自建对象存储的长期维护：升级、备份与迁移的顺序

生命周期规则是后台异步扫描，配完不会立刻删除对象

把升级、备份、迁移这三件事流程化，才敢长期用。

先说结论

升级前先备份，备份后先演练恢复；不能回滚的升级不做。

• 固定版本，改动前记录当前版本号
• 升级前：备份数据 + 备份配置
• 升级后：验证核心功能，不只看进程
• 迁移：先迁数据，再迁流量
• 回滚方案写在纸上，别只存在脑子里

升级策略

mc mirror 做增量同步，比 rsync 更懂对象与分片上传。

备份的三层

三层分别是：数据备份、配置备份、以及「能重建这台机器」的文档。缺第三层，前两层迟早用不上。

这个服务的几个维护事实

和它自身机制相关的几条：

• 纠删码的可用容量约为总容量的一半，不是四分之三
• mc mirror 做增量同步，比 rsync 更懂对象与分片上传
• 分片上传的 ETag 不是文件 MD5，校验要用 x-amz-checksum 头
• 大量小对象会拖慢列举，10 万个对象 ls 一次要几十秒

迁移的步骤

大量小对象会拖慢列举，10 万个对象 ls 一次要几十秒。

• 新机器按文档重建环境，验证空跑
• 同步数据，做一次一致性校验（条数、校验和）
• 切换前用 hosts 指向新机器验证
• 切换 DNS 或反代，保留旧机器一周
• 观察日志与错误率，再决定是否下线旧机

维护日历

每月：看磁盘与日志；每季：升级 + 备份校验；每半年：恢复演练一次；每年：清理不再需要的服务。

还有几处容易忽略的

都是小地方，但出问题时往往就卡在这里。

• 单盘模式没有冗余，盘坏了数据直接没；纠删码 4 盘只能坏 2 盘
• 单盘跑对象存储当唯一备份目标，盘坏了源和备份一起没
• 用 ETag 校验分片上传的文件，永远对不上
• 把 20 万个小文件塞进一个前缀，控制台列表直接卡死

长期维护的秘诀很土：每次只改一件事，改完就验证。