关于

我是 cloudplz，首席云基础设施工程师。十八年，横跨云、基础设施即代码和数据库平台。 领域是数据基础设施，方法论是平台工程。这里的内容都来自生产环境的实际经验。

路径

我从数据库运维起步：MySQL 备份、复制、容量规划、凌晨 3 点被 pager 叫醒。后来是 Vitess。 那会儿想让 MySQL 横向扩展，就得自己运维一套分布式系统。三年生产运维下来，我才看清分片这笔税到底多贵。

组织迁到 AWS 之后，我负责数据库迁移：两年内把约五十套生产库迁到 Aurora，多数切换停机在三分钟以内， 里面还有数 TB、7×24 写入的 tier-0 系统。同期做了 Aurora Global Database，跨区域复制延迟从秒级压到约 70ms； 也经历了几轮 SOC2 审计，零发现。

再往后，是从运维基础设施转向用基础设施做产品。有意思的问题原来都长在这一层。

做过的东西

• No-code 基础设施平台 —— 产品团队通过 Backstage 模板开通生产可用的 Aurora 集群， 不用写 Terraform。比它取代的工单队列大约快 80–95%，估算每年还给工程团队 3,000+ 小时。
  • Terraform 模块生态 —— 精选模块，8,000+ 次引用，覆盖 70+ 个仓库。合规、经过生产加固的那条路， 恰好也是最好走的。
• 数据库 canary 应用 —— 在七种数据技术上做 customer-zero 验证，平台变更炸在 canary 里， 而不是炸在客户的事故频道里。- AI 增强的基础设施工具 —— 把 RAG、MCP 和 LLM agent 工作流用在基础设施运维上。 Agent 就是基础设施，我按基础设施的思路开通它们。

贯穿始终的是同一件事：让团队不用提工单就能开通所需资源，平台团队也就能把时间花在改进平台上。

我写什么

主要写平台这一层：Aurora 和 Vitess 的扩展取舍、Terraform 模块设计、自助式基础设施， 以及这些东西上了生产之后常见的问题。读者主要是做平台的工程师。

如果一篇文章不带平台视角也能成立，我一般不放在这里。

用 Hugo 构建。在 GitHub 上找我。