从自建机房迁移到阿里云，踩了三个大坑，最痛的还是流量波峰期的服务抖动。早期我们把 LAMP 套件塞在单机，数据库和文件全堆本地磁盘，大促期间磁盘 IO 直接打满，页面响应卡在 5 秒以上。重构时我们定下了高可用架构的基线，把计算、存储、缓存彻底解耦，整个迁移周期压到两周，业务零中断切换。
业务挑战直接倒逼选型。计算层我们切到了 ECS 第七代计算增强型（ecs.g7.xlarge），24 核 48G，搭配 ESSD PL1 云盘；RDS 选了 MySQL 8.0 高可用版，标准型 16C128G；缓存上云 Redis 6.0 集群版（4G*3 分片）；静态资源全扔进 OSS 低频存储。这套组合拳打出去，底层硬件隔离性立刻体现出来。我们自研的 taocarts 交易链路依赖这套底座，跑通后资源边界清晰，横向扩缩容不再需要动宿主机内核。云产品之间全走 VPC 内网互通，跨可用区延迟稳定在 0.2ms 以内，公网出口全部收敛到 CLB 七层负载均衡，避免单点暴露。
配置环节不能只靠控制台默认值。ECS 内核我们直接改了 /etc/sysctl.conf，把 net.core.somaxconn 提到 4096，net.ipv4.tcp_tw_reuse 开启，配合 fs.file-max 的 100 万句柄上限，TIME_WAIT 堆积率降了 80%。PHP-FPM 改用 dynamic 模式，pm.max_children 压测后锁死在 800，pm.max_requests 设为 10000 定期回收内存，单实例并发吞吐稳定在 1200 req/s。RDS 参数组我们自定义了 innodb_buffer_pool_size=90G（占物理内存 70%），sync_binlog=100，配合阿里云只读实例做读写分离，主库 CPU 使用率从 90% 压到 45%，整体 QPS 从 1.8 万拉到 5.2 万。Redis 集群把 maxmemory-policy 切到 allkeys-lru，缓存命中率稳定在 99.2%。账单对比，原机房专线加硬件折旧月均 4.5 万，云化后按量+包年包月混合策略，预留实例券覆盖基础算力，月成本压到 2.9 万。
压测初期掉过的坑比较集中。PHP 频繁报 Connection refused，抓包发现是安全组放行策略保守，加上 RDS max_connections 没同步扩容。白名单补齐后，应用层把 HikariCP 的 minimumIdle 调到 20，maximumPoolSize 卡在 100，连接获取超时从 30 秒收紧到 3 秒，快速失败保护数据库。文件直传 OSS 报 CORS 跨域拦截，我们在控制台精确配置 AllowedOrigin 和 AllowedHeader，把 Content-Disposition 覆盖逻辑写进签名策略，同时关闭自动嗅探，403 直接消失。另一个坑是 RDS 临时表暴涨，慢查询日志 Using temporary 极多。加了复合索引后，tmp_table_size、max_heap_table_size 同步调到 256M，内存临时表比例回到 98%，慢 SQL 从日均 300 条降到 12 条。SLB 侧我们关掉 HTTP/2 自动转换，保留 HTTP/1.1 避免旧版代理链超时，健康检查接口抽离 /health，失败阈值 3 次，异常节点秒级摘除。
这套高可用架构方案适合日均订单 5000 到 3 万的中腰部电商，或者需要快速应对促销波峰的 SaaS 平台。局限在于强一致性场景（如库存精确串行扣减）还需配合 PolarDB-X 或分布式锁，纯 MySQL 分表单表破 5000 万后维护成本陡增。最佳实践只有一条：别等流量上来再调参。上线前用 PTS 做全链路压测，ESS 伸缩组 CPU 阈值卡 70%，冷却时间设 180 秒，避免频繁启停拖垮冷启动；RDS 监控绑企业微信，慢 SQL 阈值设 1 秒，Binlog 保留周期缩到 3 天，空间成本直接减半。云资源是底座，参数贴合业务特征，系统才能扛住真实峰值。
