如何为多AZ部署Amazon RDS for MySQL实例低停机应用OS安全更新

最优更新操作步骤 #

按以下步骤操作即可把停机影响压到最低，绝大多数场景下业务侧仅会感知到秒级连接闪断，配置了自动重连逻辑的应用可实现几乎无感知：

• 前置校验
  1. 确认US-EAST-1区域的3台待更新实例MySQL-cad-57-replica、MySQL-cad-57-rds、cad-DB-prod的多AZ部署状态正常，主备复制延迟低于100ms，无运行超10分钟的长事务、未提交的大事务
  2. 提前在业务低峰期做一次手动主备切换测试，验证应用侧的数据库重连逻辑生效，避免正式切换时出现大面积连接失败
• 分批次更新实例
  1. 优先更新只读副本MySQL-cad-57-replica：该操作完全不影响生产主库业务，更新完成后验证副本的查询功能、主从复制状态正常，再推进后续操作
  2. 其次更新非核心主库MySQL-cad-57-rds：操作前可暂停该实例关联的非核心业务流量，更新完成后验证业务可用性再恢复流量
  3. 最后更新核心生产库cad-DB-prod：选业务最低峰时段操作，操作前暂停所有计划内的DDL、批量数据写入任务，有条件的场景可临时将读请求切换到已完成更新的只读实例，进一步降低切换影响
• 多AZ实例更新底层逻辑：AWS会优先更新备用节点，待备用节点升级完成后自动触发主备切换，该切换过程通常仅耗时30秒以内，切换完成后再升级原主节点（此时为备用角色），全程无需手动介入主备切换操作

停机时长预估方法 #

可通过以下方式精准预估实际停机时间：

• 官方基准值：多AZ RDS的OS更新切换停机时间通常在20~60秒区间，最大不超过120秒，该时间指从旧主库停止服务到新主库可正常接收请求的间隔
• 实测参考：找和生产实例配置（规格、缓冲池大小、数据量）完全一致的测试多AZ实例，提前执行一次相同的OS更新，记录实际切换时长，该测试结果和生产实际停机时长的误差不会超过20%
• 影响因素排查：操作前清理主库上的长事务、大事务，可避免额外的事务回滚耗时；实例规格越高、缓冲池越小，切换恢复速度越快

内容的提问来源于stack exchange，提问作者santosh baruah