MySQL高可用架构：9年实战从单点到自动容灾

　　去年二月份那单，客户死磕MySQL高可用架构，说之前被单点故障坑惨了——凌晨三点数据库崩了，运维爬起来手动切主从，结果从库数据延迟两小时，订单对不上，财务差点报警。我原以为他要上MHA或者Galera这种老方案，结果他甩给我一份九年的架构演进文档，说“优胜劣汰，能活下来的才是真本事”。

　　那文档第一页就写着“2015年：主从+Keepalived”，我差点笑出声——这不就是我十年前刚入行时玩的套路吗？主库写，从库读，VIP飘在keepalived上，主库挂了VIP切从库，听起来美好，实际坑得要死。记得有次主库磁盘满了，从库同步卡住，VIP切过去后应用疯狂报错，运维半夜爬起来查日志，发现从库的binlog位置比主库还新——原来主库之前重启过，从库没断连，数据反而“超前”了。客户说他们后来加了个监控脚本，每分钟比对主从数据偏移量，偏移超过100条就报警，结果报警太多，运维直接把脚本杀了。

　　楼道的声控灯坏了，黑黢黢的，我摸出手机照明，客户还在翻文档，说“2017年上了MHA，总算解决了脑裂问题”。我点头——MHA确实牛，自动检测主库挂了，挑个最新的从库提升为主，其他从库自动改同步目标，比keepalived靠谱多了。但客户吐槽：“问题是有次网络分区，主库和两个从库在一个机房，另一个从库在异地，MHA检测到主库没响应，直接把同机房的从库提主了，结果异地从库数据落后三小时，等网络恢复，同步直接卡死，最后只能手动重建。”他说这话时，楼下便利店老板在搬货，铁皮箱子哐当响，我凑近看文档，发现他们2018年的方案是“主从+Orchestrator”——这玩意儿我听过，用Go写的，比MHA更灵活，能画拓扑图，自动识别分裂的集群。客户说：“确实好用，有次主库所在机架断电，Orchestrator秒切从库，应用都没感知到。”但他说这话时，电梯里贴的小广告翘了角，我盯着那“急售”两个字，突然想起上周带看时，业主说“这房子风水好，住进来的人都没跳过单”——扯淡呢，上个月刚有个客户跳去隔壁中介，带走了三个意向金。

　　客户翻到2020年那页，说“上了ProxySQL+组复制，终于不用操心读写分离了”。我原以为他要吹组复制的强一致性，结果他说：“问题是有次组复制成员超过三个，网络抖动导致多数派分裂，整个集群挂了一半小时。”他说这话时，钥匙串上的几个褪色号码牌晃来晃去，其中一个还是我三年前帮他配的——那会儿他刚买第一套房，问我“中介费能不能打八折”，我拒绝后，他转头找了家小公司，结果被跳单了。现在他倒淡定：“后来明白了，专业的事得找专业的人，省那点中介费，最后可能亏更多。”

　　文档最后两页是2023年的方案：“基于Kubernetes的自动容灾，主库挂了自己拉新Pod，从库数据延迟超阈值自动重建，连监控都集成到Prometheus了。”客户说：“现在运维轻松多了，凌晨三点不用爬起来切库，最多早上看一眼告警，确认下自动恢复有没有卡住。”我翻完文档，突然觉得这九年演进像极了中介行业——从贴小广告到上VR带看，从手动议价到AI估价，工具越用越高级，但核心还是“别让客户等太久”。客户说：“优胜劣汰嘛，能活下来的方案，都是被故障锤过无数次的。”我点头——就像我带看时总跟客户说“别只看房子新不新，得看物业能不能及时修灯”，数据库也一样，单点故障不可怕，可怕的是故障来了，连个备选方案都没有。

　　太阳晒得车座发烫，我发动车子，客户还在说“现在我们在测基于Raft的方案，据说能自动处理网络分区”。我打断他：“您这九年踩的坑，够写本书了。”他笑：“所以我才找你们啊，专业的事得找专业的人。”我愣了下——这台词我熟，三年前那个跳单的客户也说过，结果转头就把我卖了。但这次我没反驳，只是说：“行，下周带您看几套满五唯一的笋盘，议价空间大，省下的税够买套MySQL企业版了。”他大笑，说“成交”，我踩下油门，心想：这单应该不会黄吧？

文章配图，仅供参考

　　至于那九年架构里到底有多少坑是“人为”的——比如运维手贱关了同步，比如网络分区是运营商施工挖断的——客户没说，我也没问。有些事，知道太多反而累，就像我带看时从不问客户“您预算到底多少”，问多了，他反而觉得你在套路他。数据库也一样，架构再牛，也得有人盯着——就像再好的房子，也得有个靠谱的物业，不然声控灯坏了，你只能摸黑找开关。

　　下周带看时，我得提醒客户带把伞——天气预报说可能有雨，而那套笋盘的楼道声控灯，好像也坏了。

（编辑：天瑞地安资讯网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!