能跑,而且很多小项目、内部系统、个人站点就是这么部署的。
但前提是:4 核 8GB 不是“随便装上去就稳”的配置,MySQL、Redis、Spring Boot 三个进程都会抢内存、CPU 和磁盘 IO,必须控制资源配置。
如果是低到中等流量、数据量不大、SQL 没明显问题,一台 4 核 8GB 云服务器完全可以跑这三个服务。
如果是高并发、复杂查询、大数据量、报表统计、批量导入导出,单机混部就容易出问题。
一、粗略判断:什么情况下能跑?
比较适合
- 个人项目、后台管理系统、小型 API 服务
- 日活几百到几千
- MySQL 数据量几 GB 级别,热点数据能被缓存住
- Redis 主要做缓存、验证码、Session、热点数据
- Spring Boot 单实例部署
- QPS 几十到一两百,接口逻辑不重
这种情况下,4 核 8GB 没问题。
勉强能跑
- QPS 几百左右
- MySQL 表数据量十几 GB
- Redis 缓存 1GB 左右
- 有一定定时任务、日志写入、简单统计查询
这种要仔细调参,并且必须压测。
不建议混部
- MySQL 数据量几十 GB 以上,且查询复杂
- Redis 数据超过 2GB,且访问频繁
- 大量慢 SQL、联表查询、排序、统计报表
- 高并发写入,磁盘 IO 压力大
- 同机器还跑 Nginx、Elasticsearch、MQ、定时任务、日志采集等
- 对可用性要求比较高,比如不能接受数据库被应用拖垮
这种场景更建议把 MySQL、Redis 拆出去,用云厂商的托管数据库和缓存服务,应用服务器只跑 Spring Boot。
二、8GB 内存怎么分比较合理?
8GB 内存不能全部分给应用。Linux 本身、文件缓存、JVM 额外开销、MySQL 连接内存、Redis 碎片都需要空间。
一个相对稳的分配思路:
| 组件 | 建议占用 | 说明 |
|---|---|---|
| 系统 + 文件缓存 + 监控组件 | 1GB ~ 1.5GB | Linux 需要 page cache,别把内存吃满 |
| MySQL | 2.5GB ~ 3.2GB | innodb_buffer_pool_size 是重点 |
| Redis | 0.5GB ~ 1.5GB | 必须设置 maxmemory |
| Spring Boot | 1.5GB ~ 2.2GB | JVM 不只是 -Xmx,还有元空间、线程栈、直接内存 |
| 预留 | 至少 0.5GB ~ 1GB | 防止峰值抖动、OOM、系统卡死 |
一个可以拿来起步的配置:
# MySQL
innodb_buffer_pool_size = 2G
max_connections = 100~150
# Redis
maxmemory 1gb
maxmemory-policy allkeys-lru # 纯缓存场景
# 如果只淘汰设置了过期时间的 key,可用 volatile-lru
# Spring Boot JVM
-Xms1g -Xmx1g
-XX:MaxMetaspaceSize=256m
如果业务压力大一点,Spring Boot 可以给到:
-Xms1536m -Xmx1536m
但不建议上来就:
-Xmx4g
JVM 堆太大,MySQL 和 Redis 就没空间了,而且 Full GC 一旦发生,停顿也会影响接口响应时间。
三、MySQL 是这里面最容易出问题的
4 核 8GB 跑 MySQL,重点看三件事:内存、索引、磁盘 IO。
1. innodb_buffer_pool_size
它决定 InnoDB 能缓存多少表和索引数据。
8GB 机器上,一般建议先给:
innodb_buffer_pool_size = 2G
如果 MySQL 数据量和访问压力都不大,2GB 够用。
如果 MySQL 是主要瓶颈,可以提到 2.5GB,但不建议单机混部时直接给 4GB。
2. 连接数不要乱调大
很多人喜欢这样配:
max_connections = 1000
这在 8GB 机器上没什么意义。连接越多,内存和线程上下文切换开销越大。
建议:
max_connections = 100~150
Spring Boot 侧 HikariCP 连接池也别太大:
spring:
datasource:
hikari:
maximum-pool-size: 20
一般 20 左右够用了。连接池不是越大越快,太大反而会把 MySQL 拖慢。
3. 慢 SQL 必须治理
一两个慢 SQL 就能把 4 核打满。
