云原生存储与数据库选型实战：从传统数据库到云原生数据库的演进

大家好，我是迪哥。随着业务从传统架构向云原生架构演进，存储和数据库的选型变得越来越重要。从 MySQL 到 TiDB，从 Redis 到 Dragonfly，从本地存储到分布式存储，我们经历了多次技术选型的纠结。今天就和大家聊聊云原生时代的存储和数据库选型策略。

存储架构演进

复制代码

传统存储 → 分布式存储 → 云原生存储
  SAN/NAS      Ceph/Gluster     CSI/Cloud Storage

云原生存储方案对比

方案	适用场景	特点
Local PV	单节点状态应用	高性能，低延迟
HostPath	开发测试环境	简单，不推荐生产
NFS	多节点共享	兼容性好，性能一般
Ceph	大规模分布式存储	高可用，弹性伸缩
CSI Volume	云厂商存储	托管服务，省心

CSI 配置示例

yaml 复制代码

apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: mysql-pvc
spec:
  accessModes:
    - ReadWriteOnce
  resources:
    requests:
      storage: 10Gi
  storageClassName: csi-disk

数据库选型策略

关系型数据库

数据库	适用场景	特点
MySQL	通用场景	成熟稳定，生态完善
PostgreSQL	复杂查询	功能强大，支持JSON
TiDB	分布式事务	水平扩展，强一致
CockroachDB	全球分布式	多活，强一致

NoSQL 数据库

数据库	适用场景	特点
Redis	缓存/会话	高性能，支持多种数据结构
Dragonfly	替代Redis	更高性能，兼容Redis协议
MongoDB	文档存储	灵活schema，水平扩展
Cassandra	时序/日志	高写入，分布式

选型决策树

复制代码

                    ┌─────────────────┐
                    │   需要事务吗？   │
                    └────────┬────────┘
                             │
               ┌─────────────┴─────────────┐
               │                           │
           Yes │                           │ No
               ▼                           ▼
    ┌─────────────────┐          ┌─────────────────┐
    │  需要水平扩展？   │          │  数据结构？      │
    └────────┬────────┘          └────────┬────────┘
             │                           │
      ┌──────┴──────┐          ┌─────────┴─────────┐
      │             │          │                   │
  Yes │             │ No   Key-Value           Document
      ▼             ▼          ▼                   ▼
  TiDB/CRDB    MySQL     Redis/Dragonfly      MongoDB

TiDB 实战配置

yaml 复制代码

apiVersion: pingcap.com/v1alpha1
kind: TidbCluster
metadata:
  name: basic
spec:
  version: v6.5.0
  timezone: UTC
  pvReclaimPolicy: Retain
  discovery: {}
  tikv:
    baseImage: pingcap/tikv
    replicas: 3
    storageClaims:
      - resources:
          requests:
            storage: 100Gi
  tidb:
    baseImage: pingcap/tidb
    replicas: 2
    service:
      type: NodePort

Dragonfly 替代 Redis

yaml 复制代码

# Dragonfly 配置
apiVersion: v1
kind: Deployment
metadata:
  name: dragonfly
spec:
  replicas: 3
  selector:
    matchLabels:
      app: dragonfly
  template:
    spec:
      containers:
        - name: dragonfly
          image: docker.dragonflydb.io/dragonflydb/dragonfly
          args:
            - --dbfilename=dragonfly
            - --dir=/data
            - --bind=0.0.0.0
            - --port=6379
          ports:
            - containerPort: 6379
          volumeMounts:
            - name: data
              mountPath: /data
      volumes:
        - name: data
          persistentVolumeClaim:
            claimName: dragonfly-pvc

数据库高可用配置

MySQL 主从复制

yaml 复制代码

apiVersion: v1
kind: Service
metadata:
  name: mysql
spec:
  selector:
    app: mysql
  ports:
    - name: mysql
      port: 3306
---
apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: mysql
spec:
  replicas: 3
  selector:
    matchLabels:
      app: mysql
  serviceName: mysql
  template:
    spec:
      containers:
        - name: mysql
          image: mysql:8.0
          env:
            - name: MYSQL_ROOT_PASSWORD
              valueFrom:
                secretKeyRef:
                  name: mysql-secret
                  key: password
          ports:
            - containerPort: 3306
          volumeMounts:
            - name: data
              mountPath: /var/lib/mysql
  volumeClaimTemplates:
    - metadata:
        name: data
      spec:
        accessModes: ["ReadWriteOnce"]
        resources:
          requests:
            storage: 50Gi

备份与恢复

Velero 备份配置

yaml 复制代码

apiVersion: velero.io/v1
kind: Schedule
metadata:
  name: daily-backup
spec:
  schedule: "0 0 * * *"
  template:
    includedNamespaces:
      - default
      - prod
    snapshotVolumes: true
    ttl: 720h

最佳实践清单

维度	最佳实践
存储	使用 CSI Volume，避免 HostPath
数据库	关键业务用 TiDB，缓存用 Dragonfly
高可用	至少 3 副本，跨 AZ 部署
备份	定期备份，测试恢复流程
监控	监控存储使用率、IOPS、延迟

说到存储，我家那只叫 Docker 的哈士奇最近学会了"分布式存储"------把玩具藏到家里各个角落，美其名曰"数据备份"，这备份策略比我们的 Velero 还强 😂

我是迪哥，我们下期再见！