数据库容器化生产级部署：PostgreSQL / MySQL / Redis / MongoDB 高可用、备份、PITR、监控全指南

Assen

适用场景：把 PostgreSQL / MySQL / Redis / MongoDB / ClickHouse 跑进 Docker，却担心「数据丢、高可用、备份、主从、升级、性能」——这篇给生产级答案
核心结论：数据库可以容器化，但必须：持久化卷 + 固定网络 + 资源限制 + 定时备份（含 PITR）+ 监控 + 明确升级策略
组件：CloudNativePG（PG Operator）/ Percona（MySQL）/ Bitnami Chart / Wal-G / PBM / 连接池（PgBouncer / ProxySQL）

—

0. 先回答灵魂拷问：数据库到底该不该容器化？

维度	容器化	裸机/系统包	结论
部署速度	秒级 `docker run`	分钟级手动	✅ 容器快
版本隔离/多实例	多容器多版本并存	需编译或虚拟化	✅ 容器强
数据安全	⚠️ 需正确挂卷+备份	直接落盘	⚠️ 裸机省心
高可用/集群	✅ Operator 一键	手动搭	✅ 容器强（K8s）
性能损耗	₁-3%（host 网络/裸盘挂载）	无	≈ 持平
升级/回滚	改 tag 重跑（有风险）	包管理	⚠️ 各有风险
团队技能	需懂 Docker/K8s	传统 DBA	⚠️ 看团队

建议：生产单机/小规模 → Docker Compose + 固定卷 + 定时备份；需要 HA/自愈/多租户 → K8s Operator（CloudNativePG / Percona）。纯裸机跑唯一数据库且不折腾 → 系统包也行。

—

1. PostgreSQL 容器化（CloudNativePG Operator，生产首选）

1.1 为什么选 CloudNativePG（而非普通 Deployment)

特性	普通 docker run	CloudNativePG
主从复制（流复制）	手动配置	Operator 全自动
自动故障转移	❌ 手搓	✅ 自动 promote
备份/恢复（PITR）	手动 pg_dump	✅ Wal-G + S3 + 时间点恢复
滚动升级	停机 or 手动	✅ Operator 调度
监控指标	手动	✅ 内置 `cnpg` exporter

1.2 安装 Operator + 部署集群

# 1. 安装 CloudNativePG Operator（k3s 集群内）
kubectl apply -f https://raw.githubusercontent.com/cloudnative-pg/cloudnative-pg/release-1.24/releases/cnpg-1.24.0.yaml

# 2. 创建 PostgreSQL 集群（3 实例 + 自动备份到 S3/MinIO）
kubectl apply -f - <<'EOF'
apiVersion: postgresql.cnpg.io/v1
kind: Cluster
metadata:
  name: pg-cluster
spec:
  instances: 3
  imageName: ghcr.io/cloudnative-pg/postgresql:16.3
  storage:
    size: 100Gi
    storageClass: longhorn
  postgresql:
    parameters:
      max_connections: "200"
      shared_buffers: "2GB"
      effective_cache_size: "6GB"
      work_mem: "16MB"
      maintenance_work_mem: "512MB"
      random_page_cost: "1.1"
      effective_io_concurrency: "200"
  bootstrap:
    initdb:
      database: app
      owner: app
      secret:
        name: pg-secret
  backup:
    barmanObjectStore:
      destinationPath: s3://pg-backups/
      endpointURL: http://minio.local:9000
      s3Credentials:
        accessKeyId:
          name: minio-secret
          key: access-key
        secretAccessKey:
          name: minio-secret
          key: secret-key
      wal:
        compression: gzip
    retentionPolicy: "30d"
  monitoring:
    enablePodMonitor: true
EOF

