华为云 RDS for MySQL 实战:规格选型、参数模板、备份恢复与只读实例的避坑指南
前言
很多团队把自建 MySQL 迁到云数据库 RDS 的初衷,是想少操心运维:备份、主备切换、补丁升级交给平台。但迁完之后,依然会遇到「连接数突然打满」「改了参数不生效」「备份有了却不敢恢复」「加了只读实例,读到的数据却是旧的」这类问题。它们大多不是平台故障,而是对 RDS 的边界理解不够:哪些事平台替你做了,哪些事仍然要你自己设计。本文按「选型、参数、备份、高可用与读写分离、慢 SQL、上线清单」的顺序,整理一套可落地的思路。文中涉及的规格、默认参数值、配额和可选项,请以华为云官方文档和控制台页面为准,这里讲的是思路,不是固定参数。
一、规格与存储:先估业务,再选配置
选型最常见的两个极端:一是怕出问题直接选很高的规格,长期低负载浪费;二是为了省钱选得太小,业务一上量连接和内存先顶不住。比较稳妥的做法是先回答下面几个问题:
- 读多还是写多:读多的业务后续可以靠只读实例分担,写多的业务则更依赖主实例的 CPU、内存和磁盘 IO 能力。
- 热数据有多大:MySQL 的性能和内存里能缓存多少热数据密切相关。如果热数据远大于内存,磁盘 IO 会成为瓶颈,此时升级存储类型往往比单纯加 CPU 更有效。
- 峰值并发连接数:应用侧连接池大小乘以应用实例数,才是数据库看到的真实连接需求。把这个数字和实例规格对应的最大连接数对比,留出余量,并确认控制台上当前规格的实际上限。
- 数据增长速度:存储支持在线扩容的前提下,也要设置存储空间使用率告警,不要等写满了才处理。
另外,开发测试环境和生产环境尽量使用同一个大版本,避免「测试没问题,上线行为不一致」,尤其是 SQL 模式、字符集和排序规则这些细节。
二、网络与连接:别让连接成为第一个瓶颈
RDS 实例通常部署在 VPC 内,应用与数据库最好在同一个区域、同一个 VPC 或通过对等连接互通,减少跨地域访问带来的延迟。连不上时,建议按下面的顺序排查:
- 实例是否绑定了正确的 VPC 和子网,应用所在机器能否路由到数据库地址。
- 安全组入方向是否放行了数据库端口,来源是否限定为应用所在的安全组或网段,而不是随手放开到所有地址。
- 账号的授权主机范围是否包含应用的来源地址,MySQL 的账号是「用户名加来源地址」的组合。
- 如果走公网访问,要确认是否绑定了弹性公网 IP,并且白名单、安全组都已放行。生产环境建议优先使用内网访问,公网只用于临时运维。
连接数方面有一个常被忽视的点:应用的连接池每个进程都会各自占用连接,容器化后副本数一扩容,连接数会成倍上涨。建议在应用侧设置合理的最大连接数、空闲回收时间和连接最大存活时间,并在数据库侧监控当前连接数与最大连接数的比例。出现 Too many connections 时,先看是不是有长事务或慢 SQL 占着连接不放,而不是第一反应就去调大最大连接数——调大会占用更多内存,可能让问题换一种方式出现。
三、参数模板:改之前先弄清三件事
RDS 通过参数模板管理实例参数。使用时建议先弄清楚三件事:
- 是否需要重启生效:有些参数修改后立即生效,有些需要重启实例。控制台通常会标明,改动前先看清楚,并把需要重启的修改放到业务低峰期的维护窗口里做。
- 默认模板不可直接改:一般的做法是基于默认模板创建自定义参数模板,修改后再应用到实例。这样可以把「为什么改」写进模板的描述里,便于以后追溯。
- 参数之间有联动:例如和内存相关的缓冲池大小、连接数上限、临时表大小等,彼此叠加起来可能超出实例内存。不要只看单个参数,要想一想高并发下总内存占用是否还安全。
常见值得关注的参数方向包括:字符集与排序规则(建议建库时就统一,避免后期转换)、事务隔离级别、慢查询日志的开关与阈值、最大连接数、超时相关参数。改动时遵循一次只改一两个参数、记录改动前后的值、改完观察一个业务周期的原则,这样出问题才容易回退。
四、备份与恢复:「有备份」不等于「能恢复」
RDS 提供自动备份和手动备份,并支持在保留期内按时间点恢复。使用中要注意:
