从运维技术的视角，汇总云数据库RDS MySQL使用的避坑指南。文章初版，维护更新，欢迎指点。
一、选型
1、版本选择
- RDS MySQL 5.5 / 5.6 因MySQL 5.5 已停止更新维护，MySQL 5.6即将于2024年02月05日停止更新维护，阿里云不负责后续的内核更新维护，仅提供产品服务技术支持，建议购买5.7及以上版本。
- RDS MySQL 5.7 目前最新的稳定版本，较5.6版本相比，增加了AliSQL很多自研功能，例如Statement Outline、Statement Queue、Fast Query Cache、Performance Insight等，以及多项性能改进，目前也是使用用户最多的版本。社区详细的功能和性能提升列表，参考MySQL 5.7 Release Notes。
- RDS MySQL 8.0 目前也趋于稳定，较之前的版本相比，提供了更丰富的自研功能，例如Native Flashback、Returning、Binlog in Redo、Recycle Bin等，以及多项性能改进。详细的新功能和性能提升列表，可参考MySQL 8.0 Release Notes。目前大多数有漏洞审查的企业大都选择了8.0的最高小版本，用户使用量也逐渐增加。
2、架构选择
- 基础版：只有一个节点可用，不存在高可用性，如果测试环境或个人使用，可给予成本的考虑使用此版本。
- Serverless 版本：弹性伸缩实例，其规格随业务需求量随时调整，如果基于成本控制的开发环境，可以考虑此版本。
- 高可用版：经典场景，该版本有一个备节点随时作为Standby可以进行切换，缺点是对客不可见，保证数据库的高可用性，如果需要读写分离，Master实例下面可以挂最多不超过10个只读节点。
- 三节点企业版：自2023年03月27日起暂停新购，已购实例不影响使用，用户可使用RDS MySQL 集群版或者PolarDB-X标准版代替。
- 集群版：计算和存储的分离设计，可实现failover到switchover的动作，业务量大时建议用集群版代替高可用版，同时可启用MGR保障实例的RPO=0。
如果是生产环境，强烈建议使用高可用版或集群版，防止单点故障，对业务造成长时间影响，同时对应两个版本有用户使用SLA，出现问题，阿里云会根据实际不可用情况给予一定的赔付。
3、存储类型
截止2024.3，RDS MySQL 还在使用的存储有4款磁盘类型：
类型 |
说明 |
SSD云盘 |
下线中，不再建议选用，下线后，磁盘资源会成为一个瓶颈，当遇到无法扩容的情况，不得不变更实例磁盘类型；且不支持磁盘缩容。 |
本地SSD盘 |
IO延迟较低，性能较好，但弹性伸缩较慢，备份周期也较长。 |
通用云盘 |
在ESSD云盘的基础上提供了IO突发能力，详情请参见什么是通用云盘。 |
ESSD云盘 |
Enhanced SSD云盘，延迟相较于本地SSD盘较高，RDS MySQL可选PLI、PL2和PL3，三者主要区别是单盘最大IOPS和吞吐量，阈值可参考容量范围与性能级别关系。 |
二、上云
1、上云方式
- 由于RDS MySQL 当前仅支持 InnoDB 和 X-Engine 引擎，自建 MySQL 迁移到 RDS MySQL 时，会自动将 MyISAM 引擎转换成 InnoDB 引擎。
- 上云方式建议使用DTS迁移，客户实现业务的快速切换，减少停机时间，可兼容多种场景下的迁移上云，具体参考 其他数据库迁移到阿里云RDS 数据迁移方案概览。
2、参数优化
- 建议更改默认端口3306，变更为其他端口，避免非法扫描。
- innodb_buffer_pool_size，设置为 {DBInstanceClassMemory*3/4}，DBInstanceClassMemory是以GiB为单位设置为当前实例的内存大小。
- 阿里云RDS部分参数未开放变更，可变更的更多参数优化建议参考管理参数。
3、压测
- 建议业务压测时覆盖全面，包括业务模拟测试、数据库性能压测、可用性验证和很多破坏性试验，多次验证无误后再将生产业务迁入云上环境。
- 有些情况下可能只进行了 sysbench/TPCC 模拟测试，没有将业务的类似 prepare 长链接做到标准模拟，就有可能会出现一些链接长时间占用引起某些异常，最终导致内存OOM的情况，具体案例后续再写下来。
