解读

国内面试官问这道题，核心想验证三件事：

1. 你是否真的在生产环境用过 Cloud SQL 只读副本，而不是只看过文档；
2. 能否把 Google 原生组件（Load Balancing、Health Check、MIG）与 Cloud SQL 特性无缝拼装，做出“云原生”方案；
3. 对“自动”二字有没有敬畏——故障判定、探活粒度、摘除速度、恢复后自动加回，每一步都要给出可量化的参数。

踩坑提示：Cloud SQL 只读副本本身不提供 VIP 或 Anycast IP，不能直接挂在 HTTP(S) LB 下；必须通过“自建反向代理 + 实例组 + 健康检查”这一公认套路，才能借助 Load Balancing 的流控能力完成故障剔除。

知识点

1. Cloud SQL 只读副本的只读性：只接受 SELECT 与 SHOW 语句，任何写操作都会永久中断复制；健康检查必须采用只读 SQL 或 pg_is_in_recovery() 这类无害命令。
2. 健康检查协议：GCP 内部 Health Check 支持 HTTP、HTTPS、HTTP/2、TCP、SSL、GRPC；反向代理必须暴露 HTTP 探活端点（如 /readiness），返回 200 表示可读，返回 503 表示复制延迟超限或线程异常。
3. 托管实例组（MIG）与 NEG 的区别：
   • MIG 适合自建虚拟机代理层，可配置自动修复、滚动替换；
   • NEG（Zonal NEG）适合 Cloud Run、GKE，但 Cloud SQL 副本没有 Sidecar 容器，国内主流仍选 MIG。
4. 故障判定阈值：
   • 健康检查连续失败 3 次、间隔 5 s，15 s 内完成摘除；
   • 复制延迟>30 s 或线程状态≠streaming 即判死；
   • 恢复后连续成功 2 次才重新注册，防止抖动。
5. 国内合规细节：
   • 若走公网 LB，必须在北京/上海/深圳三地选就近 Premium Tier，且为代理层绑定已备案域名；
   • 若走私网 LB，需使用VPC 内部代理型内网 LB，并开启Private Service Connect 做跨项目授权。

答案

步骤 1：架构抽象
客户端 → Cloud Load Balancer（TCP/SSL 代理型或内网 LB）→ 后端服务 → MIG（多 zone）→ 自建 HAProxy 容器（Sidecar 在 VM 内）→ Cloud SQL 只读副本私网 IP。

步骤 2：代理层配置

• 每台 VM 运行 HAProxy 1.9+，监听 3306（MySQL）或 5432（PostgreSQL），后端只指向本 zone 的只读副本；
• 新增 listen stats :8080，暴露 /readiness 接口，脚本逻辑：
  – MySQL：SELECT 1 成功且 Seconds_Behind_Master < 30；
  – PostgreSQL：SELECT pg_is_in_recovery()=true AND pg_last_wal_receive_lsn()=pg_last_wal_replay_lsn()。
  任意条件失败则返回 HTTP 503。

步骤 3：Health Check 配置

• 协议：HTTP，路径：/readiness，端口：8080；
• 检查间隔：5 s，超时：3 s，阈值：健康 2 次，不健康 3 次；
• 把 MIG 的自动修复打开，VM 级故障 60 s 内自动重建。

步骤 4：负载均衡器配置

• 对外选用TCP 代理型 LB（Layer 4），保留源 IP，后端服务指向上述 MIG；
• 会话保持关闭，避免读副本间脏读差异；
• 启用Cloud Armor 基础规则，防止国内 DDoS 突发流量。

步骤 5：验证故障剔除

1. 手动 STOP 某个只读副本，HAProxy 探活失败 → MIG 实例被 LB 标记为 UNHEALTHY → 15 s 内流量归零；
2. 启动副本，复制追平 → /readiness 返回 200 → LB 自动加回；
3. 通过 gcloud logging read "resource.type=\"gce_instance_group\" severity=INFO" 可看到自动修复日志，满足审计。

关键参数总结：

• 摘除时间 = 5 s × 3 = 15 s；
• 恢复时间 = 5 s × 2 = 10 s；
• RPO 仍受主库备份策略控制，只读副本故障不影响 RPO。

拓展思考

1. 多云场景：若企业同时在阿里云 RDS 只读实例与 Cloud SQL 之间做双云只读池，可在 LB 后端再挂一个跨云 Router 节点，通过Cloud VPN 私网互联，健康检查脚本里增加“到阿里云 DTS 延迟 API”的调用，实现统一剔除。
2. 只读副本横向扩容：Cloud SQL 单主库最多 10 个只读副本，当读流量>10 万 QPS 时，可让 HAProxy 开启多端口监听，把不同业务库拆到不同端口，减少单端口连接数瓶颈；同时把 MIG 做成基于 CPU 80% 的自动扩容，VM 数可弹性到 50+。
3. 零信任加固：国内金融客户要求双向 TLS + 国密算法，可在 HAProxy 前再串一层Istio Ingress Gateway，把 LB 做成PASSTHROUGH，由 Istio 完成国密 SSL 卸载，健康检查下沉到 Sidecar，实现政策合规与自动故障剔除兼得。