解读

面试官想验证你对 Cloud SQL 导出机制底层实现的理解深度，尤其是“并行度”这一性能维度。国内大厂面试常把“导出速度”与“一致性/锁”混在一起来问，答不到并行限制就等于没摸到核心。CSV 与 SQL 两种格式在 Cloud SQL 内部走的是完全不同的管道：CSV 依赖并行表级分片（MySQL 的 SELECT INTO OUTFILE、PostgreSQL 的 COPY），而 SQL 格式本质上是单线程逻辑备份（mysqldump/pg_dump）。能否把这两条管道的并行上限、锁行为、实例规格影响讲清楚，是得分关键。

知识点

1. CSV 导出

   • 底层调用：MySQL 用 SELECT INTO OUTFILE ... FIELDS TERMINATED BY，PostgreSQL 用 COPY table TO STDOUT WITH (FORMAT csv)。
   • 并行模型：表级并行，最大并发度 = min(表数量, 50)，这是 Cloud SQL 导出任务调度器的硬上限。
   • 锁行为：MySQL 仅对目标表加共享 MDL 读锁，PostgreSQL 用MVCC 快照，不阻塞读写。
   • 瓶颈：单表再大也只能单线程扫，无法分片并行；国内若单表过 TB，常因一个表拖慢整库导出被吐槽。

2. SQL 导出

   • 底层调用：统一走单线程逻辑备份（mysqldump/pg_dump），生成可重放的 DDL+DML 文本。
   • 并行模型：全程单线程，Cloud SQL 侧不允许拆库拆表并行，因此并行度恒为 1。
   • 锁行为：MySQL 会短暂触发FLUSH TABLES WITH READ LOCK来捞 binlog 位点；PostgreSQL 用可重复读事务，不锁表，但长事务可能撑大 WAL。
   • 瓶颈：单线程导致CPU 单核打满，网络出口也只能用单流；国内 4 核 16 G 实例实测，SQL 导出速度≈CSV 的 1/5。

3. 国内场景差异

   • 跨境链路：若 Bucket 选的是新加坡，北京 VPC 通过Cloud Interconnect 专线，CSV 并行 50 表能把 10 Gbps 专线吃满；SQL 单线程只能跑到 200 MB/s，带宽浪费。
   • 监管合规：金融客户要求导出加密，CSV 可在GCS 端触发CMEK 加密，并行 50 流同时写；SQL 单流加密CPU 打满，耗时翻倍。

答案

CSV 格式在 Cloud SQL 内部采用表级并行，上限 50 张表同时导出，每张表内部仍是单线程扫；SQL 格式走单线程逻辑备份，并行度恒为 1。因此，CSV 的最大并行度是 50，SQL 是 1；单表体量过大时，两者都会退化为单线程，但 CSV 仍可通过多表并发把网络/IO 打满，而 SQL 只能单核慢跑。

拓展思考

1. 混合策略：国内头部电商做“大促前全量备份”时，核心业务表用CSV 分片+WHERE 切段（自建脚本按主键范围拆 10 段），非核心表用原生并行 CSV，DDL 与存储过程再单独做一次 SQL 导出，整体时间从 6 h 降到 45 min。
2. Serverless Export 新特性：Google 2024 Q2 在 Preview 的Serverless Export 支持自动分片 CSV，单表可拆 32 并行，锁-free；面试时可主动提及，展示对 roadmap 的敏感度。
3. 成本陷阱：并行 50 的 CSV 会把实例IOPS 额度瞬间打爆，触发 throttling；国内用户常因GP2 磁盘 IOPS 上限被限速，预演时需提前升配到 SSD 30 k IOPS 或开启 IOPS 突发，否则面试答完并行度却忽略成本侧会减分。