罗罗编程学习记录
本页内容 展开查看

12.3.1.5 选型对照与迁移风险

所属:全栈开发面试题库 / 12 待归类与新技术观察 / 12.3 新数据库与新存储 / 12.3.1 新数据库与新存储

观察口径:截至 2026 年,各存储产品版本与能力以官方文档为准;本页给对照框架与迁移风险清单,不固化产品排名与性能数字。

12.3.1.5-001 存储选型的整体框架是什么?

一句话结论

先按数据形态与查询模式定存储类别,再核对一致性、规模扩展、运维能力与成本;优先复用现有存储,规模与需求到位再专用化;选型是约束匹配,不是追新存储。

概念解释

  • 数据形态:实体/指标/事件/向量/分析。
  • 查询模式:点查/聚合/检索/流消费。
  • 复用优先:减少新运维面。

原理流程

  1. 描述数据与查询。
  2. 匹配存储类别。
  3. 核对约束与成本后决策。

代码 / 图示

数据形态 + 查询模式 → 存储类别 → 一致性/规模/运维/成本 → 决策

常见误区

  • 误区:先挑产品再找场景;正解:场景约束先行。
  • 误区:一个存储覆盖所有数据;正解:多存储按边界分工。

追问

  • Q:类别对照见哪条? A:12.3.1.5-002。
  • Q:迁移风险见哪条? A:12.3.1.5-011。

12.3.1.5-002 各类存储定位速查怎么列?

一句话结论

关系库:事务点查点写;NewSQL:分布式 SQL+事务;NoSQL:特定模型灵活扩展;时序:指标趋势聚合;OLAP:批量多维分析;流存储:事件缓冲回放;向量库:语义相似检索。

概念解释

  • 类别边界:负载模型区分。
  • 互补组合:多存储协作。
  • 定位概括:非完整能力清单。

原理流程

  1. 按类别记定位。
  2. 匹配业务负载。
  3. 交叉核对细节章节。

代码 / 图示

关系库(事务) / NewSQL(分布式SQL) / NoSQL(模型灵活)
时序(指标) / OLAP(分析) / 流(事件) / 向量(语义检索)

常见误区

  • 误区:类别定位等于完整选型结论;正解:仍需核对产品实现与约束。
  • 误区:NoSQL 放弃所有事务;正解:能力因产品而异,需核实。

追问

  • Q:NewSQL 细节见哪条? A:12.3.1.1。
  • Q:OLAP/时序/向量分别见哪条? A:12.3.1.2 / 12.3.1.3 / 12.3.1.4。

12.3.1.5-003 为什么优先复用现有存储?

一句话结论

复用现有存储省去新运维、监控、备份与团队学习成本;现有库通过索引、分区、只读副本、扩展插件常能承载中小规模需求;新增存储是独立运维面,需有明确收益。

概念解释

  • 运维复用:监控/备份/排障既有。
  • 扩展手段:索引/分区/插件。
  • 新增成本:新存储独立运维。

原理流程

  1. 评估现有库承载空间。
  2. 用优化手段满足需求。
  3. 不足再引入新存储。

代码 / 图示

现有库优化(索引/分区/副本/插件) → 不足 → 新存储评估

常见误区

  • 误区:新需求必须上新存储;正解:先榨干现有能力。
  • 误区:复用现有库无扩展空间;正解:分区/副本/插件常可支撑一段规模。

追问

  • Q:pgvector 复用例子? A:12.3.1.4-006。
  • Q:什么时候必须专用化? A:现有库触顶且优化无效,见 12.3.1.5-004。

12.3.1.5-004 读写模型与负载怎么匹配?

一句话结论

区分:点查点写事务、批量扫描聚合、高写入追加、事件流、语义检索;不同存储优化不同读写模型;选型先描述读写比例、并发与数据量,再匹配引擎。

概念解释

  • 读写比例:读多/写多。
  • 并发模型:点查/批量/流。
  • 数据量:规模与增长。

原理流程

  1. 量化读写与并发。
  2. 识别负载类型。
  3. 匹配存储引擎。

代码 / 图示

读写比例/并发/数据量 → 负载类型 → 引擎匹配

常见误区

  • 误区:只看功能不看负载;正解:功能支持不等于负载模型匹配。
  • 误区:读写模型可后期随意改;正解:存储选型固化后改造代价高。

追问

  • Q:写多读少选什么? A:按写入形态(事务点写/追加/批量)分流。
  • Q:读多写少选什么? A:结合点查/分析/检索形态判断。

12.3.1.5-005 一致性要求怎么对照存储?

