6.4 AuraDB 云上部署:运维责任的转移清单 本节摘要:AuraDB 是官方托管的云服务:同一引擎,运维责任大部分转移给云侧。本节把 3.4 节的自建运维清单逐项翻译成"谁负责",讲清三个版本档位的能力边界、从自建迁往云端的路径与代价,最后给出"自建 vs 托管"的决策框架——这是第 7 章落地选型的最后一层底牌。 自建集群意味着自己值 3.4 节的班。AuraDB 的本质是把这张值班表交给云侧,你保留数据与查询的所有权。 一、运维责任表:自建 vs 托管 把 3.
本节摘要:AuraDB 是官方托管的云服务:同一引擎,运维责任大部分转移给云侧。本节把 3.4 节的自建运维清单逐项翻译成"谁负责",讲清三个版本档位的能力边界、从自建迁往云端的路径与代价,最后给出"自建 vs 托管"的决策框架——这是第 7 章落地选型的最后一层底牌。
自建集群意味着自己值 3.4 节的班。AuraDB 的本质是把这张值班表交给云侧,你保留数据与查询的所有权。
把 3.4 的日常动作逐项过堂:
| 运维事项 | 自建 | AuraDB |
|---|---|---|
| 安装与升级 | 自己来 | 自动(维护窗口) |
| 备份与恢复演练 | 自己排班 | 自动备份 + 时间点恢复 |
| 监控告警 | 自建面板 | 内置指标与告警 |
| 故障转移 | 自己演练 | 平台内建(秒级) |
| 扩容 | 买机器、迁移、验证 | 控制台点按 |
| 安全补丁 | 跟进版本公告 | 平台负责 |
| 数据建模与查询优化 | 自己 | 仍是自己(云不代劳) |
最后一行值得加粗理解:托管转移的是基建运维,不是数据工程。建模烂、查询慢、导入乱,云端照样烂——3 章与 5 章的功夫一样不能省。
Free(免费档): 单实例、容量与算力上限小、无精细权限 → 用途:学全册教程、做 PoC、个人项目 Business: 因果集群、自动备份、内建监控、Bloom 支持 → 用途:中小生产负载 Enterprise: 私有连接、细粒度权限(与 3.5 对齐)、企业 SLA、GDS 高级算法 → 用途:合规敏感与大规模生产
选档判断一句话:**Free 止步于试验,Business 扛日常生产,Enterprise 为合规与规模付费。**Free 档对学习者另有一层价值——第 1 章装本地环境是为了全册可复现;若环境受限,Free 档实例同样能跑完全册的查询练习,Bolt 连接方式与本地完全一致。
迁移的主流路径就是 3.3 的导出对进口:
# 自建侧导出(同版本实例间可互迁) neo4j-admin database dump neo4j --to-path=D:/migrate # 云侧导入:控制台上传 dump 或走对象存储拉取 # 随后切换应用连接串:bolt 地址换成云端地址 + 云端凭据
迁移核对单: 1. dump 与云端引擎版本是否兼容(不兼容先在本地升版本再导出) 2. APOC / GDS 插件:云端是否提供对应版本(6.1 的版本匹配纪律同样生效) 3. 应用连接串与凭据切换(4.1 的协议规则:云上用 neo4j+s://) 4. 书签与路由行为复查(集群形态下 4.1 的代码不用改,行为对齐) 5. 迁移后跑第 2 章的核心查询集做结果对账
代价清单里最容易被低估的是出口带宽与停机窗口——几十 GB 的 dump 在办公网络里上传一晚很正常,计划里要留足。

三个提问的裁决顺序有讲究:合规是硬门槛,先于一切;人力与波动是经济账,次之。多数团队的落点是混合形态——核心敏感域自建、探索性业务上云,连接方式与代码完全复用(这就是 Bolt 协议统一抽象的红利)。
把账算细,选型才有底气:
托管省下的(隐性人力成本): 值班工程师 × 故障概率 × 平均处置时长 升级窗口的组织成本(每季度一次的全员协调) 备份演练的工时(季度动作,每次半天) 托管多花的(显性订阅费): 按容量与算力档位计费,通常高于裸机租用 数据出口流量费(迁移与大规模导出时) 临界点经验值: 无专职 DBA 的小团队 → 托管几乎必然划算 有 DBA 团队且多套自建库 → 摊薄人力后自建更省
很多团队的误判来自只比显性费用——自建的"免费"里藏着没计价的值班与升级工时。用上面三行把人力成本显式化,答案通常自己浮出来。
Free 档虽小,练手价值不小——全册的查询都能在上面复现:
1. 控制台建实例,拿到连接串(neo4j+s://xxxx.databases.neo4j.io) 2. 生成凭据,本地 cypher-shell 直连验证: cypher-shell -a neo4j+s://xxxx.databases.neo4j.io:7687 -u neo4j 3. 跑第 2 章的 Movie 示例装载与查询——与本地行为完全一致 4. 练一次"dump → 云端导入"的迁移流程(迁移核对单过一遍)
值得留意的体验差异:云端实例的页缓存与内存按档位固定,2.4 的 PROFILE 对账数字与本地会有出入——这是规格差异不是产品差异,调优方法论不变。
多数团队最终的混合形态(核心自建 + 探索上云)要处理三件日常事:
1. 连接治理:云端实例的凭据与自建分开管理, 应用配置按环境区分连接串,别混用 2. 数据往返:云端探索库的数据从自建定期"洗澡后"导出, 敏感字段在导出侧脱敏——方向永远是自建到云端 3. 版本对齐:两侧引擎版本保持相近大版本, dump 往返才不会遇到兼容墙
第 2 条是混合形态的纪律核心:云端跑的是非敏感探索负载,方向不可逆——一旦敏感数据上行到云端,6.4 开头的合规裁决就失效了。
问:云端实例的版本能自选吗?
可以指定大版本,升级窗口由平台调度。自建团队最头疼的"升级夜"在托管侧变成了一次运维确认——这是 6.4 开头责任表里"自动升级"一行的具体含义。
问:云端能用 APOC 和 GDS 吗?
常用子集内置可用,个别涉及文件系统的过程因安全沙箱受限——6.1 的"按需开启"清单在云端要对照平台文档核对一遍。GDS 在 Business 以上档位可用。
问:Free 档够跑完这本教程吗?
够。全册查询都是示例规模,Free 档的容量与算力绰绰有余;它不适合的只是生产负载,不是学习。
生态盘点完毕。所有零件都已就位——下一章把它们组装进真实业务:推荐、风控、知识图谱与选型收官。