PlanetScale：大规模并行实现分片 Postgres 备份，高速且用途广！
备份生命周期
每 12 小时，备份系统需将繁忙数据库完整状态转化为一致加密快照，且不影响生产查询。PlanetScale 让 Postgres 和 MySQL 备份创建、调度等更轻松，内部需协调云基础设施和 DBMS 工具。分片数据库备份要启动特定节点、提取数据和重放 WAL，大规模并行操作可让 PB 级数据库数小时完成备份，速度超 50 GB/s。以 8 个分片的 Neki 数据库为例，其能处理每秒数十万次生产查询。备份第一步取决于是否为首次备份，稳定状态下假设已有成功备份存于 Amazon S3。分片 Postgres 数据库以常规 Postgres 备份为基础，Neki 采用文件系统备份与 WAL 重放结合的方式，步骤包括在时间 `T1` 开始完整备份，`T2` 完成，重放 `T1` 到 `T2` 间的 WAL 修正数据，存储结果到独立存储位置。为减少对生产查询服务的影响，为每个分片启动全新 EC2 实例管理备份，虽增加少量成本但值得。
复用旧备份
将最近备份恢复到每个分片中，以 Amazon S3 为例，数据直接流式传输。此方法需临时计算资源，接受成本的原因一是只有最近的 WAL 来自主节点，降低对生产的影响；二是证明之前备份可恢复和重放。复制完成后，8 台服务器拥有 12 小时前 8 个分片的精确状态。
重放 WAL
要让每个分片的旧备份与当前状态一致，需重放 12 小时前到现在的 WAL。直接从主节点拉取 WAL 会影响生产，且主节点可能无完整 WAL。PlanetScale 用 `wal - g` 存档 WAL，采用 S3 和主节点混合的重放方式，多数用 S3，最后几分钟从主节点流式传输，理想情况只需几秒。
完成备份周期
当节点复制赶上时间 `T` 时，停止 WAL 复制，冻结备份时间点，记录 `T` 确保知道备份时间范围。备份一致后加密并发送到新 S3 存储桶，备份节点完成使命可停用。
首次备份
新数据库创建 12 小时内，用 `pg_basebackup` 初始化备份节点，它用于物理备份数据库集群。只用于初始化临时节点，持久备份用 `wal - g` 创建以保证格式和恢复过程一致。首次备份步骤与稳定状态类似，完成后未来备份按恢复 -> 追赶进度 -> 保存流程进行。
追求速度
因分片特性，可在每个分片重复常规 Postgres 备份，大型数据库备份速度也快。每次备份数据传输步骤为从 S3 恢复旧备份、混合追赶进度、将新文件发回 S3。未分片的 32 TB 数据库备份需约 22 小时，若每天两次备份会无法达到 RPO。同样数据库在 Neki 的 8 个分片中，并行操作总时间减至约 2.8 小时，32 个分片中备份时间缩至 42 分钟，备份速度扩展性良好。
备份的用途
备份可保障数据安全，是意外删除或数据库灾难时的备用方案。在 PlanetScale，备份是日常数据库操作核心，调整 Metal 数据库大小时会用备份，步骤包括启动新 EC2 实例、下载备份副本追赶进度、初始化备用节点、切换主节点、停用小节点。节点因故障更换时也会用备份，更换过程包括初始化新实例、恢复备份追赶进度、同步数据、新节点处理查询或作为主节点。
MySQL 呢？
PlanetScale 还运营分片 MySQL 数据库，由 Vitess 作为查询路由/分片层。备份和大小调整过程与 Postgres 类似，区别在于用 `VTBackup` 而非 Postgres 内置工具，用 MySQL 二进制日志复制而非 WAL，复制追赶直接从主节点进行。
让备份变得简单
希望备份和调整数据库大小操作对用户透明，如设置调度或点击按钮般简单。深知数据库操作细节之美，希望用户通过了解备份生命周期对数据库编排有新认识，也在寻找优秀数据库工程师。
公司信息
[关于我们](/about) [品牌介绍](/brand) [博客](/blog) [更新日志](/changelog) [招聘信息](/careers) [活动信息](/events)
产品信息
[案例研究](/case - studies) [企业版](/enterprise) [定价](/pricing) [性能测试](/benchmarks)
资源信息
[文档](/docs) [迁移指南](/migrate) [支持服务](https://support.planetscale.com/hc/en - us) [状态信息](https://planetscalestatus.com) [信任中心](https://trust.planetscale.com)
课程信息
[面向开发者的 MySQL](/learn/courses/mysql - for - developers) [数据库扩展](/learn/courses/database - scaling) [学习 Vitess](/learn/courses/vitess)
开源项目
[Vitess](/vitess) [Vitess 社区](https://vitess.io/slack) [GitHub](https://github.com/planetscale)
[隐私政策](/legal/privacy) | [使用条款](/legal/siteterms) | [Cookie 政策](/legal/cookies) | [专利信息](/legal/patents) | [不共享我的个人信息](/legal/privacy#privacy - rights - and - choices)
© 2026 PlanetScale, Inc. 保留所有权利。[GitHub](https://github.com/planetscale) | [X](https://twitter.com/planetscale) | [领英](https://www.linkedin.com/company/planetscale) | [YouTube](https://www.youtube.com/planetscale) | [Discord](https://pscale.link/community) | [Facebook](https://www.facebook.com/planetscaledata)