1.3 连接与验证

# 获取连接信息
kubectl get secret pg-cluster-app -o jsonpath='{.data.password}' | base64 -d

# 主从状态
kubectl get cluster pg-cluster
kubectl get pods -l cnpg.io/cluster=pg-cluster

# 故障转移演练：删主 Pod → Operator 自动 promote 从库
kubectl delete pod pg-cluster-1
kubectl get pods -w   # 观察自动切换

1.4 PITR（时间点恢复）

# 恢复到某时间点（如误删数据前 1 小时）
kubectl apply -f - <<'EOF'
apiVersion: postgresql.cnpg.io/v1
kind: Cluster
metadata:
  name: pg-cluster-restore
spec:
  instances: 1
  bootstrap:
    recovery:
      source: pg-cluster
      recoveryTarget:
        targetTime: "2026-09-13T10:00:00Z"
  storage:
    size: 100Gi
EOF

—

2. 单机 Docker Compose 数据库（家庭/小型生产）

2.1 PostgreSQL 单实例 + PgBouncer 连接池

services:
  postgres:
    image: postgres:16-alpine
    container_name: postgres
    restart: unless-stopped
    environment:
      POSTGRES_USER: app
      POSTGRES_PASSWORD: ${PG_PASSWORD}
      POSTGRES_DB: app
      TZ: Asia/Shanghai
    volumes:
      - /data/postgres/data:/var/lib/postgresql/data
      - /data/postgres/backup:/backup
    # 连接池 + 避免 OOM
    deploy:
      resources:
        limits:
          memory: 2G
          cpus: "2"
    command:
      - "postgres"
      - "-c", "max_connections=200"
      - "-c", "shared_buffers=512MB"
      - "-c", "effective_cache_size=1.5GB"
      - "-c", "work_mem=16MB"
      - "-c", "maintenance_work_mem=256MB"
      - "-c", "wal_level=replica"
      - "-c", "archive_mode=on"
      - "-c", "archive_command=test ! -f /backup/archive/%f && cp %p /backup/archive/%f"
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U app -d app"]
      interval: 10s
      timeout: 5s
      retries: 5

  pgbouncer:
    image: edoburu/pgbouncer:latest
    container_name: pgbouncer
    restart: unless-stopped
    environment:
      DB_USER: app
      DB_PASSWORD: ${PG_PASSWORD}
      DB_HOST: postgres
      DB_NAME: app
      POOL_MODE: transaction
      MAX_CLIENT_CONN: 500
      DEFAULT_POOL_SIZE: 50
    ports:
      - "6432:5432"
    depends_on:
      postgres:
        condition: service_healthy

2.2 MySQL 单实例 + 主从（Bitnami Charts 或原生）

services:
  mysql:
    image: mysql:8.4
    container_name: mysql
    restart: unless-stopped
    command:
      - --character-set-server=utf8mb4
      - --collation-server=utf8mb4_unicode_ci
      - --default-authentication-plugin=mysql_native_password
      - --max_connections=300
      - --innodb-buffer-pool-size=1G
      - --innodb-flush-log-at-trx-commit=1
      - --binlog-format=ROW
      - --gtid-mode=ON
      - --enforce-gtid-consistency=ON
    environment:
      MYSQL_ROOT_PASSWORD: ${MYSQL_ROOT_PASSWORD}
      MYSQL_DATABASE: app
      MYSQL_USER: app
      MYSQL_PASSWORD: ${MYSQL_PASSWORD}
      TZ: Asia/Shanghai
    volumes:
      - /data/mysql/data:/var/lib/mysql
      - /data/mysql/backup:/backup
      - /data/mysql/conf:/etc/mysql/conf.d
    deploy:
      resources:
        limits: {memory: 2G, cpus: "2"}
    healthcheck:
      test: ["CMD", "mysqladmin", "ping", "-h", "localhost", "-uroot", "-p${MYSQL_ROOT_PASSWORD}"]
      interval: 10s
      timeout: 5s
      retries: 5

