引言

45 套集群升级完成率达 99%，98% 采用滚动升级；以持续演进回应核心业务的稳定性、性能与成本挑战——这是新东方与 TiDB 同行近 10 年的真实运行数据。

近日，在 TiDB 社区北京站活动上，新东方数据库技术负责人傅少峰系统回顾了新东方近十年的 TiDB 实践：从 2017 年在 OA 场景开展分布式数据库验证，到核心报名、订单、商品、支付等业务逐步采用 TiDB，再到面向潮汐负载评估TiDB 云——平凯数据库云服务，这条路径贯穿了业务集中化、数据库版本持续升级与部署形态演进三个阶段。

这并不是一次“选型即完成”的技术替换，而是一场长期演进。面对教育业务峰谷明显、数据分布不均与核心交易连续性要求高等特点，新东方逐步形成了“非核心先验证、核心业务再推进；滚动升级为主、迁移升级兜底；所有升级必须可回退”的方法。

从 OA 试验到核心业务：集中化改造催生分布式需求

2017 年，新东方开始探索分布式数据库。当时，OA 工作流、业务归档与分析数据持续增长，传统数据库在查询和存储方面面临瓶颈。团队评估了 PostgreSQL-XC/XL、NDB 等传统方案，也关注了 CockroachDB、TiDB 等新型 NewSQL 架构，最终选择以 TiDB 1.0 架构开展验证。

早期试验并非一帆风顺。OA 场景曾对查询响应提出 1 秒以内的目标，初期版本只能稳定在 2 至 3 秒。但这次在非核心场景中的真实验证，让团队既看到了产品当时的边界，也确认了分布式架构的长期方向。

2018 年，新东方推动报名系统重构。此前，各学校分别部署应用与数据库，数据在续班等关键时期向总部汇总，不仅链路长、维护复杂，也容易受到区域数据规模差异的影响。随着应用与数据集中管理，压力随之汇聚到中央数据库。按学校、地域或学生 ID 分库分表，难以从根本上解决大校与小校之间的数据倾斜，还会显著增加研发和运维成本。此后，报名 3.0 全面转向 TiDB，订单、报名、商品、支付等核心场景也逐步纳入 TiDB 体系。

45 套集群持续升级：稳定性的关键是“先验证、可回退”

随着业务深入，版本升级成为长期课题。目前，新东方共推进 45 套 TiDB 集群升级，整体完成率达到 99%；其中 98% 采用本地滚动升级，只有约 2% 的复杂环境通过迁移方式完成。核心 OLTP 交易场景以 TiDB 6.5 为主，机构商机、数据聚合与分析等 HTAP 场景则采用 TiDB 7.5。

每次大版本升级前，团队会先在测试、准生产和灰度环境完成验证，并在非核心业务中观察 1 至 2 个月，重点排查 SQL 兼容性、默认行为变化和性能回退。对支付等关键业务或跨版本跨度较大的集群，则采用更保守的迁移升级方案。傅少峰强调，升级方案必须准备清晰的回退路径，“别到时候升了一半，出了故障，升不上去、也下不来”。

持续升级带来的收益已经反映在真实业务中：TiDB 6.5 的 Fast DDL 加索引能力较 v5.0 提升 13 倍；在新东方商机系统约 8000 万行主表的复杂多表查询中，响应时间由 TiDB 5.0 的 56 秒降至 TiDB 7.5 的 3.7 秒，提升约 15 倍。

真实踩坑沉淀升级方法：兼容性比“升级动作”更重要

分享中，新东方也复盘了三类具有代表性的风险。第一，滚动升级时，低版本 TiCDC changefeed 客户端无法识别新版本新增的内部系统表，可能导致快照校验失败；对此需要提前过滤系统表，并保持集群与 TiCDC 版本匹配。第二，迁移后若 TiDB 节点曾脱离负载均衡，自增 ID 预分配范围可能出现冲突，节点重新接入前必须检查并刷新相关状态。第三，新旧集群排序规则不一致时，索引与业务语义可能发生偏差，进而造成索引失效和全表扫描。

这些问题没有改变升级方向，却让流程更可控：版本选择只是起点，兼容性扫描、备份、节点检查、监控与回退演练，才是把技术能力转化为业务稳定性的关键。

从物理机、虚拟机到 Serverless：以潮汐负载驱动架构选择

在部署形态上，新东方经历了从裸金属到虚拟机，再到全托管云服务的探索。裸金属能够提供稳定性能和较强控制力，但资源独占、起步成本高；虚拟机提升了部署灵活性，却仍需为固定资源和日常运维买单。对于白天高峰、夜间低谷明显的教育业务，按峰值长期预留资源会产生大量闲置。基于这一特征，新东方没有把 Kubernetes 作为必经阶段，而是直接评估 Serverless 数据库服务。

本次压测使用 32 张表、单表 3000 万行数据，对比平凯数据库云服务与 TiDB on CVM。在 500 并发线程下，云服务点查 QPS 约为自建 CVM 的 1.5 倍，平均时延由 7.32 毫秒降至 4.76 毫秒；只读 QPS 高约 27%；只写 QPS 高约 28%；读写混合 QPS 高约 7%。在索引更新场景中，云服务 QPS 达 4440.18，较 CVM 的 2441.16 提升约 80%，平均时延降低约 45%；非索引更新场景则基本持平。

弹性测试同样聚焦业务连续性：资源由 5 万 RCU 扩至 6 万 RCU 后，吞吐随资源增加快速提升；缩至 3 万 RCU 时性能平滑回落，再扩容后可恢复至基线，整个过程在线完成，无业务中断。对新东方而言，这种能力的核心价值并不是一味追求更高峰值，而是让资源供给跟随续班、行课、学习机等业务潮汐变化。

以业务特征定义下一阶段

从早期非核心试验，到核心系统规模化应用，再到全托管与 Serverless 探索，新东方的实践表明：数据库架构并不存在唯一的标准路线。真正可复用的经验，是用真实业务验证技术，用可回退机制控制变更风险，并以负载特征和总体成本决定部署形态。

下一步，新东方将继续评估 TiDB 云——平凯数据库云服务在生产场景中的适配性，并在数据合规、跨平台迁移、成本可控与运维效率之间寻找平衡。与 TiDB 的近十年同行，也由“支撑增长”进入“按需使用资源、持续优化体验”的新阶段。