读写分离

背景 读写分离是高并发后端最「标准」的第一刀：读 QPS 上去了、主库压力下来了、P99 也好看。但真正上线后，最让人头疼的往往不是延迟本身，而是「读己之写」——用户刚下单，紧接着查订单列表，从库还没同步，查出来是空的、或还是旧的。主从延迟

【背景】 我在做一条金融级实时风控事件流管道：Kafka → 自研消费服务（JDK 17 + Spring Boot 3.2 + HikariCP 5.1）→ PostgreSQL 15（单主库，32C128G，NVMe SSD）。写入端

【背景】 我这两年在大厂数据平台组，一个反复出现的场景：业务方既要在线交易（下单、查订单详情，P99 要求 50ms 内），又要跑分析型查询（按商户/时间维度聚合上千万行流水、环比同比、导出报表）。很多时候这两类查询落在同一个 MySQL

背景 做了 3 年大数据平台，最近半年在不同团队里反复撞同一个问题：业务方说「就一个 select count(*)，跑在主库上 200ms 就完了」，DBA 说「主库是交易的命脉，报表这种长 SQL 进来就是灾难」。争论到最后往往不是技术

结论先行：读写分离里「我刚写完，读从库却是旧值」，根因不是代码 bug，而是主从复制是异步的——主库把 binlog 落盘就返回成功，从库要等 relay log 拉取 + 重放，中间这段窗口（毫秒到秒级）读从库必然读到旧数据。解法分两层：

背景 做了 10 年 DBA，被业务方问得最多的一个问题就是："我们的表要爆了，下一步该怎么办？" 每次问这话的时候，团队里通常已经开始在四条路线之间摇摆： 1. 垂直扩容：升配，更大规格的实例（vCPU / 内存 / SSD 升级一档），