云联信息复盘：备份做了，容灾没做，中间差什么
一次机房网络故障，业务中断六小时。事后复盘：备份是有的，数据一条没丢；但恢复用了五个小时，因为要重新装环境、导数据、改配置。备份解决了数据问题，没解决业务连续性问题。
先定两个指标
恢复点目标决定多久备份一次，恢复时间目标决定能容忍多久停机。业务部门定指标，技术部门做方案，别反过来。
备份策略按数据重要性分级
核心数据库每天全备加每小时增量，普通文件每天一次，日志每周一次。全部一个策略，要么成本过高，要么关键数据保护不足。
备份要异地
备份和源数据在同一个可用区，机房级故障时一起没了。至少跨可用区，核心数据跨区域。
恢复演练决定真实能力
没演练过的备份，不能算备份。每季度挑一个非核心系统做完整恢复，记录耗时和遇到的问题。
容灾的三个层级
备份恢复（小时级）、温备（分钟到小时级）、热备（秒级）。层级越高成本越高，按业务重要性选，不要一律上热备。
数据库的容灾更复杂
主备切换、读写分离、数据同步延迟，每个环节都可能出问题。切换脚本要定期演练，别等真故障时第一次执行。
DNS 切换的作用
应用层容灾常用 DNS 切换，但 DNS 有缓存，生效需要时间。把 TTL 调短可以加快切换，代价是解析请求增多。
文档比工具更重要
故障时最需要的是清晰的操作手册：谁做什么、顺序是什么、怎么验证。文档过期比没有文档更危险。
成本与风险的平衡
容灾投入要和业务损失匹配。停一小时损失十万的业务，值得做温备；停一天也没影响的内部系统，备份加恢复就够。
容灾演练的组织
演练要有脚本、有角色、有时间要求。演练后出一份复盘：哪些环节超时、哪些步骤卡住、文档哪里不清楚。
备用资源的预热
温备环境要定期启动验证，长期不用的备用环境，真切换时可能起不来。每季度热身一次。
恢复时间的实测
每次演练记录从决策到业务恢复的总时长。这个数字比任何方案文档都有说服力。
降级方案的准备
容灾切换不了时，至少要有降级方案：只保核心功能、只读模式、公告页。有降级比全面瘫痪好。
备份是数据保险，容灾是业务保险。两个指标先定清，备份分级、异地存放、定期演练、文档可用，这四件事做到，真出事时才不至于手忙脚乱。容灾方案不必追求最高级别，匹配业务损失即可。云联信息【资深云服务专家微信：cloud7591】可以协助做恢复时间评估和方案选型。