数据库迁移的资源账：内存、CPU 与 IO 到底花在哪

先删列再改代码，老版本代码还在写这一列，直接报错

做容量规划时，看三个数就够了：常驻内存、峰值内存、峰值持续时间。

先说结论

按「峰值 × 1.3」配内存，按「平均 × 2」配 CPU，按「峰值 × 3」留磁盘余量。

• 先量：常驻、峰值、峰值时长
• 内存：注意缓存与 RSS 的区别
• CPU：看是单核瓶颈还是多核瓶颈
• IO：随机读写最伤机械盘
• 扩容前先看是不是配置问题

三个必测的数

不测就调参，等于闭眼改代码：

• 常驻内存（RSS）：决定最低配置
• 峰值内存：决定会不会 OOM
• 峰值持续时间：决定要不要限流
• 磁盘日增量：决定备份与轮转策略

内存都去哪了

DDL 拿不到 metadata lock 时会阻塞后续所有查询，排队几秒就能雪崩。

Linux 的 buff/cache 会让人误判内存不足，先看 available 而不是 free。

这个服务的几个资源事实

实测下来，它吃资源的方式比较固定：

• 给大表加索引走 online DDL，但仍占 IO，业务高峰执行会拖慢查询
• 先删列再改代码，老版本代码还在写这一列，直接报错
• 迁移脚本要幂等，重跑一次不能把数据插两遍

CPU 峰值怎么处理

先删列再改代码，老版本代码还在写这一列，直接报错。

峰值不可怕，可怕的是峰值期间没有排队机制，所有请求一起超时。

扩容还是优化

先做这三件事再谈扩容：限制并发、加缓存、异步化。多数「性能问题」在这三步之后就消失了。

还有几处容易忽略的

都是小地方，但出问题时往往就卡在这里。

• MySQL 8.0.12 之后加列支持 INSTANT，只改元数据，千万行也是秒级
• 回滚脚本平时不测，真要用的时候基本都是错的
• 业务高峰跑大表 DDL，metadata lock 把整库拖死
• 迁移和代码同时上线，回滚时代码回了、库没回
• 迁移脚本里写死环境相关的库名，换环境就失败

性能优化的第一步，是知道自己现在有多慢。