读写分离不能仅依赖主从配置,必须明确路由主体、应对主从延迟、识别强一致读场景;proxysql是可控中间件,需正确定义mysql_servers和mysql_query_rules,且应用层须对“写后立即读”提供强制走主库的兜底机制。

直接上结论:读写分离不是配完主从就能用的,必须明确由谁做路由、怎么应对主从延迟、以及哪些读必须走主库——否则上线后大概率出现“刚下单查不到订单”这类问题。
主从复制必须先跑通,且不能只看Seconds_Behind_Master
很多团队卡在这一步:明明SHOW SLAVE STATUS\G里Seconds_Behind_Master显示为0,但应用一连就报错或数据不一致。原因通常是:
- 主库没开
log-bin或server-id重复,导致从库根本没同步任何日志 - 从库
read_only=ON没生效,人为写了数据,后续复制冲突 - 用了
MIXED或STATEMENTbinlog 格式,遇到NOW()、UUID()等非确定函数导致从库执行结果不同 -
Seconds_Behind_Master在高负载下可能不准,更可靠的是用GTID比对Executed_Gtid_Set和Retrieved_Gtid_Set
建议:主库配置强制binlog-format=ROW,从库启动后立即执行STOP SLAVE; START SLAVE;并观察Slave_IO_Running和Slave_SQL_Running是否都为Yes。
ProxySQL 是目前最可控的中间件选型,但规则写错就全走错
用ProxySQL做路由,核心是两张表:mysql_servers定义节点,mysql_query_rules定义分发逻辑。常见错误包括:
- 把主库和从库都塞进同一个
hostgroup_id,结果所有请求都打到同一组节点 - 规则
match_digest写成'^SELECT',漏掉select小写、带换行或空格的SQL,导致部分读请求仍走主库 - 没加
SELECT ... FOR UPDATE的单独规则,这类语句本质是写操作,必须路由到主库,否则会锁错行甚至死锁 - 没设
apply=1,规则加载后不生效;或者忘了执行LOAD MYSQL QUERY RULES TO RUNTIME和SAVE MYSQL QUERY RULES TO DISK
推荐最小可用规则集:
MySQL 9.6.0是面向Linux平台的2026年创新版本,核心架构迎来重大革新。其将外键约束与级联操作从InnoDB引擎层上移至SQL层,确保所有数据变更均被完整记录至Binlog,彻底解决了CDC(变更数据捕获)与主从复制中的数据不一致难题。此外,该版本引入container_aware启动选项以原生适配容器环境,并对审计日志进行了组件化重构,为追求极致数据一致性与云原生体验的开发者提供了全新选择。
INSERT INTO mysql_query_rules (rule_id, active, match_digest, destination_hostgroup, apply) VALUES (1, 1, '^SELECT.*FOR UPDATE', 10, 1), (2, 1, '^INSERT|^UPDATE|^DELETE|^REPLACE|^CREATE|^ALTER|^DROP|^CALL', 10, 1), (3, 1, '^SELECT', 20, 1);
应用层强一致性读必须有兜底机制
中间件再智能也解决不了“写完立刻读”的场景。比如用户支付成功后跳转订单页,此时从库还没同步完,页面就空白。这时候不能靠“等几毫秒再查”,而要主动干预:
- 在框架层提供显式标记,例如 Spring Boot 中用
@Transactional+ 自定义注解@Master,让该方法内所有查询强制走主库 - HTTP 请求头加
x-force-master: true,ProxySQL 可通过match_digest配合flagIN规则实现动态路由 - 避免在事务里混用读写:ShardingSphere-JDBC 的策略是“事务中一旦有写,后续所有读自动切主”,这个逻辑比单纯按 SQL 类型判断更安全
注意:这些机制必须和业务同学对齐,哪些接口属于“强一致读”,不能靠 DBA 猜。
从库不止用来读,还要规划用途和隔离
上线后最容易被忽略的一点:所有从库都暴露给线上业务读,结果报表任务一跑,整个 APP 查询变慢。实际部署时得提前划分角色:
- 至少保留一台从库专用于备份(
mysqldump或xtrabackup),禁止任何业务流量 - BI 或数据分析类查询走独立从库,网络层面隔离,避免拖慢交易链路
- 异地从库只服务本地读请求,但要评估跨地域复制稳定性——延迟超过 5 秒就别放关键业务
- 监控每个从库的
Threads_connected和慢查询数量,单台从库连接数超 300 就该扩容,别硬扛
真正的难点不在部署命令敲得对不对,而在于把“数据什么时候可见”这件事,从数据库层一直对齐到产品需求层。










