error while parsing net.sf.hibernate.exception.GenericJDBCException: could not insert: [com.atlassian.confluence.core.BodyContent#12028161]

这是 Emoji 编码的问题，理论上 MySQL 换到 5.6+，更新 encoding 就可以了。

但是……Confluence 的建表 SQL 爆出了 255 varchar 超过 1000 限制的错误 ，我尝试使用 innodb_large_prefix 似乎可以解决（因为重复键的问题，导致导入已经行不通）。

另外 innodb_large_prefix 是 5.6.3 才有的，只能升级 MySQL， 并且需要创建表时候使用 DYNAMIC 参数。

弄个 Emoji 这么绕，这导致我直接弃用了 MySQL。

如果是正常迁移，不遇到重复键，Emoji 的问题，可以参考官方的文档，完成平滑迁移：

妈蛋，自己干

上面这么点东西，陆陆续续花了我两周的时间（晚上）。已经确认走不通平滑迁移，那就别怪我手段糙了。

使用 API 导出后直接导入，这种做法最大问题是不平滑，会丢掉 Wiki 修改的历史记录， 在和各个业务方沟通之后，最后达成了一致：可以暴力升级。

升级流程：

  • 准备最新 Confluence 新站点
  • 关停站点
  • 导出数据，包括 Page、评论、附件
  • 导入 Page，评论，附件
  • 启动旧站点，开启只读模式
  • 启用新站点

官方有一个 Universal Wiki Converter， 我在 Bitbucket 上面找到了源码，但是已经不可工作了。 虽然宣称「The UWC will however save you 1-2+ weeks of scripting development time, compared with starting from scratch, for many of the most common conversion cases.」 但并没有卵用。

不行就自己随便搞搞好了，看了一下开发需要的 Conflunce API， 和尤其贴心的新版本 RESTful API，就开始搞了。

写迁移代码，在这里 atlassian-confluence-xxoo，已经开源了，只使用过一次，成功的从 3.0.1 迁移到 5.4.4， 理论上，支持任意版本的 3.x/4.x Confluence 迁移到最新。

使用 python app.py -h 查看帮助，不行就看看代码。

希望有迁移需求的同学，搜索到这里能够获得一些帮助。

原文链接: 一次艰难的 Wiki 升级 | Log4D

3a1ff193cee606bd1e2ea554a16353ee

欢迎关注我的微信公众号：窥豹

窥豹