用途：为生产环境的数据管道提供可靠性模式与迁移实践参考，帮助实现可重复执行、可恢复、可观测的 ETL 流程。
主要能力：
- 幂等模式：删除后插入（适合小数据集）、UPSERT（适合大数据集，使用 on_conflict_do_update）、基于源数据哈希的行变更检测。
- 检查点：Checkpoint 类将处理进度以 JSON 持久化，支持 get_last_processed 与 set_last_processed，用于断点续跑。
- 错误处理：FailedRecord 数据类收集失败记录并落盘为 Parquet；死信队列模式将失败记录写入 DLQ 表。
- 分块处理：chunked 生成器按批切分；pd.read_csv 的 chunksize 配合显式内存清理与 gc.collect 处理大文件。
- 重试逻辑：retry 装饰器支持最大次数、初始延迟与指数退避，示例用于带超时的 API 请求。
- 日志：使用 structlog 绑定 batch_id 与记录数，记录批次开始、完成与失败。
- 数据迁移：PostgreSQL 迁移模板包含迁移前检查、基线快照、分批回填（FOR UPDATE SKIP LOCKED）、约束添加与迁移后行数校验；提供回滚脚本与 Python MigrationRunner（含 dry_run 与校验失败自动回滚）。
- 安全迁移模式：加列先可空再回填再加约束、重命名列、变更列类型、大表分批更新；附迁移前后安全检查清单。
使用方式：资料以 Python 与 SQL 代码片段形式给出，需结合自身数据库引擎、ORM 与调度环境适配；示例依赖 pandas、SQLAlchemy、requests、structlog 等库。
适用场景：批量数据同步、增量抽取、大表迁移、需要断点续跑与失败重放的数据管道。
限制：资料未提供安装命令、版本要求、性能基准、收费信息与具体平台支持范围；代码为模式示例，直接用于生产前需自行测试与调整。