- 备份保留天数要结合合规和业务要求设置,不要只用默认值。如果有更长期归档的要求,要另外设计,比如定期做手动备份或导出到对象存储。
- 恢复一般是恢复到新实例,而不是覆盖原实例。这对安全是好事,但意味着恢复后需要你自己切换应用的连接地址、核对账号和参数是否一致,并评估新实例的规格。
- 一定要做恢复演练:定期从备份或时间点恢复出一个新实例,校验关键表的行数和最新数据,确认流程、耗时和权限都没问题。第一次恢复发生在真正出事故的夜里,是最糟糕的时机。
- 误删数据的场景:时间点恢复可以把数据恢复到误操作之前,但需要你准确知道误操作的时间,所以应用侧最好保留变更日志或审计记录。
五、高可用与只读实例:它们解决的不是同一件事
主备高可用解决的是「主节点故障后自动切换」,备节点通常不对外提供读服务;只读实例解决的是「读流量扩展」。两者不要混为一谈:
- 主备切换时,应用会经历一次短暂的连接中断。应用要有断线重连和幂等重试的能力,连接地址应使用 RDS 提供的域名或内网地址,不要写死某个节点的 IP。
- 只读实例的数据同步是异步的,存在复制延迟。对「刚写完马上要读到」的场景,比如下单后立刻查询订单,要么读主库,要么在业务上规避。很多「读到旧数据」的问题本质都是这个。
- 读写分离要在应用层或代理层明确规则:哪些查询允许读从库,哪些必须读主库;事务内的读通常应走主库。同时监控只读实例的复制延迟,延迟超过阈值时应能自动降级回主库。
- 只读实例不能代替备份:误删数据会同步到只读实例上。
六、慢 SQL 排查:按顺序来,不要一上来就加配置
数据库变慢时,很多人第一反应是升级规格,但大多数情况是个别 SQL 出了问题。建议按这个顺序:
- 看监控:CPU、内存、IOPS、连接数、活跃会话数哪一项先异常,确定是计算、IO 还是连接问题。
- 看慢日志:开启慢查询日志并设置合适的阈值,按执行时间和扫描行数排序,找出头部的几条 SQL。
- 看执行计划:用 EXPLAIN 查看是否走了合适的索引,是否有全表扫描、临时表和文件排序。
- 看锁等待:长事务、未提交的事务、批量更新没走索引导致的大范围锁,都会让后面的请求排队。
- 最后才考虑改表结构、加索引、拆查询或调整规格。
下面是几条排查时常用的语句,仅作示例,请在测试环境确认后再用于生产:
-- 查看当前正在执行的会话 SHOW FULL PROCESSLIST; -- 查看某条 SQL 的执行计划 EXPLAIN SELECT * FROM orders WHERE user_id = 1001 ORDER BY created_at DESC LIMIT 20; -- 查看当前连接数与历史最大连接数 SHOW STATUS LIKE 'Threads_connected'; SHOW STATUS LIKE 'Max_used_connections';
加索引时要注意:索引不是越多越好,每多一个索引,写入就多一份维护成本;对大表加索引要选低峰期,并先评估对业务的影响。联合索引还要注意列的顺序和最左匹配原则。
七、上线前检查清单
- 规格、存储类型和容量经过业务评估,并设置了存储空间使用率告警。
- 应用与数据库在同一区域和 VPC 内,安全组只放行必要的来源。
- 应用连接池的最大连接数乘以实例数,小于数据库可用连接数并留有余量。
- 使用自定义参数模板,改动有记录,需重启的参数安排在维护窗口。
- 自动备份已开启,保留天数符合要求,并完成过至少一次恢复演练。
- 应用具备断线重连和幂等重试能力,连接地址使用域名而非固定 IP。
- 读写分离的规则明确,并监控只读实例的复制延迟。
- 慢查询日志已开启,CPU、内存、IOPS、连接数等关键指标有告警和处理手册。
结语
RDS 把很多重复性的运维工作接了过去,但它不会替你做架构上的决定:连接数怎么控制、参数怎么改、备份怎么验证、读写怎么拆分,这些仍然需要团队自己设计和演练。把本文的几个环节逐项对照一遍,大部分常见问题可以在上线前就发现。欢迎在评论区交流你们在 RDS 使用中遇到的问题和经验。
- 点赞
- 收藏
- 关注作者
评论(0)