—

3. Redis 容器化（主从 + 哨兵 / Cluster）

3.1 单实例

services:
  redis:
    image: redis:7-alpine
    container_name: redis
    restart: unless-stopped
    command: [
      "redis-server",
      "--appendonly", "yes",
      "--appendfsync", "everysec",
      "--maxmemory", "1gb",
      "--maxmemory-policy", "allkeys-lru",
      "--save", "900", "1", "300", "10", "60", "10000"
    ]
    volumes:
      - /data/redis/data:/data
    deploy:
      resources:
        limits: {memory: 1.2G, cpus: "1"}

3.2 主从 + 哨兵（高可用）

services:
  redis-master:
    image: redis:7-alpine
    command: ["redis-server", "--appendonly", "yes", "--requirepass", "${REDIS_PASSWORD}"]
    volumes: [/data/redis/master:/data]

  redis-replica:
    image: redis:7-alpine
    command: ["redis-server", "--replicaof", "redis-master", "6379", "--masterauth", "${REDIS_PASSWORD}", "--appendonly", "yes"]
    volumes: [/data/redis/replica:/data]
    depends_on: [redis-master]

  sentinel-1:
    image: redis:7-alpine
    command: ["redis-sentinel", "/etc/redis/sentinel.conf"]
    volumes:
      - /data/redis/sentinel1:/data
      - ./sentinel.conf:/etc/redis/sentinel.conf
  sentinel-2:
    image: redis:7-alpine
    command: ["redis-sentinel", "/etc/redis/sentinel.conf"]
    volumes: [/data/redis/sentinel2:/data, ./sentinel.conf:/etc/redis/sentinel.conf]
  sentinel-3:
    image: redis:7-alpine
    command: ["redis-sentinel", "/etc/redis/sentinel.conf"]
    volumes: [/data/redis/sentinel3:/data, ./sentinel.conf:/etc/redis/sentinel.conf]

# sentinel.conf
port 26379
sentinel monitor mymaster redis-master 6379 2
sentinel auth-pass mymaster ${REDIS_PASSWORD}
sentinel down-after-milliseconds mymaster 5000
sentinel failover-timeout mymaster 10000
sentinel parallel-syncs mymaster 1

—

4. MongoDB 容器化（副本集）

services:
  mongo1:
    image: mongo:7.0
    container_name: mongo1
    restart: unless-stopped
    command: ["mongod", "--replSet", "rs0", "--bind_ip_all", "--wiredTigerCacheSizeGB", "1"]
    volumes: [/data/mongo1:/data/db]
    healthcheck:
      test: ["CMD", "mongosh", "--eval", "db.adminCommand('ping')"]
      interval: 10s
      timeout: 5s
      retries: 5
  mongo2:
    image: mongo:7.0
    command: ["mongod", "--replSet", "rs0", "--bind_ip_all"]
    volumes: [/data/mongo2:/data/db]
  mongo3:
    image: mongo:7.0
    command: ["mongod", "--replSet", "rs0", "--bind_ip_all"]
    volumes: [/data/mongo3:/data/db]

# 初始化副本集
docker exec -it mongo1 mongosh --eval '
rs.initiate({_id:"rs0", members:[
  {_id:0, host:"mongo1:27017"},
  {_id:1, host:"mongo2:27017"},
  {_id:2, host:"mongo3:27017"}
]})'

—

5. ClickHouse / OLAP 容器化（可选）

services:
  clickhouse:
    image: clickhouse/clickhouse-server:24.6
    container_name: clickhouse
    restart: unless-stopped
    ulimits:
      nofile: {soft: 262144, hard: 262144}
    ports:
      - "8123:8123"   # HTTP
      - "9000:9000"   # native
    volumes:
      - /data/clickhouse/data:/var/lib/clickhouse
      - /data/clickhouse/log:/var/log/clickhouse-server
    environment:
      CLICKHOUSE_DB: analytics
      CLICKHOUSE_USER: app
      CLICKHOUSE_PASSWORD: ${CH_PASSWORD}

