切到 PostgreSQL 19 后,已经写进新库的订单怎么办?

文章封面

凌晨一点,订单 API 已经连上新库,第一笔订单返回了 200。五分钟后,客服后台开始报错。有人提议把连接串切回 PostgreSQL 14。值班的人先问了一个比报错更紧急的问题:刚才那五分钟接进来的订单,现在在哪个库?

这是一道演练题。可要是迁移方案上只写了「异常时切回原连接串」,那张纸只能用到第一笔新写入为止。PostgreSQL 19 在 11 月 19 日发布,14 已在上一周结束官方维护。下面用一个订单库拆开迁移路线、停写时钟和回退边界。库的规模、耗时和订单号都只用于演示。

为什么有十五分钟窗口,未必需要逻辑复制

设订单库有 600 GB,订单、支付记录和任务队列都在里面。读可以短暂停顿,业务最多允许停写十五分钟。两条路线都值得先在副本上演练。

pg_upgrade 可以复用数据文件,具体耗时受拷贝、硬链接或文件系统克隆等模式影响。跑完升级工具还要恢复应用连接,重做所需统计信息,调度备库或重新建复制,确认几条高频查询的计划没变得离谱。硬链接模式尤其要想清楚旧库怎么留:一旦新集群启动并写文件,不能把共用文件的旧目录当成可独立启动的退路。演练中应该按打算使用的实际模式测,把工具耗时、停写时长和业务恢复时间分开记。

逻辑复制允许旧库在大部分时间继续服务。代价是要自己维护对象清单、确认追平和处理序列。600 GB 的表复制完,完全可能还有一个夜间批任务在源库持续产生 WAL。假设副本稳定应用速率是每秒 18 MB,源端持续写入每秒 12 MB,3.6 GB 积压的净消化速率只有每秒约 6 MB,追平要约十分钟。此时再引入一批待处理更新,原先推算的停写窗口就失效了。把这些数摊开以后,哪条路线稳往往比哪条路线先进好判断得多。

首次打开新端写入是独立审批节点,旧端的恢复方式从此改变。

一张订单表齐了,还有哪几样东西没搬

逻辑复制复制约定范围内的表数据,不会替你持续同步模式和序列状态。先在影子库预装扩展,检查表、主键、默认值、索引和应用账号。迁移开始前冻结 DDL。尤其要找出用序列生成的主键,以及绕过 API 写入的后台进程。

例如,订单表现在最大的订单号是 380002。源库缓存过一批序列值,最后分配的位置可能还要靠后。下面是在停写、确认旧工作进程也退场后,给一张非空、从 1 开始递增的普通订单表做的演练。380100 是演练时通过源端查询取得的保守水位,占位值不能照抄。

-- 源库停写后记录序列上界,先确认这个序列只服务此处
SELECT last_value FROM public.orders_id_seq;

-- 目标库确认订单已经同步完成后执行
SELECT setval(
  'public.orders_id_seq',
  GREATEST(380100, (SELECT max(id) FROM public.orders)),
  true
);

然后用两个可读的业务断言检查结果。比如核对最近一小时每种状态各有多少订单,抽样核对支付总额和退款记录能否按关联键找齐。再读一个源端在停写前提交的心跳行,这是对订阅可见性的交叉验证。只看到网络链路仍通、发送端 LSN 在前进,不能证明目标端应用完了。

演练发现十五分钟不够,先看时间花在谁身上

有一种典型误差是把旧库最后一批事务提交到应用恢复的时间全记成「数据库切换」。实际上排空一项后台作业可能占了六分钟,而换连接串只用十秒。事前在写入口列出谁能发写请求,逐条确认如何停。比如 API 可以进入只读模式,消费者在完成当前消息后停取,定时器可在本窗口禁用。还有手工脚本、数据库调度器和直接连接的维护程序。每个入口交接时留下最后一笔提交时间和执行人,避免在值班群里反复追问「现在到底停没停」。

若最后发现数据库够快,等待全来自一个超长写事务,可以让它在窗口前提前完成或移到窗口之后。若真正瓶颈在一张批量更新表的复制追平,就用实际时段 WAL 曲线重新选窗口。最好的办法是先把窗口当成预算,给排空、数据核对和恢复读写各留几分钟,再在只读验证后保留退出余额。切换过程中离硬截止时间越近,越需要依靠这份预算做决定。直到旧库彻底退役之前,恢复测试都应该能从指定的备份和水位独立重做一次。

第一次开放新写入,要有人明确说可以

假设窗口从 01:00 开始。01:00 撤下入口写权限,留出时间让在途请求完成,同时停掉定时器和队列消费者。01:03 读出心跳,完成关键订单对账和序列准备。01:08 让一组只读应用实例重新连入,试一次登录、订单详情和客服搜索。此时如果失败,旧库仍然持有全部已提交业务写入,恢复旧端入口是有明确前提的动作。

01:10 开一小批新写入前,要知道从这一刻起订单将在哪里记录、如何识别以及用什么办法回去。双端都能写会增加冲突处理难度。更易演练的做法是让旧端保持只读,记录切换水位,新端异常时先停止待处理写入,再视预案同步或补齐已经确认的订单。如果迁移前没有能力回放,切换单上应写明目标有写入后须在新端修复,或按业务认可的恢复流程处置。

验收里留两条读请求

一条是常见订单列表,一条是客服按时间和状态查找少数记录。用真实规模的数据跑,记录返回集合、用到的索引、估算行数与实际行数。大版本迁移成功后查询退化,常见线索之一是统计信息还没恢复。EXPLAIN 的重点是找到哪一层开始估错,别急着把所有查询都指向旧实例。

PostgreSQL 19 的新功能,例如 REPACK,可以在另一场维护演练里评估。迁移当天能回答那句「新订单在哪里」,比同时打开所有新功能更重要。

参考资料

PostgreSQL 19 发布公告 · 官方版本政策 · pg_upgrade · 逻辑复制限制与序列同步

评论

暂无评论