从生命周期的角度来规划数据库运维体系

　　最近在和团队规划OKR目标的时候，我们讨论了很多问题，我先抛砖引玉，列举了一些现有的问题，打算按照推导的方式：
　　1）列举当前问题
　　2）问题归类和总结
　　3）梳理现有经验和现有方案
　　4）结合时间性价比得到一定时期的预期目标。
　　整体来看，工作量还是蛮大的，再加上大家对于问题的理解角度不同，所以在容易在很多细节上讨论太多，难以聚焦。
　　所以我想了下，准备按照生命周期的维度来进行考虑，于是整理了一版设计图，整体是分为四个层面，也就是按照业务从申请资源和权限，到服务上线，服务优化，最后是相关的服务数据迁移和流转。
　　整体设计下来，我们会发现很多考虑中不足的地方和遗漏的角度。在多次提炼之后，我把这个设计图调整为如下的模式：
　　我来逐个解释下：
　　1）规范选型规划：这个阶段更强调整体，很多问题如果直接从基础运维入手，其实就已经晚了，有些服务质量差，交付时间长，本质上还是前期的基础建设不够扎实，所以这是一个互惠互利的关系，比如开发规范的设计和落地执行，架构设计（如分布式架构设计），技术选型（如MySQL8。0适配的中间件技术调研，ClickHouse技术调研，TiDB技术选型，MyRocks存储引擎测试分析等），SQL审核（已有审核服务的升级和改进等），高可用（重中之重，涉及健康检查脚本，Consul服务快速切换，数据库高可用方案预研测试等），基础服务（如监控，报警和任务调度等相关服务），基础设置（如抛弃CentOS6等低版本，磁盘配置统一为SATASSD等类似的方式）
　　2）基础运维：涉及资源交付（包括上下线，资源扩容等），权限交付（申请账号，账号权限变更，账号回收等），安装部署（如数据库软件安装部署，初始化），基础配置（基础配置，如ntp，crontab等），备份恢复（按照数据备份，数据恢复的基础维度实现基本备份集，基于时间点的数据恢复）
　　3）运维优化：对象变更（需要演进为自动化上线模式），对于大表变更需要集成在线变更工具来实现，此外，重点是做一些相关的优化，如参数优化（如数据库优化参数，基础配置适配），对象优化（数据表优化，索引优化），SQL优化（执行计划优化，索引建议等），配置优化（系统配置，服务配置优化等）
　　这三个维度做好之后，其实会发现一些还是会恨吃力，那就涉及到数据迁移和数据流转，数据本身是在不同类型的环境间流转的，如何保证数据能够稳定，准确的流转也是重要的目标。
　　4）数据迁移和数据流转，数据迁移主要实现一键式数迁移，主要包括两个个方面：
　　（1）一键式数据库迁移，从1个服务器迁移到另外一个服务，一键实现
　　（2）数据库版本升级，如从MySQL5。5升级到5。7，从5。7升级到8。0等，可以一键实现
　　此外，数据流转到数据仓库，大数据，如何高效稳定的支持，如何实现实时的数据流转机制和多环境间的快速迁移同步也是重点目标。
　　对于技术底座而言，首要的目标就是文档，文档可以从上面的四个维度拆分为多种文档，如规范设计文档，预研文档，方案设计文档，操作文档，案例文档等。
　　接下来的服务的交付都应该统一为API的模式，演进可以从脚本到工具，从工具到API的路径来演进。
　　底座的两大分支是云平台建设和服务建设，云平台建设覆盖面更大，提供的是产品化思维的服务交付，对于技术架构和开发效率的要求较高，这部分不能好高骛远，还是得结合自身情况来提供强大的动力，其中，元数据建设是核心目标，在这个层面元数据要集成，实现流程化管理。
　　而右侧的服务建设更贴近后端服务，从生命周期的角度来进行实例，数据库，表，字段，索引层面的周期性管理，而提供的辅助服务则是更加贴近运维实际的，比如慢日志优化，巡检服务和故障自愈，和业务侧是一种半透明的开放形式。