企业如何制定香港站群物理机器的备份与容灾策略

1. 项目背景与目标定义

1) 明确站群规模：示例为香港机房8台物理机器承载200个网站与API服务。
2) 可用性目标：整体RTO（恢复时间目标）≤1小时，关键服务RPO（恢复点目标）≤15分钟。
3) 业务分级：按业务重要性划分A（支付/下单）、B（用户登录/后台）、C（静态内容）。
4) 合规与数据保留：满足地域合规要求，重要日志保留90天，数据库备份保留30天。
5) 成本限制：优先使用混合策略（本地快速恢复 + 异地长期备份）以控制带宽与存储成本。

2. 物理机与网络基础架构示例

1) 服务器配置示例（单台）：Dell R740，2 x Intel Xeon Silver 4214（24核），256GB DDR4，2 x 1.92TB NVMe (RAID1)，2 x 4TB SATA HDD（RAID10）网络：双1Gbps公网链路。
2) 存储方案：本地NVMe用于DB WAL与缓存，HDD阵列用于站点文件与日志。
3) 网络拓扑：两家不同ISP（ISP-A / ISP-B）BGP多线，防止单一链路故障。
4) 带宽规划：每台机房峰值吞吐预计100Mbps，总计预留1Gbps以上并配合突发池。
5) 运维接口：IPMI/iLO远程管理，定期固件与BIOS补丁策略，保证远程硬件可控性。

3. 备份策略与技术实现细节

1) 数据分类备份：A类（数据库）采用主从实时复制+WAL归档；B类（动态文件）采用增量快照每6小时；C类（静态）每日镜像即可。
2) 快照与复制：使用LVM/ZFS快照结合ZFS send/receive或BTRFS send进行高效增量复制。
3) 备份存储位置：本地热备（同机房NAS/对象存储）+异地冷备（新加坡机房或云对象存储）。
4) 自动化与验证：每日自动恢复演练（随机抽取3%网站）并校验校验和。
5) 保留策略：增量保留7天、每日全备保留30天、月度归档保留12个月。

4. 容灾（DR）设计与切换流程

1) 多活与主备：对A类服务采用主-主或主-备双活（数据库异地同步或半同步复制），保证秒级切换能力。
2) DNS与流量切换：DNS TTL设置为60秒，结合Global Traffic Manager或Anycast实现流量切换。
3) BGP自动化：对外IP采用两地BGP Anycast或通过云上段路由进行BGP切换，宕机时自动引导到异地节点。
4) 切换演练：季度演练，演练指标包括切换耗时、业务完整性检查、用户端感知。
5) RTO/RPO示例：A类RTO≤1小时，RPO≤15分钟；B类RTO≤4小时，RPO≤1小时；C类RTO≤24小时，RPO≤24小时。

5. 域名、CDN与DDoS防护的集成策略

1) 域名解析：主DNS采用云解析（支持API快速修改），主域名TTL=60s，二级域名按需设置较长TTL。
2) CDN层：静态资源通过CDN（例如Cloudflare/阿里云CDN）分发，Origin负载降低70%-90%，减缓主服务器压力。
3) DDoS防护：边缘使用CDN + 专业清洗（按需抛向清洗中心），带宽清洗能力建议≥峰值流量的3倍（例如峰值3Gbps，则清洗≥9Gbps）。
4) 黑白名单与速率限制：在WAF层设置异常流量速率阈值，并与防火墙/iptables结合封堵。
5) 日志与溯源：将边缘/防火墙流量日志上报SIEM，保留至少30天用于攻击分析与取证。

6. 成本估算与SLA设计参考

1) 存储成本示例：本地NAS 20TB（有效空间）一次性成本约USD 8,000，异地云对象存储（月）约USD 200-400。
2) 带宽成本：双1Gbps公网线路月费（含流量）示例每条USD 600-1,200，建议购买溢出带宽池。
3) 运维人工：建议专职运维1-2人负责备份与DR自动化，外包演练与攻防测试按次计费。
4) SLA条款：99.95%可用性为基础目标，关键服务可签订99.99%并附加赔付条款。
5) 预算权衡：对成本敏感的企业可把冷备放到更廉价的云对象存储，热备放在异地机房以保障恢复速度。

7. 真实案例：香港电商站群的实践

1) 案例概述：某电商公司在香港部署8台物理服务器，峰值并发5,000+，月交易额中等规模。
2) 配置与保护：每台服务器配置如第2段所示，数据库主站在香港，异地从库在新加坡；CDN负责静态加速，Cloudflare提供DDoS防护。
3) 备份策略：数据库主库开启半同步复制并每日进行全备（压缩后约200GB），增量快照每6小时。
4) 演练与效果：一次真实硬件故障中，启用异地从库并切换DNS完成流量导向，业务中断10分钟，最终RTO约10分钟，客户损失控制在可接受范围内。
5) 改进措施：之后将DB WAL归档频率从30分钟改为15分钟，并增加额外2Gbps清洗带宽以应对流量攻击峰值。

来源：企业如何制定香港站群物理机器的备份与容灾策略