高防服务器上配数据库主从,先想清楚被攻击时谁先扛不住
业务刚被DDoS打过一轮的团队,通常会做两件事:把服务器换成带防御的机房,然后赶紧把数据库拆成主从。这两步单独看都没错,凑到一起却常常出问题。我见过不少配置,主库挂在高防IP后面,从库随便找了台普通机器跑,攻击一来主库切走了,从库的复制线程却因为网络抖动断了,等主库恢复,两边数据对不上。数据库主从和高防服务器不是两个独立选项,它们共用同一条网络链路和同一份带宽预算,配之前得先想清楚:攻击发生时,哪台机器先扛不住,切过去之后从库能不能立刻接住写流量。
主库和从库别都塞进同一个高防IP后面
把主从两台机器挂在同一个高防IP下,看起来省事,实际上把风险集中了。高防清洗设备对数据库端口的转发有会话保持要求,主库的写连接和从库的复制连接走同一条清洗链路,攻击流量一旦触发清洗阈值,复制线程的TCP连接往往比业务连接更早被重置。按我的经验,复制中断后MySQL不会自动重连到正确位点,需要人工介入比对GTID,业务停摆时间远超过攻击本身。合理的做法是主库单独占用一个高防IP,从库走内网或者另一条普通线路。这样攻击打在主库上时,从库的复制链路不受清洗设备影响,能持续拉取binlog。代价是从库失去了防御能力,所以从库的IP不能对外暴露,只允许主库和应用服务器访问。我一般会建议把从库放在同一机房的内网段,延迟控制在1ms以内,复制延迟通常能压在1秒以下。如果从库必须跨机房,那就得接受复制延迟从毫秒级上升到几十毫秒,这个代价换的是攻击时的可用性,值不值取决于业务对RPO的容忍度。
防御带宽买多大,看的是binlog传输量而不是攻击峰值
选高防服务器时,多数人盯着防御峰值看,100G还是300G,却忽略了一个更实际的数字:主从复制每秒要传多少binlog。一台写压力中等的MySQL,binlog生成速率大致在2MB/s到10MB/s之间,换算成带宽是16Mbps到80Mbps。如果主库和从库跨机房走公网,这段流量要算进服务器的出口带宽里,和业务流量抢同一条管道。带宽不够时复制延迟会从秒级跳到分钟级,切库时丢的数据可能比攻击造成的损失还多。所以选机型时,先估自己的binlog速率,再留出业务流量的余量,最后才看防御峰值够不够。写量不大的业务,binlog速率通常在2MB/s左右,中等带宽就能留出余量;写量再往上走,就得考虑把从库放到同机房内网,或者升级到带宽更大的机型。防御峰值决定的是攻击时能不能扛住,出口带宽决定的却是平时复制稳不稳、切库时丢不丢数据,后者往往才是主从架构真正的短板。
半同步复制在高防环境里是把双刃剑
半同步复制能保证主库提交事务时至少有一个从库收到binlog,数据安全性比异步复制高一个档次。但在高防服务器上,这个机制会放大攻击的影响。主库被攻击时网络抖动增加,从库的ACK确认包延迟上升,半同步会退化成异步,等网络恢复再切回半同步,这期间提交的事务在从库上可能缺失。更麻烦的是,如果从库所在的线路被清洗设备误伤,主库的写操作会因为等不到ACK而超时,业务直接卡住。我的判断是:主从都在同一机房内网时,半同步可以开,内网延迟稳定在1ms以内,ACK超时概率极低。主从跨机房或者从库走公网时,半同步的收益抵不上它带来的写阻塞风险,不如用异步复制加定期备份校验。异步复制下切库可能丢最后几秒的数据,这个代价要提前和业务方说清楚,能接受再上。参数上,半同步的超时时间别用默认的10秒,改成1到2秒,让主库在从库失联时快速退化回异步,避免写请求堆积。
和「服务器」相关的判断之前也写过几篇,取舍逻辑可以对照着看,住宅IP服务器跑ERP:别被“原生IP”三个字带偏、大带宽服务器配企业官网:150M独享比G口更值得买。香港物理服务器跑WordPress讲的角度不太一样,两篇一起看更清楚。