三、备份恢复
- 目前阿里云 RDS MySQL 数据库提供自动备份，并且是默认开启的，默认最少2次/周全量备份，保留7天，默认是开启了日志备份，已达到按时间点恢复的模式。如果有需求，RDS MySQL也支持库表备份和跨地域备份，备份下载的时候一定要使用规范的命令和方式。
- 如果您选购了云盘类型的存储，就可以使用快照备份了，效率很高，上T数据量可实现分钟级备份，还原的时候也很快就可以完成。
- 本地盘的物理备份使用的是 Xtrabackup 的拷贝物理文件的形式进行的，效率相较于快照备份较慢一些，备份完成会不落地转存到OSS存储，如果数据量有500G左右，大约需要4小时进行备份，需要客户合理安排备份时间。
- 需要注意，备份对业务性能都会有一定的影响，建议业务低峰操作。
- 如果想要恢复误释放的实例，RDS MySQL就可以实现的，前提是在备份设置中开启了实例释放后保留备份，但是可能也会带来一定的存储费用问题。
- 如果您想通过备份文件恢复到云上本地数据库，RDS MySQL 也是支持物理/逻辑备份的，方便快捷。
- 基于安全合规的要求，RDS MySQL是存在周期性备份的，技术圈中的“从删库到跑路”在阿里云上是不存在的，即使 RDS 内部账号的存在恶意清理，云上备份也可以保您万事无忧。
四、运维
1、建表规范
- 基于阿里云其他相关产品和工具结合使用的基础上，建议大家为每张表都创建主键，没有明确的业务主键属性的话，可以创建额外非业务属性的主键列。目前阿里云也提供了隐式主键功能，该功能在新版架构中已默认开启，但存量实例表需要变更才能使用，保证row模式Binlog可以快速应用，避免主备/从延迟。
- 自增ID的使用情况，需要根据业务情况使用，需要注意的是，数据库重启或者变配操作，可能会导致自增ID重置归零，需要重新。
- 阿里云对单表的大小和数据量和社区版MySQL一样，受限于OS，为了保证良好的性能优势，建议控制单表数据量在 2000w 条以内，大小 10GB 以内。如果由于表数量大约超过 1w 而出现性能下降时，大概率是因为 InnoDB 操作数据文件导致的，可以增加table_open_cache 和 table_definition_cache 两个参数的大小来优化下。需要注意的是，单库表数量不建议超过60w，否则无法进行数据备份，且超过5w无法进行单库表恢复。
- RDS MySQL 不支持 MyISAM 引擎和 Memory 引擎，若有 Memory 引擎的需求建议使用云数据库 Redis、Tair。
- 更多业内常见的建表规范，大家参考 Google 和数据库设计三大范式即可。
2、SQL使用规范
- RDS MySQL 做 Online ddl 操作可以使用的工具请参考 原生命令或 DMS无锁变更，不建议使用pt-online-schema-change，可能会导致数据传输DTS无法使用。
- 这类规范也是参考业内常见的约束即可，Google 搜索很多相关内容可供参考，建议大家参考的时候注意甄别，验证时使用测试环境校验。
3、安全相关
- 建议业务使用内网地址访问，白名单/安全组小范围开放。
- 禁止使用弱密码，建议使用强密码定期更换，提升数据库实例安全性。
- 按需授予业务用户相关最小化权限，一般只需要 select/DML 相关库级别权限即可。
- 账号的使用时，建议较专业的DBA在控制台维护高权限账号，业务和其他账号使用命令行方式维护和配置，只允许特定 IP 或 IP 段业务访问。这样配置的原因是RDS控制台配置的账号都是user@%权限，允许IP访问范围太大，因此建议账号分离。
- 如果内网访问时，建议ECS客户端机器和RDS实例位于同一账号/地域/VPC下，跨VPC或VPC-经典网络不通，目前RDS MySQL不建议使用经典网络以及IPV6网段的网络了。
- 考虑到 RDS MySQL 的稳定和安全性，RDS MySQL限制了 super、shutdown、file 权限，有时在数据库中执行 set global xxx时，会报错：#1227-Access denied;you need(at least one of)the SUPER privilege (s) for this operation.