一句话结论

先明确业务一致性要求:强一致事务、最终一致、可容忍短暂不一致;不同存储一致性口径不同;不要在弱一致存储上假设强事务语义。

概念解释

  • 强一致:读写即时一致。
  • 最终一致:短暂不一致后收敛。
  • 口径:产品实现保证级别。

原理流程

  1. 定义业务一致性容忍度。
  2. 核对存储一致性保证。
  3. 不匹配则补业务层补偿。

代码 / 图示

业务一致性要求 → 存储保证核对 → 不足处业务层补偿

常见误区

  • 误区:所有存储都支持事务;正解:部分 NoSQL/分析存储事务能力有限。
  • 误区:最终一致无需处理;正解:需设计冲突与补偿。

追问

  • Q:分布式事务主题见哪分册? A:09 分册分布式事务章节。
  • Q:一致性级别怎么确认? A:产品文档 + 故障场景实测。

12.3.1.5-006 数据规模与扩展路径怎么规划?

一句话结论

按当前规模与增长趋势规划扩展路径:单机优化 → 副本/分区 → 分布式/专用存储;预留扩容路线,避免规模突增被动迁移;扩展手段受存储架构约束。

概念解释

  • 当前规模:数据量/并发。
  • 增长趋势:预估增速。
  • 扩展路线:分步演进。

原理流程

  1. 估算规模与增速。
  2. 规划分步扩展。
  3. 预留迁移路线。

代码 / 图示

单机 → 副本/分区 → 分布式/专用;按规模演进预留路线

常见误区

  • 误区:按当前数据量决策不看增长;正解:增速决定未来存储压力。
  • 误区:扩展随时可做;正解:架构不匹配时迁移代价高。

追问

  • Q:容量规划看什么? A:数据量、副本数、索引与留存。
  • Q:NewSQL 扩展见哪条? A:12.3.1.1-004 分片路由。

12.3.1.5-007 运维能力与团队成本怎么评估?

一句话结论

新存储引入带来部署、监控、备份、升级、排障成本;评估团队现有经验与可招聘能力;运维薄弱时优先成熟度高、生态完善的方案,而非功能最新的方案。

概念解释

  • 运维面:部署/监控/备份/升级。
  • 团队经验:熟悉度与排障。
  • 成熟度:社区与案例支撑。

原理流程

  1. 列运维活动清单。
  2. 评估团队匹配。
  3. 计入长期人力成本。

代码 / 图示

部署/监控/备份/升级/排障 × 团队经验 → 长期运维成本

常见误区

  • 误区:只评估开发接入成本;正解:运维与排障是长期成本。
  • 误区:新存储运维可套用旧经验;正解:机制不同需重新掌握。

追问

  • Q:关键系统怎么降低运维风险? A:选成熟方案 + 演练备份恢复。
  • Q:文档社区见哪条? A:12.2.1.5-008 框架支持评估口径可参照。

12.3.1.5-008 数据模型与查询模式怎么匹配?

一句话结论

存储模型(关系文档/列/时序/向量/键值)应贴合实体关系、访问路径与查询语句;建模围绕主要查询设计,次要查询再补索引或派生存储;模型错配是后期性能问题主因之一。

概念解释

  • 实体关系:结构化程度。
  • 访问路径:主要查询方式。
  • 派生存储:次要查询落地。

原理流程

  1. 梳理主要查询与实体。
  2. 选匹配模型。
  3. 次要查询补派生结构。

代码 / 图示

实体 + 访问路径 → 存储模型;次要查询 → 索引/派生存储

常见误区

  • 误区:模型先定再说查询;正解:访问路径驱动建模。
  • 误区:一种模型服务所有查询;正解:按查询模式拆分存储。

追问

  • Q:模型错配表现? A:查询绕路、过度关联、性能差。
  • Q:反范式建模见哪条? A:12.3.1.2-006。

12.3.1.5-009 湖仓一体与开放表格式解决什么?

一句话结论

开放表格式(Iceberg、Delta 类)在数据湖上提供 ACID、时间旅行、schema 演进与多引擎共享,存算分离;适合大数据分析层,不适合高并发点查;小文件与元数据治理是关键。

概念解释

  • 开放格式:表结构与元数据标准。
  • ACID/时间旅行:事务与历史版本。
  • 存算分离:计算与存储独立扩展。

原理流程

  1. 数据以开放格式落地湖仓。
  2. 多引擎按格式读取。
  3. 治理元数据与小文件。

代码 / 图示

数据湖 + 开放表格式(ACID/时间旅行/schema演进) → 多引擎共享;存算分离

常见误区

  • 误区:湖仓可替代业务库;正解:定位分析大数据,高并发点查不适合。
  • 误区:开放格式无治理成本;正解:小文件、元数据与压缩需持续治理。

追问

  • Q:Iceberg 与 Delta 区别? A:生态与特性侧重不同,具体以各自官方文档为准(待确认)。
  • Q:什么时候需要湖仓? A:数据规模大、多引擎共享分析场景。

12.3.1.5-010 湖仓不适合哪些场景?

