云数据库服务

9 minAdvanced2026/6/14

云数据库服务选型、托管关系型数据库、云原生数据库、NoSQL托管服务、数据库迁移策略、多区域复制与容灾。

1. 云数据库服务概述

1.1 托管数据库 vs 自建数据库

维度	托管数据库	自建数据库
运维负担	低（自动备份/升级/监控）	高（全链路自行负责）
可用性	内置多 AZ 高可用	需自行搭建主从/集群
弹性	按需伸缩，存储自动扩展	容量规划，扩容复杂
成本	按使用付费，有溢价	前期投入大，长期可能更低
灵活性	受限于云厂商功能	完全控制配置与插件
迁移风险	厂商锁定	无锁定

1.2 云数据库服务分类

┌──────────────────────────────────────────────────────────┐
│                    云数据库服务                            │
├──────────────┬───────────────┬───────────────────────────┤
│  关系型       │   NoSQL       │   云原生/新架构            │
├──────────────┼───────────────┼───────────────────────────┤
│ RDS/Cloud SQL│ DynamoDB      │ Aurora                    │
│ MySQL        │ MongoDB Atlas │ PolarDB                   │
│ PostgreSQL   │ ElastiCache   │ TiDB Cloud               │
│ SQL Server   │ DynamoDB      │ CockroachDB Cloud         │
│ Oracle       │ Firestore     │ PlanetScale               │
└──────────────┴───────────────┴───────────────────────────┘

2. 托管关系型数据库

2.1 AWS RDS

RDS 支持多种数据库引擎，提供统一的托管能力：

引擎	版本	最大存储	最大实例
MySQL	8.0	64 TB	db.r6g.16xlarge
PostgreSQL	16	64 TB	db.r6g.16xlarge
MariaDB	10.11	64 TB	db.r6g.16xlarge
Oracle	19c	64 TB	db.r6g.16xlarge
SQL Server	2022	16 TB	db.r6g.16xlarge

多 AZ 部署架构：

┌──────────────────────────────────────────────┐
│                  AWS Region                   │
│  ┌──────────────┐    ┌──────────────┐       │
│  │    AZ-A      │    │    AZ-B      │       │
│  │  ┌────────┐  │    │  ┌────────┐  │       │
│  │  │ Primary│◄─┼────┼─►│ Standby│  │       │
│  │  │ (R/W)  │  │同步│  │ (R)    │  │       │
│  │  └────────┘  │复制│  └────────┘  │       │
│  └──────────────┘    └──────────────┘       │
│         │                                     │
│    ┌────▼─────┐                              │
│    │Read Replica│ (异步复制，跨区域可选)        │
│    └──────────┘                              │
└──────────────────────────────────────────────┘

2.2 阿里云 RDS

与 AWS RDS 类似，但针对国内场景优化：

X-Engine：阿里自研存储引擎，压缩率高达 10:1
SQL 审计：内置 SQL 审计与性能洞察
CloudDBA：智能诊断与优化建议
多租户隔离：资源组级别的 CPU/内存隔离

