灾难恢复
概述
灾难恢复计划、RTO/RPO、故障切换技能。
核心概念
RTO 与 RPO
RPO (Recovery Point Objective)
- 可接受的数据丢失量
- 决定备份频率
RTO (Recovery Time Objective)
- 可接受的恢复时间
- 决定恢复策略
示例：
- RPO = 1小时 → 每小时备份
- RTO = 4小时 → 需要热备或快速恢复
恢复策略
冷备 (Cold)
- 最低成本
- 最长 RTO
- 适合非关键系统
温备 (Warm)
- 中等成本
- 中等 RTO
- 定期同步数据
热备 (Hot)
- 最高成本
- 最短 RTO
- 实时同步
数据库恢复
MySQL 恢复
从备份恢复
mysql -u root -p < full_backup.sql
应用 binlog
mysqlbinlog mysql-bin.000001 | mysql -u root -p
时间点恢复
mysqlbinlog --stop-datetime="2024-01-15 10:00:00" mysql-bin.* | mysql -u root -p
主从切换
在从库执行
STOP SLAVE; RESET SLAVE ALL;
应用程序切换连接
PostgreSQL 恢复
从备份恢复
pg_restore -d database backup.dump
PITR 恢复
recovery.conf
restore_command = 'cp /archive/%f %p' recovery_target_time = '2024-01-15 10:00:00'
主从切换
pg_ctl promote -D /var/lib/postgresql/data
Redis 恢复
从 RDB 恢复
cp backup.rdb /var/lib/redis/dump.rdb systemctl restart redis
从 AOF 恢复
cp backup.aof /var/lib/redis/appendonly.aof redis-check-aof --fix appendonly.aof systemctl restart redis
系统恢复
文件系统恢复
从 tar 备份恢复
tar -xzvf /backup/system.tar.gz -C /
从 rsync 备份恢复
rsync -avz /backup/system/ /
恢复权限
restorecon -Rv /
引导修复
进入救援模式
挂载根分区
mount /dev/sda1 /mnt mount --bind /dev /mnt/dev mount --bind /proc /mnt/proc mount --bind /sys /mnt/sys chroot /mnt
修复 GRUB
grub-install /dev/sda update-grub
故障切换
Keepalived 切换
检查状态
systemctl status keepalived ip addr show | grep -w inet
手动切换
降低主节点优先级
/etc/keepalived/keepalived.conf
vrrp_instance VI_1 { priority 50 # 降低 } systemctl reload keepalived
DNS 切换
修改 DNS 记录
降低 TTL（提前）
切换 A 记录指向备用 IP
验证
dig +short example.com nslookup example.com
常见场景
场景 1：完整恢复流程
#!/bin/bash
1. 评估损失
echo "检查系统状态..."
2. 通知相关人员
send_alert "开始灾难恢复"
3. 恢复基础设施
echo "恢复网络配置..."
4. 恢复数据
echo "恢复数据库..." mysql -u root -p < /backup/latest.sql
5. 恢复应用
echo "启动应用服务..." systemctl start application
6. 验证
echo "验证服务状态..." curl -s http://localhost/health
7. 通知恢复完成
send_alert "灾难恢复完成"
场景 2：DR 演练
#!/bin/bash
DR 演练脚本
LOG="/var/log/dr-drill.log"
echo "$(date): 开始 DR 演练" >> $LOG
1. 切换到备用站点
echo "切换 DNS..." >> $LOG
2. 验证服务
echo "验证服务可用性..." >> $LOG curl -s http://dr-site/health >> $LOG
3. 测试数据一致性
echo "验证数据一致性..." >> $LOG
4. 记录 RTO
echo "实际 RTO: $(计算时间)" >> $LOG
5. 切回主站点
echo "切回主站点..." >> $LOG
场景 3：自动故障转移
Keepalived 配置
vrrp_script chk_app { script "/usr/local/bin/check_app.sh" interval 2 weight -20 }
vrrp_instance VI_1 { state MASTER interface eth0 virtual_router_id 51 priority 100
track_script {
chk_app
}
virtual_ipaddress {
192.168.1.100
}
}
DR 检查清单
项目 检查内容
备份 备份完整性、可恢复性
文档 恢复步骤、联系人
网络 DNS、IP、防火墙
数据 数据一致性、同步状态
应用 配置、依赖、证书
故障排查
检查备份状态
ls -la /backup/ md5sum /backup/latest.tar.gz
检查复制状态
MySQL
SHOW SLAVE STATUS\G
PostgreSQL
SELECT * FROM pg_stat_replication;
检查网络连通性
ping dr-site traceroute dr-site