开始 - 容灾概述

容灾不是”多买一套服务器”。真正的灾备系统要回答一串具体问题:机房断网后多久恢复?最多丢多少数据?谁有权切流?切过去后数据是否一致?恢复后怎么切回来?这些问题没有提前设计,事故发生时就只能靠人肉操作和运气。

先划清边界很重要。高可用解决的是单点故障——某个进程挂了、某块磁盘坏了、某台机器宕了,重启或切换一下就好。容灾解决的是区域级故障——整个机房断网、整个城市地震、整个云 Region 不可用。这种量级的故障,靠单机房内的任何冗余都扛不住。

本章从一次真实的机房抖动讲起:主机房网络不稳的时候,备用机房却是一副空壳——服务没起来、数据没同步、切流开关没人敢按。备用机房不是”建了就等于有”,它需要一整套被持续维护的能力。

读完本章,你应该能说清容灾和高可用的边界在哪里,以及 RTO、RPO 这两个指标分别在衡量什么。

章节

发现内容有问题?

告诉我们哪里需要改进。