在线服务高可用最佳实践

快速入门指引

在深入了解高可用最佳实践前，建议您优先查阅以下文档，以快速上手并了解云数据库 SelectDB 版的功能特性。

• （必做）快速入门

  介绍云数据库 SelectDB 版的基础概念、实例购买及使用的完整步骤，以及数据库表设计的关键要点，帮助您迅速上手云数据库SelectDB。

• （可选）数据迁移

  支持将MySQL、PostgreSQL和Doris等多种数据源的数据迁移至云数据库SelectDB。

• （可选）性能测试

  支持Star Schema Benchmark、TPC-H Benchmark和TPC-DS Benchmark测试。

• （可选）解决方案

  可观测性、湖仓一体。

发布变更规范

• （必做）提前测试

  新功能上线前，务必在测试实例上充分测试验证。高压力业务上线前，建议补充性能压测，以评估其在生产环境下的表现。

• （必做）灰度上线

  建议在低峰期发布变更，并采用分批灰度上线方式（例如：10%→50%→100%），每批次间隔10~30分钟进行观察。此外，在第一个业务高峰期进行重点观察 ，因为低峰期可能无法触发潜在问题。

运维建议

• （必做）业务监控

  云数据库SelectDB提供较为丰富的监控告警能力。建议业务侧从业务使用角度，结合多个关键指标进行综合监控，尤其是平均查询耗时、99th查询耗时、查询成功率、导入数据速度、CPU使用率和内存使用率等。具体操作，请参见设置告警规则。

• 容量管理

  针对高压力业务，应提前进行性能优化和压测，评估相应资源可支撑的请求QPS上限。根据业务发展或在促销活动前，提前评估并扩容。

• 版本更新

  云数据库SelectDB通过3到4位小版本持续修复bug，建议及时升级至2位版本对应的最新3位版本。升级时可先在测试环境验证，紧急情况下可联系技术支持回滚。例如，2025年02月06日发布了4.0.4.2版本，此后6个月时间里迭代了12个版本到4.0.6.1版本，及时升级可规避已知问题。

• 业务隔离

  对于完全独立的业务场景，采用独立的实例。对于使用同一份数据支持不同业务的场景，采用多计算组架构（同一实例下的多个物理计算队列，共享读写实例中的数据）。

操作演练

• 实例变更

  常见运维操作包括升级、扩容等，应提前演练验证实例变更对业务的影响。云数据库SelectDB变更期间存在连接闪断，需要业务侧配合支持异常重试能力。

• 故障恢复

  云数据库SelectDB提供多种故障临时恢复方案，例如，计算组故障时快速切换新计算组、实例故障时快速重启实例、计算组停滞时快速重启等。建议业务根据需要，提前演练熟悉方案。

高可用架构建议

• （可选）服务限流

  云数据库SelectDB支持逻辑任务队列Workload Group，可控制不同类型的请求或业务使用相应的Workload Group，并限制其资源使用上限，从而提供突发场景下的服务限流能力。

• （可选）多可用区容灾

  云数据库SelectDB已支持可用区故障容灾部署方案，故障情况下支持自动切换，切换恢复耗时在10秒级（RTO）。

• （可选）数据备份恢复

  对于高度敏感的在线服务场景，可开启每日定期备份，或在重要变更前进行手动备份。严重故障情况下，可利用备份数据快速恢复业务。