3.8.8 灾备与异地容灾方案

3.8.8 灾备与异地容灾方案#

1. 目标与术语
- 灾备（DR）：灾难发生后确保业务可在可接受时间内恢复。
- 同城容灾：低延迟、同步或准同步复制，侧重高可用。
- 异地容灾：跨地域复制，侧重灾难级别可恢复。
- 关键指标：RPO（可接受数据丢失时间）、RTO（可接受恢复时间）。
- 命令理解：RPO=0 通常意味着同步复制/双写确认；RTO 取决于切换流程与自动化程度。

2. 容灾架构类型（原理草图）

文章图片
  • 冷备：仅备份与环境清单，RTO高、成本低。
  • 温备：异地有可运行环境，手动切换，RTO中等。
  • 热备/双活：两地同时对外服务，RTO低、治理复杂。
  • 三地两中心：同城双中心+异地中心，兼顾可用与容灾。

3. 数据复制与一致性（带宽与一致性示例）
- 带宽估算：变更数据量(GB/天) × 峰值倍数 × 复制开销。
- 示例：日增量 200GB，峰值 2 倍，开销 1.3 → 200×2×1.3=520GB/天。
- 一致性策略：快照 + 日志回放；主库写入确认策略；应用级幂等与重放。

4. 文件系统级异地复制示例（rsync + 定时）
- 安装与服务检查

# 安装
yum -y install rsync || apt -y install rsync

# 检查版本
rsync --version
  • 配置免密（源站A -> 异地C）
ssh-keygen -t ed25519 -f /root/.ssh/id_ed25519 -N ""
ssh-copy-id -i /root/.ssh/id_ed25519.pub root@10.2.0.10
  • 全量同步 + 增量同步
# 全量同步（首次）
rsync -avz --delete /data/ root@10.2.0.10:/data/

# 增量同步（后续）
rsync -avz --delete --bwlimit=50m /data/ root@10.2.0.10:/data/
  • 定时任务（每 5 分钟）
cat >/etc/cron.d/dr-rsync <<'EOF'
*/5 * * * * root rsync -avz --delete /data/ root@10.2.0.10:/data/ >>/var/log/dr-rsync.log 2>&1
EOF
  • 预期效果：异地目录 /data 与源站一致，RPO≈5 分钟。

5. 数据库容灾示例（MySQL 主从 + binlog 恢复）
- 安装

yum -y install mysql-server || apt -y install mysql-server
  • 主库开启 binlog（/etc/my.cnf）
[mysqld]
server_id=1
log_bin=/var/log/mysql/mysql-bin
binlog_format=ROW
  • 从库配置（/etc/my.cnf）
[mysqld]
server_id=2
relay_log=/var/log/mysql/relay-bin
read_only=1
  • 主库创建复制用户
CREATE USER 'repl'@'10.2.%' IDENTIFIED BY 'Repl#2024';
GRANT REPLICATION SLAVE ON *.* TO 'repl'@'10.2.%';
FLUSH PRIVILEGES;
  • 主库锁表并记录位点
FLUSH TABLES WITH READ LOCK;
SHOW MASTER STATUS;
  • 从库开始复制（替换位点）
CHANGE MASTER TO
MASTER_HOST='10.1.0.10',
MASTER_USER='repl',
MASTER_PASSWORD='Repl#2024',
MASTER_LOG_FILE='mysql-bin.000123',
MASTER_LOG_POS=456789;
START SLAVE;
SHOW SLAVE STATUS\G
  • 预期效果：Seconds_Behind_Master 接近 0；异地从库可只读承接查询与容灾。

6. 中间件配置与注册中心（示例：Nacos 配置备份）
- 导出配置到异地（示例脚本）

# 获取配置列表并导出
curl -s "http://10.1.0.20:8848/nacos/v1/cs/configs?dataId=app.yml&group=DEFAULT_GROUP&tenant=" \
  -o /backup/nacos/app.yml

# 同步至异地
rsync -avz /backup/nacos/ root@10.2.0.10:/backup/nacos/

7. 流量切换示例（DNS + GSLB 概念）
- DNS TTL 设置

# 示例：将 TTL 设为 60 秒便于快速切换
# 实际操作在DNS服务商控制台
  • 切换流程简表
1) 监测故障 -> 2) 停写/冻结变更 -> 3) 切换DNS -> 4) 验证业务 -> 5) 复盘

8. 容灾演练流程（可执行检查清单）

- 预演：桌面演练 -> 局部演练 -> 全链路演练
- 执行：公告 -> 冻结变更 -> 切换执行 -> 验证 -> 回切
- 验收：RPO/RTO、关键功能可用、数据一致性
  • 演练验证命令示例
# 校验数据一致性（示例：文件数与校验和）
find /data -type f | wc -l
rsync -avcn --delete /data/ root@10.2.0.10:/data/

9. 排错与故障定位
- 复制延迟

# MySQL 复制延迟排查
SHOW SLAVE STATUS\G
# 关注：Seconds_Behind_Master、Last_IO_Error、Last_SQL_Error
  • 网络与带宽问题
# 测试网络与端口连通性
ping -c 3 10.2.0.10
nc -zv 10.2.0.10 22
# 带宽测试
iperf3 -c 10.2.0.10 -t 10
  • 磁盘空间不足
df -h
du -sh /data/*

10. 练习（动手任务）
1. 在两台主机上搭建 rsync 异地复制，并实现 5 分钟 RPO。
2. 搭建 MySQL 主从复制，模拟主库宕机后切换到从库只读服务。
3. 设置 DNS TTL=60 秒，模拟切换流程并记录 RTO。
4. 使用 rsync -avcn 进行一致性校验，输出差异清单。