上线前至少打开慢查询日志:
slow_query_log = ON
long_query_time = 1
重点看:
- 有没有全表扫描
- 联合索引是否合理
ORDER BY、GROUP BY是否走索引- 分页是否深分页
- 是否有大字段频繁查询
- 是否有定时任务一次性扫大表
四、Redis 要限制内存,否则会出事
Redis 很轻,但前提是你能控制住它的数据量。
必须设置:
maxmemory 1gb
然后根据业务选淘汰策略:
纯缓存场景:
maxmemory-policy allkeys-lru
只对带过期时间的 key 淘汰:
maxmemory-policy volatile-lru
不建议让 Redis 无限增长。Redis 一旦吃到 4GB、5GB,再叠加 MySQL 和 JVM,8GB 机器很快就会开始 swap,性能断崖式下降。
另外,Redis 持久化也要注意:
- 纯缓存:可以只用 RDB,甚至关闭持久化,看业务容忍度
- Session、分布式锁、业务状态:建议 AOF,接受一定 IO 开销
- 不要让 RDB/AOF 和 MySQL 高写入峰値叠加在同一块普通机械盘上
生产环境建议:
bind 127.0.0.1
protected-mode yes
requirepass your_password
不要把 Redis 直接暴露到公网。
五、Spring Boot 别只看 -Xmx
JVM 实际占用通常比 -Xmx 大。
比如你设置:
-Xmx1g
进程实际 RSS 可能到 1.2GB ~ 1.5GB,甚至更高,取决于:
- 线程数
- 元空间
- DirectBuffer
- Netty / Tomcat / HttpClient
- GC 行为
- 日志异步队列
- 第三方 SDK
所以 8GB 机器上,Spring Boot 建议:
-Xms1g -Xmx1g -XX:MaxMetaspaceSize=256m
或者:
-Xms1536m -Xmx1536m -XX:MaxMetaspaceSize=256m
Tomcat 线程数也别太大:
server.tomcat.threads.max=100~150
线程太多,在 4 核机器上只会增加上下文切换,不一定提高吞吐。
六、磁盘比 CPU 更容易成为瓶颈
4 核 CPU 还过得去,但 MySQL 很吃磁盘。
这台机器最好满足:
- 至少 SSD
- 系统盘和数据盘分开更好
- 磁盘使用率不要长期超过 70%~80%
- 日志要切割,别让 Spring Boot 日志写满盘
- MySQL binlog、redo log、数据文件要关注磁盘 IO
- Redis AOF/RDB 也会写盘
可以用这些命令看压力:
iostat -x 1
iotop
df -h
du -sh /var/log/*
如果看到 %util 长期接近 100%,或者 iowait 很高,说明磁盘已经顶不住了,加 CPU 也没用。
七、上线前建议做一次简单压测
不要只看“服务都启动成功了”。真正要看的是峰值下会不会互相拖垮。
压测时重点观察:
top
free -h
iostat -x 1
以及:
- CPU 是否长期 90% 以上
free -h里的available是否低于 1GB- swap 是否持续增长
- MySQL 慢查询是否激增
- MySQL 连接数是否接近上限
- Redis 是否出现大量淘汰 key
- Spring Boot 是否频繁 Full GC
- 接口 P95/P99 延迟是否明显升高
- 磁盘
%util是否长期很高
判断标准不用太复杂:
峰值时 CPU 别贴着 100%,内存别靠 swap,数据库别出现慢查询堆积,磁盘 IO 别长期打满。
八、我的建议
如果只是小项目或验证阶段:
4 核 8GB 单机部署 MySQL + Redis + Spring Boot,完全可以。
如果是正式生产,并且有点流量:
也能跑,但要限制内存、控制连接数、打开慢查询日志、做好监控和备份。
如果业务已经比较重要:
更推荐 MySQL 用云数据库 RDS,Redis 用云 Redis,ECS/CVM 只跑 Spring Boot。成本会高一些,但故障隔离、备份恢复、扩缩容和稳定性都更好。
简单说就是:
能跑,但别放飞自我。8GB 内存里至少留出 1GB 余量;MySQL buffer pool 2GB 起步,Redis maxmemory 1GB 左右,JVM 堆 1GB~1.5GB,慢 SQL 和日志磁盘一定要盯住。
云服务器