概覽
一家串流服務供應商在各團隊間累積了數十個 MySQL 執行個體,複寫、備份與設定都沒有一致的標準。沒有人能有把握地說出哪些資料庫能夠復原、又需要多久時間。AceMQ 受託釐清真實的狀況。
挑戰
自然擴張造成了明顯的設定偏移:執行個體的 binary log 設定各不相同、複本在未啟用 GTID 的情況下設定,而備份作業雖然回報成功,產出的備份檔卻從來沒有人還原過。要評估這些狀況,必須實際驗證各種說法,而不只是蒐集說法。
環境
部署於 AWS、橫跨多個團隊與帳戶邊界的 MySQL 環境,支撐內容目錄與授權權益服務。
做法
AceMQ 盤點每一個執行個體及其實際的執行階段設定,而非預定的設定,接著實際測試真正重要的部分:還原備份並計時,追蹤容錯移轉路徑,確認它們最終是否導向可用的目標。
解決方案
- 建立完整的執行個體清單,並直接從伺服器本身擷取執行階段設定
- 找出 binary log、GTID 模式、持久性設定與字元集方面的設定偏移
- 以既有備份進行計時的測試還原,確立真實的復原時間,並揭露無法使用的備份檔
- 追蹤複寫拓撲與容錯移轉路徑,找出實際上無法升格的複本
- 檢視連線路由與 proxy 設定是否存在單點故障
- 提供標準基準,以及讓偏移的執行個體回歸一致的優先順序計畫
成效
這家供應商取得一份正確的執行個體清單,其中的復原時間以實際還原結果、而非備份作業狀態為依據。有數組一直回報成功的備份,結果證實根本無法還原,所幸在真正需要之前就已修正。