业务切流量风险最低的时刻是全量导入完成、增量追平且pt-table-checksum确认行数、CRC32值、关键字段聚合值完全一致后的5–10分钟窗口内,此时源库仍可读写、目标库数据完整、增量延迟归零。

双写阶段结束前,必须完成全量+增量数据一致性校验
业务切流量风险最低的时刻,不是双写刚启动时,也不是增量同步跑了一阵子之后,而是全量数据已导入目标库、增量日志已追平、且通过 pt-table-checksum 或自研校验工具确认每张表行数、CRC32 值、关键字段聚合值完全一致之后的 5–10 分钟窗口内。
这个时间点之所以最安全,是因为它同时满足三个硬条件:源库仍可读写(兜底可用)、目标库数据完整(无丢失)、增量延迟归零(无积压)。跳过校验直接切,哪怕只差一条记录,上线后就可能触发主键冲突、金额对不上、订单状态错乱等线上事故。
- 校验不能只比行数——
SELECT COUNT(*)对大表极慢,且无法发现内容差异;必须用分块 CRC 校验或抽样哈希比对 - 校验期间禁止在源库执行
TRUNCATE、DROP TABLE等 DDL,否则增量同步会中断或报错Table doesn't exist - 若使用
mydumper+myloader做全量,注意其默认不导出mysql库和存储过程,校验前需单独确认权限、函数、事件是否已人工迁移
切流前最后 30 分钟,必须关闭源库写入并验证双写停写状态
即使校验通过,只要源库还在接受新写入,目标库就永远存在“最后一段增量未同步”的风险。所以标准操作是:在校验确认一致后,由运维统一执行 SET GLOBAL read_only = ON(或更稳妥地 kill 写连接),再等待所有双写客户端确认收到 “write disabled” 信号,并观察监控中源库 Com_insert/Com_update 归零至少 60 秒。
常见错误是只停应用层写逻辑,但定时任务、DBA 手动 SQL、监控采集脚本仍在写入,导致切流后目标库漏掉这部分数据。
- 不要依赖应用配置开关——有些 SDK 缓存了连接池,开关后仍有残留请求发出
- 建议在 MySQL 层做连接级拦截:
KILL所有非system user的活跃写连接,再用SHOW PROCESSLIST二次确认 - 若用中间件(如 ShardingSphere)做双写,需检查其
write-mode是否真正切换为只读,避免“假停写”
灰度切流时,第一个 5% 流量必须绕过缓存直连目标库
切流不是“把 100% 请求瞬间切过去”,而是分批放量。但第一波灰度流量如果走 Redis 缓存,会因缓存击穿或脏数据放大不一致风险——因为此时缓存里还是源库的老数据,而数据库已是目标库的新数据。
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录,或需要将该能力封装成可公开复用的 Codex skill。
所以前 5% 流量必须强制穿透缓存,全部打到目标库,并开启全链路 SQL 日志,重点观察 INSERT/UPDATE 是否成功、主键是否冲突、外键约束是否报错。
- 跳过缓存不是临时改代码——应通过配置中心动态下发
cache.bypass=true,避免发布新包引入额外风险 - 监控指标要盯紧目标库的
Innodb_row_lock_waits和Handler_read_rnd_next,异常飙升说明索引缺失或查询未走索引 - 若目标库是国产替代库(如 KingbaseES),需额外验证
GROUP BY排序行为、JSON_EXTRACT返回类型是否与 MySQL 一致
回滚能力必须在切流前验证完毕,而非“理论上可以”
所谓“风险最低”,不只是正向流程稳,更是逆向动作可立即生效。很多团队切流前没验证回滚路径,结果一出问题只能硬扛,等修复完已损失数小时业务。
回滚不是简单把流量切回去——源库可能已被双写污染(比如自增 ID 被目标库同步覆盖),或目标库已执行 DDL 导致结构不兼容。真实可用的回滚,必须提前跑通三件事:
- 确认源库
binlog位置可被目标库CHANGE MASTER接入,且Seconds_Behind_Master能稳定归零 - 用
mysqldump --where="id > XXX"补同步切流后漏写的增量,而不是全量重导(太慢) - 测试过
pt-online-schema-change在源库上反向加回已被删掉的触发器或分区定义
最容易被忽略的是时间戳字段处理:MySQL 的 DATETIME 默认不带时区,而部分国产库会自动转为 TIMESTAMP WITH TIME ZONE,回滚时若未显式 cast,会导致 WHERE 条件失效、补数据失败。










