linux-sre-handbook

04-灾备与恢复

RTO 与 RPO

指标	含义	越小 →
RTO (Recovery Time Objective)	恢复需要多长时间	越快恢复
RPO (Recovery Point Objective)	最多丢失多少数据	越少丢数据

      RPO ←→ RTO
  ├──────┼──────┤
  故障点  恢复点  恢复完成

灾备等级

级别	说明	RTO	成本
备份恢复	从备份恢复	小时-天	低
温备	预配资源，手工切换	分钟-小时	中
热备	资源就绪，自动切换	秒-分钟	高
多活	多站点同时服务	秒级	最高

灾备架构

主站 (Active)
    ├─ 数据库 → 异步/半同步复制 → 备站
    ├─ 文件存储 → 跨区域复制 → 备站
    └─ DNS → 健康检查 → 自动切换

灾备演练

桌面演练

纸上推演，不实际操作
季度/半年一次

模拟演练

隔离环境模拟故障
月度/季度

实战演练

生产环境实际切换
年度/半年

关键注意点

依赖关系 — DNS、数据库、存储的顺序恢复
数据一致性 — 切换前确认复制没有延迟
回切方案 — 切换过去还要能切回来
演练记录 — 记录 RTO 是否达标

延伸阅读