容器化数据库高可用持久化需分层设计：选docker volume或statefulset+pv保障数据不丢，配gtid/replica/yfs实现故障切换，辅以备份、探针和资源配置。

容器化数据库部署中，数据高可用持久化不是只挂个卷就完事，而是要分层设计：既要保证单实例数据不丢，又要支撑故障切换、跨节点同步和快速恢复。核心在于存储方案选型、状态管理机制与编排策略三者协同。

选对持久化方式：Volume是生产首选

Docker Volume由引擎统一管理，独立于容器生命周期，删除容器后数据自动保留。相比绑定挂载（Bind Mount），它避免了主机路径硬编码、权限错配和迁移困难等问题。

• 创建命名卷：docker volume create db-data
• 启动时挂载：-v db-data:/var/lib/mysql（MySQL）或-v db-data:/opt/dmdbms/data（达梦DM8）
• 查看实际路径：docker volume inspect db-data，确认数据落盘位置

用好StatefulSet保障有状态服务稳定性

在Kubernetes中，数据库必须使用StatefulSet而非Deployment。它为每个Pod分配唯一、稳定的网络标识（如db-0、db-1）和专属持久卷，确保重启或调度后仍能挂载原有数据。

• 定义volumeClaimTemplates，自动为每个Pod申请PVC
• 设置serviceName，配合Headless Service实现DNS解析
• 避免使用hostPath，优先对接云厂商PV（如腾讯云CBS、阿里云云盘）或分布式存储（Ceph/NFS）

叠加高可用机制：不止于“不丢”，更要“可切”

持久化解决的是数据存留问题，高可用则依赖复制与故障转移能力。不同数据库需匹配对应方案：

• MySQL：启用GTID + 半同步复制，搭配Orchestrator或MHA做自动主从切换
• 达梦DM8：配置实时主备（REPLICA模式），通过守护进程（dmwatcher）监控并触发故障接管
• YashanDB：利用共享集群架构+崖山文件系统（YFS），多实例直连同一存储，天然支持读写强一致

配套运维动作不能少

再好的架构也需日常维护支撑：

• 定期全量备份+binlog日志归档，支持时间点恢复（PITR）
• 配置Liveness/Readiness探针，让K8s准确判断数据库是否真正就绪
• 将配置文件（my.cnf、dm.ini）和初始化SQL脚本通过ConfigMap/Secret挂载，确保环境一致性
• 限制容器内存与CPU资源，并开启数据库内存自适应（如DM8的PAGE_SIZE按物理内存动态设值）