云服务器部署MySQL时，SSD系统盘和数据盘如何合理分配容量？

在云服务器部署 MySQL 时，系统盘和数据盘的容量分配并非“一刀切”，而是需要根据业务规模、数据增长预期、成本预算以及备份策略来综合决策。合理的分配不仅能提升性能，还能降低运维风险。

以下是针对不同场景的分配策略与核心建议：

1. 核心原则：分离系统与数据

无论服务器配置如何，强烈建议将 MySQL 的数据目录（datadir）挂载到独立的数据盘上。

• 原因：系统盘通常用于安装操作系统和基础软件，空间有限且 IOPS 可能受限于云厂商的默认策略。数据盘通常提供更高的 I/O 性能（如 ESSD PL0/PL1/PL2）和更大的扩展空间。
• 风险规避：如果数据盘写满导致磁盘报错，不会直接拖垮操作系统；反之，若系统盘被日志或临时文件填满，可能导致数据库服务无法启动或重启失败。

2. 具体分配方案参考

方案 A：开发/测试环境 / 小型项目（日活 < 1 万）

这类场景对成本和性能要求相对宽松，主要追求快速搭建。

• 系统盘：40GB – 60GB
  • 足够容纳 OS、MySQL 安装包、监控X_X及少量应用日志。
• 数据盘：100GB – 500GB
  • 根据预估数据量预留。初期可设小一点，后期在线扩容。
• 策略：可以使用单块高性能 SSD 同时承载系统和数据（不推荐生产环境），或者使用一块 80G 的系统盘 + 一块 200G+ 的数据盘。

方案 B：中小型生产环境（日活 1 万 – 10 万）

这是最常见的企业级场景，需要兼顾性能和稳定性。

• 系统盘：80GB – 100GB
  • 预留更多空间给系统日志（syslog）、MySQL 错误日志、慢查询日志以及自动备份脚本产生的临时文件。
• 数据盘：500GB – 2TB
  • 计算公式：当前数据量 × (1 + 30% 缓冲) + 未来 1 年增长预测。
  • 关键点：务必开启云盘的自动快照功能，避免手动清理占用过多数据盘空间。
• 布局建议：
  • datadir 放在数据盘根目录。
  • binlog 和 redo log 也可以单独挂载一个高速的小容量数据盘（如 50GB），以利用高 IOPS 特性提速写入（进阶优化）。

方案 C：大型/高并发生产环境（日活 > 10 万）

此类场景对 IO 延迟极其敏感，且数据量巨大。

• 系统盘：100GB – 200GB
  • 仅作为纯系统盘，严禁存放任何数据库文件或日志。
• 数据盘：多块大容量盘（RAID 或 LVM 聚合）
  • 总容量：通常从 2TB 起步，甚至达到数十 TB。
  • 架构设计：
    1. 分离日志：将 binlog 和 redo/undo log 单独挂载到一块高 IOPS 的 SSD 盘（即使容量不大，如 200GB），因为日志是随机写操作，对 IOPS 要求极高。
    2. 数据文件：将 ibdata1 和 .ibd 文件放在大容量的 HDD 或标准 SSD 盘上，注重吞吐量。
    3. 冷热分离：如果数据量大，考虑将历史归档数据迁移到对象存储（OSS/COS）或冷数据盘。

3. 关键考量因素与避坑指南

A. 预留空间（Free Space）

MySQL 引擎（特别是 InnoDB）在磁盘空间不足时会表现极差，甚至拒绝写入。

• 建议：数据盘利用率不要超过 70%-80%。一旦剩余空间低于 10%，数据库可能会进入只读模式。
• 操作：设置告警阈值（如 75%），并定期清理过期 binlog。

B. 文件系统选择

• Linux：推荐使用 XFS 文件系统。相比 EXT4，XFS 在处理大文件和高并发写入时表现更好，且支持在线扩容，非常适合云盘环境。
• 挂载点：确保 /var/lib/mysql 指向数据盘。

C. 备份策略对容量的影响

• 本地备份：如果依赖云盘上的快照或 mysqldump 文件，备份文件会占用数据盘空间。
  • 对策：配置备份脚本将备份文件上传至对象存储（OSS/S3），释放数据盘空间。
• Binlog 保留：默认保留时间可能较长，需通过 expire_logs_days 或 binlog_expire_logs_seconds 限制保留时长（如 7-15 天）。

D. 弹性伸缩能力

云服务器的最大优势在于在线扩容。

• 初始策略：不要一次性买太大。例如，先买 500GB 数据盘，观察实际使用情况。
• 扩容流程：大多数云厂商支持在不中断服务的情况下增加云盘容量（需注意文件系统是否支持在线扩容，XFS 支持良好，EXT4 可能需要卸载或特定工具）。

4. 总结建议表

最终结论：
对于大多数生产环境，“系统盘 100GB + 数据盘按需购买（起步 500GB）” 是最稳妥的方案。切记永远不要让 MySQL 数据目录运行在系统盘上，并利用云厂商的快照和对象存储功能来解决备份占用的问题，从而最大化数据盘的有效空间。