- 解决：可以在 RDS 控制台的实例管理页的数据库管理 > 参数设置功能完成参数修改。
4、空间相关
磁盘空间总体使用量 |
数据空间使用量 |
user_data_size |
日志空间使用量 |
undolog_size + binlog_size + general_log_size + redolog_size + relaylog_size + slowlog_size |
|
临时文件空间使用量 |
temp_file_size |
|
系统文件空间使用量 |
sys_data_size |
注：单位：MByte。
1、这里 general_log_size 的监控并非客户真正开启了 general_log，这里记录了ALISQL_PERFORMANCE_AGENT等性能监控信息采集的日志，来源是 Performance agent。「显示优化中」
2、如果客户开启了general_log ，空间记录是在sys_data_size中。
5、性能相关
- 如果 RDS 实例出现了卡慢的现象，不建议进行重启等相关操作，关系型数据库和NoSQL不同，对于Redis来说，重启能解决99%的问题，但 MySQL 不行，如果存在很多事务的情况下，重启只会带来实例的recovery和undo的回滚，数据库不可用的时间只会更长。需要确认数据库的运行、监控指标、慢SQL、DDL操作等情况，具体的操作业内有很多参考，可自行获取。
- 目前阿里云上的业务以互联网交易类居多，建议如果有类似大促、双11等情况前，提前预估访问量，提前规划规格升级事宜，保证存储磁盘空间充裕。其他可供参考的优化有弹性伸缩、binlog的清理策略等。
五、Q&A
Q：RDS MySQL的内存是怎么使用的？如何计算？
A：RDS MySQL目前使用内存时，很多时候遇到问题，售后反馈是内存OOM了，可是，在监控中看到的内存使用，其实并没有达到100%，可能92%左右监控就断掉了，原因是RDS划分的这块通用型/独享型规格实例的资源，会存在一些监控、HA探活、管控任务等很多线程级别的资源占用，但并不会自动计入RDS的监控中。数据库自身的内存使用，可以参考具体 MySQL 内存计算公式。
Q：HA是任何时候都可以有效进行故障切换的吗？
A：并不是的，如果存在备库延迟HA便不会failover，原因很简单，此时的切换无法保证主备一致性，因此HA再判定逻辑上是无法切换的。
Q：如果跨VPC或者本地IDC机房如何内网连接RDS MySQL呢？
A：一般来说，同地域跨VPC的话，可以通过VPC对等连接来实现内网访问，不同地域的话，可以参考使用云企业网CEN，具体方案参考跨VPC互联概述。
如果是本地IDC机房连接的话，参考连接本地IDC。
Q：为什么云盘的延迟会高于本地SSD盘，但IOPS就更优呢？
A：因为云盘实例的 IO 操作需要经过网络链路，请求的 send/return 耗时就会长，因此 RT 就高，而本地SSD盘的数据直接落盘到本地，RT就低。IOPS高是由于 ESSD的云盘存储系统内部采用了更高效的通信机制，相关测试证明 PL3 级别IOPS最高可达 1000000，而本地盘物理机独享型的 IOPS 最高只能到 144000。
Q：RDS使用时还有什么其他限制嘛？
A：关于RDS MySQL使用的其他限制。
六、总结
文章通篇下来总结其实就是售后在运维和使用 RDS MySQL 中遇到的一些问题，提前给大家暴露出来，不管您是处理客户问题，还是自己部署维护需要，只要有其中一个知识点能带给大家一点点收获，目的也就达成啦，感谢您的查阅，祝您生活愉快。
