用 Percona PS MySQL Operator 构建跨数据中心 DC-DR 架构

2026-09-17 23 预计阅读时间: 1 分钟
来源: percona.com AI 摘要 Original link

Disclaimer: This article is an AI-assisted summary. Read it together with the original source when precision matters. The summary may omit context, version differences, or edge cases and is not official documentation.

预计阅读时间：9 分钟

单个 Kubernetes 集群内的 Group Replication 可以提供高可用，但它并不能自动解决数据中心级故障问题：整套网络、机房或 Kubernetes 控制面不可用时，副本如果也位于同一站点，就无法承担灾备职责。

Percona (PS MySQL) Operator v1.2.0 引入了跨站点复制能力，使基于 Group Replication/InnoDB Cluster 的部署可以从单个 DC 集群扩展为 DC-DR 拓扑。主数据中心继续承载业务流量，灾备数据中心保留一个可接管的 MySQL 集群。

从单集群扩展到 DC-DR

在单个站点内，Group Replication 主要解决成员故障和实例级高可用。DC-DR 方案需要额外处理三个问题：

  • 复制边界：哪些节点属于主集群，哪些节点属于灾备集群。
  • 故障切换：灾备集群何时从只读或待命状态转为业务入口。
  • 网络与身份：跨站点连接、DNS、证书、账号和防火墙策略是否稳定。

可以把整体拓扑理解为两个逻辑层次：

Primary DC
  └── PS MySQL Cluster A
        ├── MySQL member
        ├── MySQL member
        └── MySQL member
                    │
                    │ cross-site replication
                    ▼
DR DC
  └── PS MySQL Cluster B
        ├── MySQL member
        ├── MySQL member
        └── MySQL member

主集群内部使用 Group Replication 保持成员间的一致性，两个集群之间则通过 Operator 支持的跨站点复制机制同步数据。这样，站点级灾难不会直接摧毁唯一的数据副本。

需要注意的是，跨站点复制并不等于跨站点强一致。跨 DC 的延迟、丢包和网络分区都会影响复制进度，实际 RPO 取决于复制延迟和故障发生时尚未传输的数据。

部署前先确认几个边界

1. 两个集群不是两个普通副本

灾备集群通常不应该与主集群同时接收写入。双向写入会引入冲突、写入顺序不一致以及切换后数据合并等问题。除非架构明确支持多主写入，否则应采用单写入站点模型。

2. 跨站点网络是复制链路的一部分

在创建 DR 集群前，需要验证以下连接条件：

  • 两个 Kubernetes 集群之间可以访问 MySQL 复制所需端口。
  • 网络策略、防火墙和云安全组允许跨站点流量。
  • 两侧可以正确解析对方的服务地址。
  • TLS 证书、复制账号和密钥在灾备侧可用。
  • 网络中断后，恢复连接不会导致人工难以判断的双主状态。

3. 切换流程必须独立于 Operator

Operator 负责协调 Kubernetes 资源和数据库组件，但业务流量如何从主站点切到灾备站点，通常还需要 DNS、全局负载均衡、服务发现或人工变更流程配合。

一次完整的故障切换至少应包含：停止或隔离主站点写入、确认 DR 集群复制状态、提升 DR 集群、切换业务入口，以及验证应用读写。

一个可改造的检查流程

下面的命令展示了部署和演练时可以采用的基本检查方式。资源名称和 CRD 字段需要根据实际 Operator 版本及集群清单调整；先用 kubectl explain 查看当前版本支持的字段。

# 设置两个 Kubernetes 集群的上下文名称
PRIMARY_CTX=dc-primary
DR_CTX=dc-dr
NAMESPACE=database

# 确认两个集群的 Operator 和数据库资源状态
kubectl --context "$PRIMARY_CTX" -n "$NAMESPACE" get pods
kubectl --context "$PRIMARY_CTX" -n "$NAMESPACE" get ps
kubectl --context "$DR_CTX" -n "$NAMESPACE" get pods
kubectl --context "$DR_CTX" -n "$NAMESPACE" get ps

# 查看当前安装的 CRD 字段，避免直接套用其他版本的 manifest
kubectl --context "$PRIMARY_CTX" explain perconaservermysql.spec --recursive | less

# 在切换前记录两个站点的资源状态和事件
kubectl --context "$PRIMARY_CTX" -n "$NAMESPACE" get events --sort-by=.lastTimestamp
kubectl --context "$DR_CTX" -n "$NAMESPACE" get events --sort-by=.lastTimestamp

# 演练期间确认 Operator 日志中是否出现复制或协调错误
kubectl --context "$DR_CTX" -n "$NAMESPACE" logs \\
  -l app.kubernetes.io/name=percona-server-mysql-operator \\
  --since=30m

一个用于评审的拓扑配置可以先写成如下形式。它强调了设计意图，具体的资源名称、连接信息和跨站点复制字段必须以 v1.2.0 对应 CRD 为准：

# 这是评审用的拓扑模板；请用 kubectl explain 校验字段后再应用
apiVersion: psmdb.percona.com/v1  # 示例占位，按已安装 CRD 调整
kind: PerconaServerMySQL
metadata:
  name: mysql-dr
  namespace: database
spec:
  # 主站点和灾备站点应使用不同的 Kubernetes 集群
  clusterName: dc-dr
  size: 3
  repl:
    enabled: true
    sourceCluster: mysql-primary
    mode: cross-site
  # 生产环境中补充 TLS、资源、存储和备份配置

这段 YAML 不应被视为所有版本通用的最终清单。关键实践是把主集群标识、DR 集群标识、复制方向和切换模式纳入配置评审，并在应用前让 API Server 验证字段：

kubectl --context "$DR_CTX" apply --dry-run=server -f dr-cluster.yaml

如果当前 CRD 不接受某个字段，应以 Operator v1.2.0 的安装清单和文档为准修改，而不是绕过校验强行部署。

备份、复制和恢复不是一回事

跨站点复制可以降低灾备集群的数据追赶时间，但它不能替代独立备份。误删表、错误发布或应用批量写错数据，都可能被复制到 DR 集群。

建议同时保留：

  • 定期的物理或逻辑备份，并将备份保存到独立于两个 Kubernetes 集群的存储位置。
  • 复制延迟、成员状态、网络连接和磁盘容量监控。
  • 明确的 RPO/RTO 指标，而不是只记录“有一个备用集群”。
  • 定期的恢复测试，包括从备份恢复和从 DR 集群接管两种路径。

恢复演练要记录实际结果，例如复制延迟是多少、业务入口切换用了多久、应用是否需要重新建立连接，以及切回主站点是否会产生额外风险。

落地清单

上线前可以逐项确认：

  • 两个站点的 Kubernetes 版本、Operator 版本和 CRD schema 已核对。
  • 主集群与 DR 集群的复制方向明确，默认只有一个写入站点。
  • 跨站点 DNS、网络策略、防火墙和 TLS 证书已经过真实连接测试。
  • 监控能发现复制停止、延迟增长、成员离群和存储不足。
  • 备份位于独立故障域，并完成过可验证的恢复。
  • 故障切换、回切和数据一致性检查都有可执行的 runbook。
  • 应用团队知道切换期间的连接重试、缓存失效和写入暂停策略。

Percona PS MySQL Operator v1.2.0 的跨站点复制能力，真正的价值不只是再增加一个 MySQL 集群，而是让 Group Replication/InnoDB Cluster 的高可用边界从单站点延伸到站点级灾备。要把能力变成可靠的 DC-DR，还必须把网络、备份、流量切换和恢复演练一起纳入设计。

# Go # MySQL # 后端 # 数据库

相关推荐