一句话结论

不适合:低延迟高并发点查点写、强事务单行操作、需要在线交互修改的业务;湖仓面向批量分析与数据共享,混用会遇到延迟与并发瓶颈。

概念解释

  • 在线事务:低延迟单行。
  • 批量分析:扫描聚合。
  • 边界:负载模型不同。

原理流程

  1. 判断是否在线事务负载。
  2. 核对延迟并发要求。
  3. 不匹配选业务存储。

代码 / 图示

高并发点查/强事务/在线改 → 不选湖仓;选业务库/专用在线存储

常见误区

  • 误区:数据都入湖仓统一处理;正解:在线业务与分析链路分离。
  • 误区:湖仓表可直接做后台业务库;正解:访问模型不匹配。

追问

  • Q:分析结果怎么回业务? A:派生结果落地在线存储供查询。
  • Q:OLAP 与湖仓关系? A:OLAP 引擎可读取湖仓表格式,分层配合。

12.3.1.5-011 存储迁移的风险清单有哪些?

一句话结论

风险:SQL/方言兼容、数据类型映射、一致性与丢失、性能退化、运维不熟、回退困难;逐项评估概率与影响,迁移前做兼容核对与 PoC,预留回退方案。

概念解释

  • 兼容风险:语法/类型/行为。
  • 数据风险:丢失/不一致。
  • 运维风险:团队不熟悉。

原理流程

  1. 列风险类别。
  2. 评估概率影响。
  3. 设缓解与回退。

代码 / 图示

兼容/数据/性能/运维/回退 → 评估 → 缓解措施 + 回退方案

常见误区

  • 误区:迁移只搬数据;正解:应用兼容与性能回归同样关键。
  • 误区:风险可上线后再说;正解:关键风险需迁移前排除。

追问

  • Q:兼容核对做什么? A:SQL 方言、函数、类型、约束行为对照。
  • Q:性能退化怎么发现? A:新旧对照压测典型查询。

12.3.1.5-012 数据迁移与一致性校验怎么做?

一句话结论

迁移流程:存量导出搬迁 → 增量同步 → 对账校验(行数/抽样/聚合)→ 切流;校验通过前不切业务;保留旧数据与回退窗口。

概念解释

  • 存量迁移:历史数据搬迁。
  • 增量同步:迁移期变更跟随。
  • 对账:一致性校验。

原理流程

  1. 存量搬迁。
  2. 增量同步追平。
  3. 对账通过后切流。

代码 / 图示

存量迁移 → 增量同步 → 对账(行数/抽样/聚合) → 切流;保留回退窗口

常见误区

  • 误区:迁移期无需增量同步;正解:切换前持续写入会漏数据。
  • 误区:行数一致即可信;正解:需抽样内容与聚合对照。

追问

  • Q:对账不一致怎么办? A:定位差异来源,补偿修复后再切。
  • Q:迁移期间双写? A:见 12.3.1.5-013。

12.3.1.5-013 双写与过渡方案怎么设计?

一句话结论

过渡方案可选双写(新旧同时写)或同步管道迁移;双写需处理部分失败、顺序与补偿;按一致性要求选择,并明确旧存储退役时间,避免长期双栈。

概念解释

  • 双写:两侧同时写入。
  • 同步管道:单向迁移同步。
  • 退役计划:旧存储下线里程碑。

原理流程

  1. 选双写或同步管道。
  2. 设计失败补偿。
  3. 设定退役时间。

代码 / 图示

双写/同步管道 → 失败补偿/对账 → 旧存储退役计划

常见误区

  • 误区:双写天然一致;正解:部分失败与顺序需补偿机制。
  • 误区:双栈长期并存;正解:退役里程碑必须明确。

追问

  • Q:双写失败怎么补偿? A:重试 + 对账修复,避免单侧丢失。
  • Q:同步管道优势? A:应用只写一侧,管道负责迁移。

12.3.1.5-014 回退方案怎么设计?