2.3 高可用与故障切换

RDS 多 AZ 故障切换流程：

1. 主实例故障检测（30-60秒）
2. DNS 切换到备用实例
3. 备用实例提升为主实例
4. 自动创建新的备用实例
5. 应用通过新 DNS 端点重连

总故障切换时间通常在 1-5 分钟。

3. 云原生数据库

3.1 Amazon Aurora

Aurora 是 AWS 自研的云原生关系数据库，核心创新在于存储计算分离：

┌─────────────────────────────────────────────────────┐
│                    Aurora 架构                        │
│                                                      │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐          │
│  │ Writer   │  │ Reader 1 │  │ Reader 2 │  ← 计算层 │
│  │ Instance │  │ Instance │  │ Instance │          │
│  └────┬─────┘  └────┬─────┘  └────┬─────┘          │
│       │              │              │                │
│  ┌────▼──────────────▼──────────────▼──────────┐    │
│  │         Aurora Storage (6 副本/3 AZ)         │    │
│  │  ┌───┐ ┌───┐ ┌───┐ ┌───┐ ┌───┐ ┌───┐      │    │
│  │  │P1 │ │P2 │ │P3 │ │P4 │ │P5 │ │P6 │      │    │
│  │  └───┘ └───┘ └───┘ └───┘ └───┘ └───┘      │    │
│  │  AZ-A   AZ-A   AZ-B   AZ-B   AZ-C   AZ-C  │    │
│  └─────────────────────────────────────────────┘    │
│                                    ← 存储层          │
└─────────────────────────────────────────────────────┘

Aurora 关键特性：

日志即数据库：计算节点只写 Redo Log 到存储层，存储节点自行构建数据页
6 副本写入：4/6 确认即写入成功，兼顾性能与可靠性
读副本延迟：亚毫秒级（共享存储，无需复制数据）
快速克隆：Copy-on-Write 克隆，秒级创建

Aurora 写入流程：

\text{写入延迟} = \max(\text{4 个最快副本确认时间})

\text{数据可靠性} = 1 - P(\text{6 副本中 ≥3 副本同时故障}) \approx 1 - 10^{-7}

3.2 阿里云 PolarDB

PolarDB 采用类似的存储计算分离架构：

PolarFS：分布式文件系统，RDMA 网络低延迟
共享存储：一写多读，读节点直接共享存储
物理复制：基于 Redo Log 的物理复制，延迟 < 1ms
Serverless：自动弹性，按 ACU 计费

3.3 TiDB Cloud

TiDB 是开源的 HTAP（混合事务/分析处理）数据库：

┌─────────────────────────────────────────────┐
│              TiDB Cloud 架构                 │
│                                              │
│  ┌──────────────────────────────────────┐   │
│  │        TiDB (SQL 层)                 │   │
│  │   解析 → 优化 → 执行 → 返回          │   │
│  └──────────┬───────────┬───────────────┘   │
│             │           │                    │
│  ┌──────────▼──┐  ┌─────▼──────────┐       │
│  │   TiKV      │  │   TiFlash      │       │
│  │ (行存/OLTP) │  │ (列存/OLAP)    │       │
│  │  Raft 复制  │  │  异步复制      │       │
│  └─────────────┘  └────────────────┘       │
│             │                                │
│  ┌──────────▼──────────────────────────┐    │
│  │         PD (调度器)                  │    │
│  └─────────────────────────────────────┘    │
└─────────────────────────────────────────────┘

HTAP 查询路由：

\text{查询类型} = \begin{cases} \text{OLTP} \Rightarrow \text{TiKV（行存）} \\ \text{OLAP} \Rightarrow \text{TiFlash（列存）} \end{cases}

4. NoSQL 托管服务

4.1 DynamoDB

AWS DynamoDB 是全托管的键值/文档数据库：

核心概念：

概念	描述
Table	数据集合
Item	一条记录（最大 400KB）
Attribute	字段
Partition Key	分区键（必需）
Sort Key	排序键（可选）
GSI	全局二级索引
LSI	本地二级索引

容量模式：

预置容量：指定 RCU/WCU，适合可预测负载
按需容量：自动伸缩，适合不可预测负载

\text{RCU} = \begin{cases} 1 & \text{强一致读 } \leq 4\text{KB} \\ 2 & \text{最终一致读 } \leq 4\text{KB} \end{cases}

\text{WCU} = 1 \text{ per } 1\text{KB write}

DAX（DynamoDB Accelerator）：内存缓存，微秒级延迟，写穿透策略。

4.2 MongoDB Atlas

全托管 MongoDB 服务，多云支持：

集群类型：副本集、分片集群、Serverless
Atlas Search：内置全文搜索（基于 Lucene）
Atlas Data Lake：查询 S3 数据
Atlas App Services：无服务器后端
自动分片：基于分片键自动数据分布