—

6. 备份策略（比数据库本身更重要）

6.1 PostgreSQL：逻辑 + 物理（PITR）

# 逻辑备份（每日全量，快速恢复单库表）
docker exec postgres pg_dump -U app -Fc app > /backup/app_$(date +%F).dump

# 物理备份（WAL 归档 + 基础备份，支持任意时间点恢复）
docker exec postgres pg_basebackup -U postgres -D /backup/base_$(date +%F) -Ft -z -X fetch

# WAL 归档（配 archive_command，见上文 compose）
# 恢复：先恢复基础备份，再 replay WAL 到目标时间点
docker run --rm -v /backup:/backup -v /restore:/restore postgres:16-alpine \
  pg_restore -U app -d app /restore/app_2026-09-13.dump

6.2 MySQL：mysqldump + binlog（PITR）

# 全量
docker exec mysql mysqldump -uroot -p${MYSQL_ROOT_PASSWORD} --single-transaction --master-data=2 --all-databases > /backup/mysql_$(date +%F).sql

# binlog 持续归档（配 expire_logs_days、binlog_expire_logs_seconds）
# PITR：恢复全量 → mysqlbinlog 回放 binlog 到目标时间点

6.3 Redis：RDB + AOF 双写

# 配置里 combined: appendonly yes + save 定期 RDB
# 备份：直接拷贝 dump.rdb + appendonly.aof
docker exec redis redis-cli BGSAVE
cp /data/redis/data/dump.rdb /backup/redis_dump_$(date +%F).rdb

6.4 MongoDB：mongodump + oplog

docker exec mongo1 mongodump --host rs0/mongo1:27017,mongo2:27017,mongo3:27017 --oplog --out /backup/mongo_$(date +%F)

6.5 集中备份调度（统一脚本 + systemd timer / cron）

#!/usr/bin/env bash
# /usr/local/bin/backup-all-db.sh
set -euo pipefail
BACKUP_DIR="/data/backup/db"
RETENTION_DAYS=30

echo "=== 数据库备份 $(date -Is) ==="
mkdir -p "$BACKUP_DIR"/{postgres,mysql,redis,mongo}

# PostgreSQL
docker exec postgres pg_dump -U app -Fc app | gzip > "$BACKUP_DIR/postgres/app_$(date +%F).dump.gz"

# MySQL
docker exec mysql mysqldump -uroot -p"${MYSQL_ROOT_PASSWORD}" --all-databases --single-transaction | gzip > "$BACKUP_DIR/mysql/all_$(date +%F).sql.gz"

# Redis
docker exec redis redis-cli BGSAVE
cp /data/redis/data/dump.rdb "$BACKUP_DIR/redis/dump_$(date +%F).rdb"

# MongoDB
docker exec mongo1 mongodump --oplog --out /tmp/mongo_dump
tar -czf "$BACKUP_DIR/mongo/mongo_$(date +%F).tar.gz" -C /tmp mongo_dump

# 清理 30 天前
find "$BACKUP_DIR" -type f -mtime +$RETENTION_DAYS -delete

# 同步到远程（S3/另一台 NAS）
rclone sync "$BACKUP_DIR" remote-s3:db-backups --retries 3
echo "=== 完成 ==="

echo "0 3 * * * /usr/local/bin/backup-all-db.sh" >> /etc/crontabs/root
/etc/init.d/cron restart

—

7. 监控与告警（数据库必须盯的指标）

指标	说明	告警阈值参考
连接数	`pg_stat_activity` / `Threads_connected`	> 80% max_connections
慢查询	`log_min_duration_statement` / `slow_query_log`	> 1s 或按业务
缓冲池命中率	`pg_buffercache` / `Innodb_buffer_pool_read_requests`	< 95%
WAL/Binlog 落后	`pg_wal_lsn_diff` / `Seconds_Behind_Master`	> 60s
磁盘使用率	数据目录 + WAL + 备份	> 80%
锁等待	`pg_locks` / `innodb_lock_waits`	> 10s
复制延迟	主从 lag	> 30s
死锁/回滚率	`pg_stat_database.deadlocks` / `Innodb_row_lock_waits`	增长趋势