一句话结论

切流前保留旧存储与旧链路可回切;回退条件、操作步骤与数据回填口径预先定义;新存储出现严重问题时快速切回旧链路,保证业务连续。

概念解释

  • 可回切:旧链路保留。
  • 回退条件:明确指标阈值。
  • 数据回填:回退后数据同步方向。

原理流程

  1. 保留旧存储与配置。
  2. 定义回退触发条件。
  3. 预演回退步骤。

代码 / 图示

旧链路保留 → 回退条件 → 步骤演练 → 异常快速回切

常见误区

  • 误区:切流后立即下线旧存储;正解:观察稳定期后再退役。
  • 误区:回退只靠应用切流;正解:新写入数据需回填旧存储。

追问

  • Q:回退观察期多长? A:按业务风险定,覆盖典型周期。
  • Q:回退触发指标? A:错误率、延迟、数据一致性超阈值。

12.3.1.5-015 多存储共存时边界怎么划分?

一句话结论

按数据形态与访问路径划分存储职责,明确数据流向与归属;跨存储通过服务/管道集成,避免同一数据多处写入无主;边界文档化便于后续维护。

概念解释

  • 职责划分:各存什么。
  • 数据流向:谁写谁读。
  • 归属明确:单一数据源。

原理流程

  1. 划分数据归属存储。
  2. 定义流向与集成方式。
  3. 文档化边界。

代码 / 图示

数据归属 → 流向/集成 → 单一数据源;边界文档化

常见误区

  • 误区:同一数据多存储随意复制;正解:需明确主数据源与同步链路。
  • 误区:边界只在代码里体现;正解:文档化便于团队理解。

追问

  • Q:跨存储关联怎么做? A:应用层聚合或派生宽表,按场景设计。
  • Q:冗余数据一致性? A:同步链路与对账保障。

12.3.1.5-016 怎么识别存储技术债?

一句话结论

技术债信号:模型错配导致慢查询、存储堆叠过多无主、升级困难、备份恢复未演练、文档缺失;定期评审存储拓扑与负载,及时收敛。

概念解释

  • 模型错配:查询绕路性能差。
  • 堆叠混乱:存储数量与职责不清。
  • 恢复未验:备份可用性未知。

原理流程

  1. 盘点存储与职责。
  2. 识别性能与运维信号。
  3. 安排收敛整改。

代码 / 图示

性能信号 + 堆叠混乱 + 恢复未验 + 文档缺失 → 技术债评审收敛

常见误区

  • 误区:存储只增不减;正解:合并退役是常态治理。
  • 误区:备份存在即可恢复;正解:需定期演练恢复流程。

追问

  • Q:存储退役前提? A:数据迁移完成、无访问依赖、观察稳定。
  • Q:详见哪主题? A:架构治理与技术债见 09/11 分册。

12.3.1.5-017 存储选型决策记录应包含什么?

一句话结论

记录:数据形态与负载、候选类别对照、PoC 结果、一致性/规模/运维评估、风险与缓解、迁移与回退方案;决策可追溯,试点后按实测复核结论。

概念解释

  • 对照矩阵:维度评估。
  • PoC 证据:实测结果。
  • 可追溯:背景留档。

原理流程

  1. 汇总评估材料。
  2. 评审决策归档。
  3. 上线后复核。

代码 / 图示

负载/约束 → 对照/PoC → 风险/迁移/回退 → 归档 → 复核

常见误区

  • 误区:决策只留产品名;正解:约束与权衡需留档。
  • 误区:PoC 问题不记录;正解:失败证据是决策依据。

追问

  • Q:评审参与方? A:开发、DBA/运维、业务代表。
  • Q:框架选型记录口径? A:参照 12.2.1.5-017。

12.3.1.5-018 本页哪些现状结论属于待确认?

一句话结论

待确认:各产品最新版本能力、兼容矩阵、分布式与备份恢复细节、生产案例;对照框架稳定,具体结论采用前查官方文档并记录来源与验证点。

概念解释

  • 版本能力:随时间变。
  • 兼容矩阵:逐产品核实。
  • 案例:一手反馈。

原理流程

  1. 标记变化项。
  2. 列官方文档入口。
  3. 采用前复核。

代码 / 图示

版本 / 兼容 / 备份恢复 / 案例 → 官方文档 + PoC 核实

常见误区

  • 误区:把历史选型结论当当前事实;正解:定期复核版本与生态。
  • 误区:二手对比文章作为决策依据;正解:自身负载实测为准。

追问

  • Q:面试怎么答存储选型题? A:先讲负载匹配与一致性约束,再给类别倾向与迁移风险。
  • Q:下次更新看什么? A:产品版本、新存储类别与生产案例。