在华为云 RDS 上做数据库迁移,最容易出现的偏差,是把“迁移”理解成一次数据导出导入。真正影响业务的,往往是引擎版本兼容、连接数规划、主备切换、备份恢复和割接回滚。上线前没有把这些边界写清楚,迁移当天就可能出现应用报错、复制延迟、连接耗尽,甚至回滚也回不去。下面从选型、迁移和运行三个阶段,给出一套可执行的判断方法。
先定可用性等级,再谈规格
华为云 RDS 的选型第一步不是比较 CPU 和内存,而是确定业务能接受多长的中断、能接受丢多少数据。核心交易库、一般业务库、内部报表库和测试库,对可用性的要求完全不同。把等级定下来,实例形态、备份策略和预算才有讨论基础。
| 可用性方案 | 适用业务 | 优点 | 需要接受的边界 |
|---|---|---|---|
| 单机实例 | 开发测试、内部工具、可快速重建的系统 | 成本较低,结构简单 | 节点故障需重建或恢复,不适合核心交易 |
| 主备实例 | 大多数生产业务 | 跨可用区部署,故障时可切换 | 切换期间仍有短暂中断,需应用重试 |
| 主备实例加只读实例 | 读多写少、报表与查询较多的业务 | 分担读压力,便于扩展查询能力 | 存在复制延迟,强一致读仍需走主库 |
| 跨区域备份恢复 | 核心系统、合规要求较高的业务 | 应对区域级故障,支持异地备份与恢复 | 成本更高,RTO 与 RPO 需单独设计 |
主备实例通常支持跨可用区部署,主节点故障后由平台执行切换。切换时间受引擎、复制方式、故障类型和实例状态影响,具体以实例状态和官方说明为准,不能据此承诺业务“无感”。应用侧仍需配置连接重试、超时和只读降级,避免切换期间请求全部失败。
华为云 RDS 的规格测算要同时看四个口径:峰值 QPS、平均连接数、单条慢 SQL 的扫描量、存储年增长量。连接数尤其容易被低估。可以按“应用实例数 × 单实例连接池上限 + 批处理与运维连接 + 30% 余量”估算,并把日常连接使用率控制在 80% 以下,敏感业务可进一步控制在 70% 以下。只买大 CPU 而不看连接数上限,应用照样会在高峰报错。
存储空间要把数据、索引、数据库日志、临时文件和备份增长一起算。生产库建议设置 80% 和 85% 两级水位告警;部分引擎支持存储自动扩容,但自动扩容不等于性能自动提升,仍需评估 IOPS 和实例规格。引擎选择上,MySQL 适合大多数 Web、SaaS 和交易类应用;PostgreSQL 适合复杂查询和混合负载;SQL Server 适合既有微软技术栈;MariaDB 适合希望沿用 MySQL 使用方式的团队。最终以应用兼容性为准,而不是只看团队熟悉度。
迁移的关键,是把兼容性风险前置
数据迁移只是迁移的一部分。账号权限、字符集、排序规则、SQL 模式、时区、存储过程、触发器、定时事件、自增列、分区表和大小写敏感规则,任何一项不一致,都可能在割接后变成业务故障。比较稳妥的做法,是先用 DRS 做一次结构与数据预检,再在测试库跑完整业务回归。
DRS 支持全量与增量迁移,并提供数据对比能力,适合在业务低峰期做持续同步、短时间窗口割接。迁移前要确认源库与目标库的网络路径,优先通过 VPC、VPN 或云专线 DC 互通,不要把数据库端口直接暴露到公网。迁移账号按最小权限创建,完成后及时回收。对于 Oracle 等异构迁移,可以先做语法和对象兼容性评估,再决定改造成本。
割接建议按“预演、冻结、追平、校验、切换、观察、回退”七步执行。预演至少提前一周完成;割接前做一次全量备份;切换时停止写入,等待增量同步延迟归零;对比行数、关键字段校验和抽样明细;然后修改应用连接地址。源库不要立即下线,保留只读或反向同步能力,观察至少一个业务周期再释放。
把“迁移成功”定义为业务回归通过、数据校验一致、回滚路径可用,而不是 DRS 任务显示完成。
参数模板也要提前比对。MySQL 的 sql_mode、time_zone、lower_case_table_names、max_connections,PostgreSQL 的 search_path、TimeZone、max_connections,都可能导致同一段 SQL 在两边表现不同。迁移前把这些差异列成表,逐项确认,比割接当天临时改参数更可控。
高可用不是买了主备就结束
主备解决的是单节点故障,不解决误删、逻辑错误和区域级故障。生产环境至少要把备份、恢复演练和监控告警补齐。自动备份之外,建议在重大变更前保留手动备份,并确认备份保留周期覆盖合规要求。在引擎和区域支持的前提下,核心库可以把备份复制到其他区域,但跨区域备份会带来存储和传输成本,需要按恢复目标取舍。
恢复能力要用演练验证。每季度至少做一次恢复演练,记录恢复耗时、数据一致性和业务验证结果。只看到“备份成功”不代表能恢复,尤其是大库、分区表和含外键的库,恢复时间往往超出预期。建议明确 RTO 和 RPO:RTO 是业务能容忍的中断时长,RPO 是能容忍的数据丢失时长,两者都要写进方案而不是停留在口头。
监控至少覆盖连接数使用率、CPU、内存、磁盘水位、IOPS、慢 SQL 数量、主备复制延迟、锁等待、长事务和备份任务状态。读多写少的业务可以增加只读实例,但要接受复制延迟,并避免把强一致查询路由到只读节点。安全上,数据库应放在私有子网,安全组只放行应用网段,生产环境不使用高权限账号直连,敏感数据结合 SSL、审计和加密能力保护。
常见误区与落地检查
常见误区
- 只比较实例单价,不看连接数、IOPS 和备份空间。
- 把数据导过去就算迁移完成,忽略账号、定时任务和存储过程。
- 有自动备份,但从未做过恢复演练。
- 认为主备等于容灾,没有考虑区域级故障和误删。
- 生产数据库开放公网,或应用长期使用高权限账号。
- 只盯 CPU,忽略磁盘水位、复制延迟和长事务。
落地检查清单
- 完成业务分级,明确每类库的 RTO、RPO 和维护窗口。
- 确认引擎版本、字符集、排序规则、时区、SQL 模式和大小写规则。
- 按峰值 QPS、连接数、存储增长和备份保留测算规格。
- 规划 VPC、子网、安全组、VPN 或 DC 链路,关闭不必要的公网入口。
- 用 DRS 完成预检、全量加增量迁移和数据对比。
- 准备割接手册、回滚方案和源库保留周期。
- 配置自动备份、手动备份、跨区域副本和恢复演练计划。
- 接入连接数、磁盘、慢 SQL、复制延迟和备份状态告警。
- 梳理数据库账号权限,应用账号与运维账号分离。
- 对比包年包月与按需计费,把存储、备份和网络成本纳入预算。
数据库上云的难点,不是把数据搬过去,而是把可用性、恢复能力和运维责任边界一起搬过去。建议先选一个非核心但完整的业务做演练,把预检、割接、回滚和恢复写成可执行手册,再复制到核心库。选型阶段多花一天,往往能省掉上线后的几个通宵。
留言讨论
还没有留言,欢迎留下你想了解的场景。
查看全部留言 ›