# postgres_exporter + mysqld_exporter + redis_exporter（Prometheus）
services:
  postgres-exporter:
    image: prometheuscommunity/postgres-exporter:latest
    environment:
      DATA_SOURCE_URI: "postgres:5432/app?sslmode=disable"
      DATA_SOURCE_USER: app
      DATA_SOURCE_PASS: ${PG_PASSWORD}
    ports: ["9187:9187"]

  mysqld-exporter:
    image: prom/mysqld-exporter:latest
    environment:
      DATA_SOURCE_NAME: "app:${MYSQL_PASSWORD}@(mysql:3306)/"
    ports: ["9104:9104"]

  redis-exporter:
    image: oliver006/redis_exporter:latest
    environment:
      REDIS_ADDR: "redis://redis:6379"
      REDIS_PASSWORD: ${REDIS_PASSWORD}
    ports: ["9121:9121"]

—

8. 升级策略（最容易翻车的环节）

数据库	安全升级路径	危险操作
PostgreSQL	`pg_dumpall` → 新版本容器 → 导入，或 pg_upgrade	直接改镜像 tag 原地升级（大版本）
MySQL	`mysqldump` → 新版本，或 `mysql_upgrade`	跳过 2+ 个大版本
Redis	先 BGSAVE，改 tag 重启（小版本），RDB 兼容	混用不同版本 AOF
MongoDB	逐版本升级（5→6→7），cannot skip	直接 5→7

# PostgreSQL 大版本升级（16 → 17）安全流程
# 1. 全量备份
docker exec postgres pg_dumpall -U postgres > /backup/all_$(date +%F).sql
# 2. 起新版本容器（新数据目录）
docker run -d --name postgres17 -v /data/postgres17:/var/lib/postgresql/data \
  -e POSTGRES_PASSWORD=xxx postgres:17-alpine
# 3. 导入
docker exec -i postgres17 psql -U postgres < /backup/all_$(date +%F).sql
# 4. 验证后切换
docker stop postgres && docker rename postgres postgres16
docker rename postgres17 postgres

—

9. 常见坑 & 避坑指南

现象	原因	修正
容器重启后数据丢失	没挂卷，数据在容器层	必须 `volumes:` 挂到宿主机/命名卷
数据库 OOM 被杀	无内存限制，`max_connections` 过大	设 `deploy.resources.limits.memory`，调参 `shared_buffers`/`innodb_buffer_pool`
主从延迟高	备库性能差 / 网络抖动	提高备库配置、`synchronous_commit=remote_apply`（数据零丢失）
PITR 恢复失败	WAL/Binlog 未归档或过期	配 `archive_command`/`binlog_expire`，定期演练恢复
容器 `/var/lib/mysql` 权限错	挂载空目录 SELinux 上下文不对	`:Z`/`:z` 挂载或 `chcon -Rt svirt_sandbox_file_t`
连接数打满	没上连接池	PgBouncer / ProxySQL，`max_connections` 调到 200，池化到 1000+
备份文件损坏	未校验	定期 `pg_restore --list` / `mysql -e "CHECK TABLE"` 验证

—

10. 资源 & 参考

CloudNativePG：https://cloudnative-pg.io/
Percona Operator：https://docs.percona.com/percona-operator-for-mysql/
bitnami charts：https://github.com/bitnami/charts
Wal-G：https://github.com/wal-g/wal-g
PgBouncer：https://www.pgbouncer.org/
ProxySQL：https://proxysql.com/
pgTAP 单元测试：https://pgtap.org/

—

（完）