4.3 ElastiCache / Redis 云服务

托管 Redis/Memcached 服务：

特性	Redis	Memcached
数据结构	丰富（String/List/Set/Hash/ZSet）	简单 KV
持久化	RDB + AOF	无
集群	Redis Cluster	客户端分片
复制	主从复制	无
适用场景	缓存 + 数据存储	纯缓存

5. 数据库迁移策略

5.1 迁移方法论

评估 → 规划 → 迁移 → 验证 → 切换 → 优化
 │       │       │       │       │       │
 ▼       ▼       ▼       ▼       ▼       ▼
源端分析  迁移方案  全量+增量  数据校验  灰度切换  性能调优
兼容性    回滚计划  CDC同步   功能测试  流量切换  成本优化

5.2 同构迁移 vs 异构迁移

同构迁移（MySQL → RDS MySQL）：

使用原生工具（mysqldump、DTS）
兼容性高，风险低
主要关注版本差异和字符集

异构迁移（Oracle → PostgreSQL）：

Schema 转换（数据类型、存储过程、SQL 方言）
使用 AWS SCT / 阿里云 ADAM 评估兼容性
应用代码适配工作量可能很大

5.3 最小停机迁移（CDC）

基于变更数据捕获（CDC）的迁移流程：

1. 全量导出源库数据 → 导入目标库
2. 启动 CDC 捕获增量变更
3. 持续同步增量数据到目标库
4. 验证数据一致性
5. 短暂停机（秒级），同步最后增量
6. 切换应用到目标库

CDC 工具：

工具	源端	目标端	特点
AWS DMS	多种	多种	全托管
Debezium	MySQL/PG/Oracle	Kafka	开源，基于日志
Canal	MySQL	Kafka/自定义	阿里开源
Cloud Canal	多种	多种	商业化 CDC

5.4 数据校验

迁移后必须进行数据校验：

\text{校验方法} = \begin{cases} \text{行数对比} & \text{快速验证} \\ \text{Checksum 对比} & \text{精确验证} \\ \text{业务抽样验证} & \text{语义验证} \end{cases}

6. 多区域复制与容灾

6.1 跨区域复制策略

策略	复制方式	RPO	成本	适用场景
同步复制	写入时同步	0	高	金融交易
异步复制	后台同步	秒级-分钟级	中	一般业务
半同步	至少1个从确认	接近0	中高	关键业务

6.2 Aurora Global Database

Aurora 全球数据库支持跨区域只读和灾难恢复：

┌─────────────────┐     ┌─────────────────┐
│   主区域 (us-1)  │     │  备区域 (eu-1)   │
│  ┌──────────┐   │     │  ┌──────────┐   │
│  │  Writer   │   │     │  │  Reader   │   │
│  └────┬─────┘   │     │  └────┬─────┘   │
│       │         │     │       │         │
│  ┌────▼─────┐   │     │  ┌────▼─────┐   │
│  │ Storage  │───┼────►│  │ Storage  │   │
│  │ (6副本)  │   │复制 │  │ (6副本)  │   │
│  └──────────┘   │     │  └──────────┘   │
└─────────────────┘     └─────────────────┘

跨区域复制延迟通常 < 1 秒
备区域可挂载最多 16 个读实例
灾难恢复 RTO < 1 分钟（托管的集群切换）

6.3 DynamoDB Global Tables

DynamoDB 全球表支持多区域多活写入：

所有区域均可读写
基于最后写入者胜出（LWW）解决冲突
复制延迟通常 < 1 秒
适合全球分布的应用

6.4 容灾演练

容灾方案必须定期验证：

桌面演练：团队讨论故障场景与应对步骤
组件演练：模拟单个组件故障（数据库主从切换）
全量演练：模拟区域级故障，验证完整恢复流程
混沌工程：生产环境注入故障（Chaos Monkey、Litmus）