SRE初识PostgreSQL：可用性知识体系梳理

背景

最近一场调查还是挺意外的，PostgreSQL超越MySQL成为最受欢迎的数据库。身边的客户也有不少开始采用PostgreSQL作为生产的数据库，同时大模型火热、常时记忆的需求，也催生了对向量数据库的需求，而PostgreSQL，众多原因让我不得不把目光投向了这款产品，准备写一篇系列文章介绍PostgreSQL的备份体系、高可用建设、混沌工程、监控体系等内容。

从网上了解到PostgreSQL用户众多、应用领域广泛、支持注入地理位置/向量等众多数据类型，当前我对PostgreSQL了解有限，暂时不在这些知识展开，感兴趣的人自行搜索。

备份体系

数据库内容的备份是为了确保数据的安全性和可恢复性。在数据损坏、误删除、系统故障或灾难性事件发生时，备份允许恢复关键数据，确保业务连续性，避免数据丢失和停机时间，同时满足合规性要求。备份还支持数据版本控制、性能优化和数据分析。因此，数据库备份是保护和管理重要数据的关键措施。主要根据过往经验，备份要在以下几个方面做好建设：

1、异构备份：使用与当前数据运行环境不同的存储平台或者系统进行备份，例如：CDB产品使用COS产品作为冷备存储，COS产品使用CBS产品作为冷备存储。

2、权限分离：线上数据和灾备数据（冷备数据）的运维权限需做分离，确保单人不能同时删除线上数据和备份数据；最佳实践:CDB回收冷备数据清理权限，由COS自身管理冷备的生命周期。

3、定期删除故障演习，针对不同的产品构造不同的删除场景，验证恢复能力，输出报告和改造方案，并结合业务场景进行校验

4、备份地域：根据数据紧要程度，可建立异地备份选项。避免同地的灾难事件影响数据安全性

5、恢复能力：定期做恢复实验，验证数据的可用性及恢复应急能力。

6、运营监控：备份是否正常执行，备份效率是否满足需要

混沌工程

混沌工程是一种实验方法，在生成环境引入故障来提升系统的韧性，对业务系统可用性稳定起到巨大作用，国外已有不少实践，现在国内也在探索采用。之前我写过一篇从方法论到实践的文章，供不熟悉混沌的人参考【万字长文】腾讯云新能源汽车客户-混沌工程实战-腾讯云开发者社区-腾讯云

调研了国内的ChaosBlade、ChaosMesh、ChaosMeta后，发现并没有直接在PostgreSQL上面注入故障的工具，同时 PostgreSQL 本身并没有专门用于故障注入的内置工具。

那具体如何实施呢？可以从日常生产上的故障场景出发，借助业务访问数据库的异常、承载数据库的IaaS异常，来模拟下面是一个思路表格：

故障场景	业务层	IaaS层
主从切换	——	1、PostgreSQL集群主节点故障
部分请求错误	1、访问接口层面	1、PostgreSQL集群间网络异常
延迟	1、借助istio等第三方工具，在访问接口层面，注入接口访问延迟 2、借助chaosblade等工具，在java agent中注入jvm 虚拟机级别的延迟	1、提升PostgreSQL底层资源高负载 2、模拟微服务到PostgreSQL间网络延迟

高可用建设

高可用，主要是避免单点故障，对整个PostgreSQL的可用性造成影响，收集网上资料，主要有以下几种高可用方案

分类	方案	特点	优点	劣势
软件	流复制 (Streaming Replication)	- 使用PostgreSQL内置的复制机制。- 主服务器将数据流式传输到一个或多个从服务器。- 异步复制- 适用于故障切换和负载均衡。	- 内置于PostgreSQL，易于配置和管理。- 可用于故障切换和负载均衡。- 高性能。- 适用于同一版本的PostgreSQL。	- 异步复制可能会导致数据延迟。- 从服务器不能用于读写分离。- 需要手动配置和监视。
	逻辑复制 (Logical Replication)	- 使用PostgreSQL内置的逻辑复制机制。- 允许选择性复制特定表或数据库的更改。- 可跨版本复制。- 可用于数据仓库和数据集成。	- 灵活的数据复制。- 跨版本兼容性。- 可用于数据仓库和数据集成。- 可用于多个PostgreSQL版本。	- 配置较复杂。- 需要更多的管理和监视。- 逻辑复制通常比流复制慢。
	BDR (Bi-Directional Replication)	- 多主复制解决方案。- 允许多个PostgreSQL服务器之间的双向复制。- 可用于数据同步和负载均衡。	- 双向数据同步。- 可用于负载均衡。- 可以用于多主架构。	- 配置和管理复杂。- 可能需要更多的硬件资源。- 不适用于所有用例。
硬件方案	SAN是(Storage Area Network)	- 使用SAN技术将存储资源共享给多台服务器。- 数据存储在共享的存储设备上，多个服务器可以访问相同的数据。-通常通过双控制器和冗余电源实现高可用性存储设备。	- 数据一致性：SAN提供了数据一致性和可靠性，可以避免数据损坏或丢失。- 高性能：SAN通常提供高性能存储，适用于高负载数据库工作负载。- 管理简单：SAN提供集中管理，可以轻松管理存储资源。- 可扩展性：可以轻松扩展存储容量，以适应不断增长的数据需求。	- 单点故障：尽管SAN通常具有高可用性功能，但仍然存在单点故障的风险。- 成本高昂：SAN硬件和许可证费用可能很高。- 复杂性：配置和管理SAN可能需要专业知识，复杂性较高
硬件方案	DRBD(Distributed Replicated Block Device)	- DRBD是一种块设备复制技术，用于在两个节点之间实时复制块级数据。- DRBD可以配置为活动/备份模式，其中一个节点为主节点，另一个为备份节点。- 数据在主节点上写入后，会实时复制到备份节点。	- 实时复制：DRBD提供实时数据复制，确保数据在主节点故障时不会丢失。- 自动故障切换：可以自动切换到备份节点，实现高可用性。- 相对较低的成本：相对于一些高端SAN解决方案，DRBD可能成本较低。- 简化管理：相对于一些复杂的存储解决方案，DRBD的配置和管理可能较为简单。	- 限制于块级复制：DRBD是块级复制，不支持更高级别的数据库复制或故障切换。- 对网络要求高：DRBD需要低延迟和高可靠性的网络连接。- 配置和管理复杂性：虽然相对较简单，但仍需要配置和管理。

监控体系

数据库作为业务系统的关键组件，完善的监控体系，对数据库稳定运行、故障定位、恢复都具有至关紧要的作用。参考云产品MySQL的监控体系，后面准备从以下几个方面做监控建设：

分类	监控工具	对标云MySQL监控
图形化监控	Prometheus、Grafana	云监控
性能监控	pg_stat_statements	dbbrain
配置管理	pgAdmin	控制台配置管理命令

总结

本文是一个开篇性的文章，先把技术领域、范围划出来，后面会结合实际案例，对每部分做深入探讨和实践。

我正在参与腾讯云开发者社区数据库专题有奖征文

我正在参与2023腾讯技术创作特训营第二期有奖征文，瓜分万元奖池和键盘手表

数据库知识开放麦 2023腾讯·技术创作特训营第二期

0 人点赞