目标：建立从“数据备份 → 灾备拓扑 → 切换/回滚演练 → 监控与度量”的完整闭环，覆盖 RPO/RTO 目标制定、冷/温/热备架构、数据库与文件/块级备份、对象存储与不可变备份（防勒索）、演练流程与脚本化样例。
一、核心指标与策略选择
RPO（恢复点目标）：允许数据丢失的上限时间（如 ≤ 5 分钟）。
RTO（恢复时间目标）：从故障到恢复可用的时间（如 ≤ 15 分钟）。
策略匹配：
冷备（低成本）：RPO 小时级，RTO 小时级，适合低频业务。
温备（均衡）：RPO 分钟级（日志/增量），RTO 分钟~十几分钟。
热备（高可用）：RPO 秒级（同步），RTO 秒~分钟，成本最高。
二、备份类型与落地手段
逻辑备份：mysqldump/pg_dump；跨版本/跨平台兼容，速度较慢，适合小中数据量与“结构备份”。
物理备份：XtraBackup（MySQL/InnoDB）、pg_basebackup/文件系统快照；速度快、PITR 支持友好。
增量与日志：binlog/WAL/redo 日志；用于时间点恢复（PITR）。
快照：LVM/ZFS/云盘/CSI 快照；一致性需“应用感知”（fsfreeze、pre-stop hooks）。
存储：本地/NAS/对象存储（S3 兼容），建议启用版本化与不可变（Object Lock/WORM）。
三、数据库实战方案
3.1 MySQL（XtraBackup + Binlog PITR）
全量（每日）+ 增量（小时）+ Binlog（实时）：
# 全量（停写窗或使用 --safe-slave-backup）innobackupex --user=backup --password=*** /backup/full/$(date +%F)# 增量（基于最近一次备份）innobackupex --incremental /backup/inc/$(date +%F-%H) \--incremental-basedir=/backup/full/2025-10-01# 备份 binlog（建议同步到对象存储）mysqlbinlog --read-from-remote-server --raw \--host=127.0.0.1 --user=rep --password=*** \--stop-never mysql-bin.* -r /backup/binlog/
# 准备全量+增量innobackupex --prepare --apply-log-only /backup/full/2025-10-01innobackupex --prepare --apply-log-only /backup/full/2025-10-01 \--incremental-dir=/backup/inc/2025-10-01-12innobackupex --copy-back /backup/full/2025-10-01# 回放 binlog 到目标时间mysqlbinlog --stop-datetime="2025-10-01 12:34:00" /backup/binlog/mysql-bin.* | mysql -u root -p
3.2 PostgreSQL（BaseBackup + WAL）
# 基础备份pg_basebackup -h 127.0.0.1 -U repl -D /backup/base/$(date +%F) -Ft -z -P# 开启归档（postgresql.conf）archive_mode=onarchive_command='test ! -f /backup/wal/%f && cp %p /backup/wal/%f'
recovery.signal 与 restore_command，回放到 recovery_target_time。
四、文件/块级与快照
文件级：
rsync（Linux）/robocopy（Windows）按目录策略同步。
rsync -aHAX --delete /data/ backup@nas:/backup/data/LVM 快照：适合快速一致性快照（配合
fsfreeze）。
fsfreeze -f /data && lvcreate -L 10G -s -n data_snap /dev/vg0/data && fsfreeze -u /dataZFS：原生快照与发送/接收（send/recv）。
zfs snapshot pool/data@$(date +%F-%H)zfs send -v pool/data@2025-10-01-12 | zfs recv backup/data
五、对象存储与不可变备份
S3 版本化 + 生命周期：冷热分层、自动过期；敏感数据启用 SSE-KMS。
不可变（Object Lock/WORM）：防勒索/误删；配合多账号/多钥匙与最小权限策略（IAM）。
传输加密：TLS；端到端校验（ETag/MD5）；清单与抽样还原验证。
六、灾备拓扑设计
单 AZ 冷/温备：同城同机房或异机房异地；定期/准实时复制。
跨 AZ 热备：同步复制，主备切换秒级；成本与复杂度高。
跨 Region 异地多活：双向复制（冲突解决）、全局流量调度（DNS/GSLB）。
典型分层：数据库层（主从/半同步/逻辑复制）+ 存储层（快照/复制）+ 应用层（无状态多点部署）。
七、切换与回滚演练（Runbook + 脚本）
演练基本流程：
宣布演练窗口与影响面、冻结变更；
降级读/只读模式（必要时）；
触发切换（VIP/DNS/网关权重/主从角色）；
验证读写、关键链路与观测；
业务侧确认；
结束演练并复盘；如异常，按回滚流程恢复。
示例：DNS 切换（权重 10% → 100%）
cli dns weight set web.example.com A 10.0.0.1 10 # DR 10%sleep 300cli dns weight set web.example.com A 10.0.0.1 100 # DR 100%
systemctl stop haproxy && systemctl restart keepalived # 触发 VIP 迁移# 原主只读，防双写mysql -e 'SET GLOBAL read_only=ON;'# 提升从库为主mysql -h dr -e 'RESET SLAVE ALL; SET GLOBAL read_only=OFF;'
回滚原则：
切换失败立刻回滚到原路径；
严格“数据新旧优先级”——避免新写入丢失；
回滚脚本与切换脚本同级维护、同样频率演练。
八、Kubernetes 状态数据灾备
etcd 快照：控制面关键数据定期快照与异地复制。
ETCDCTL_API=3 etcdctl --endpoints=https://127.0.0.1:2379 \--cacert=/etc/kubernetes/pki/etcd/ca.crt \--cert=/etc/kubernetes/pki/etcd/server.crt \--key=/etc/kubernetes/pki/etcd/server.key \snapshot save /backup/etcd-$(date +%F).db
应用数据：Velero 备份/还原命名空间级别对象与卷（CSI 快照或 Restic）。
velero backup create ns-prod --include-namespaces prod --ttl 168hvelero restore create --from-backup ns-prod
跨集群演练：目标集群预建 StorageClass/IngressClass；先小范围命名空间验证。
九、监控、审计与度量
备份作业状态：定时任务成功率、时长、吞吐；失败告警与重试。
恢复演练：按季度覆盖“全链路还原”抽样；形成演练记录与问题整改单。
指标化：RPO 实际达成、RTO 实际达成、恢复成功率、校验一致率、存储成本。
审计：备份/恢复操作留痕（仓库/对象存储访问日志）与最小权限访问控制。
十、保留策略与成本优化
3-2-1 原则：至少 3 份、跨 2 种介质、1 份异地/离线；关键数据 + 不可变副本。
保留：日/周/月/年分层，冷归档至低频/冷存储；到期自动清理。
成本：压缩与去重（重复数据删除）、分层存储、按访问频率选择存储类别。
结语
备份只是手段，能“稳定且可重复地恢复”才是目标。以明确的 RPO/RTO 为锚，结合分层备份、对象不可变与定期演练，用脚本化与可观测闭环把灾备纳入日常运维常规，才能在关键时刻“按下按钮，放心切换”。