コラム・情報:备份与灾备工具怎么配:从告警到值班
三层工具
| 层级 | 工具 | 作用 |
|---|---|---|
| 执行层 | 数据库导出、文件同步、快照 | 产生备份 |
| 校验层 | 校验和、恢复测试、完整性检查 | 证明可用 |
| 告警层 | 现有监控、拨测、消息机器人 | 失败通知 |
优先复用现有监控,不重复采购。
监控哪些指标
- 最近一次成功时间。
- 任务耗时是否异常。
- 备份文件大小是否突变。
- 存储空间余量。
- 异地同步延迟。
- 校验和是否匹配。
- 恢复演练是否到期。
告警分级
| 级别 | 触发 | 通知 |
|---|---|---|
| P3 | 单次失败,自动重试成功 | 日报 |
| P2 | 连续两次失败 | 团队群 |
| P1 | 超过 RPO 未成功 | 负责人 + 电话 |
| P0 | 备份被删/存储不可用 | 值班 + 升级 |
告警要带系统名、最近成功时间、失败原因、操作入口。
值班责任
- 谁看告警。
- 谁执行重跑。
- 谁做恢复。
- 谁通知业务。
- 节假日谁接手。
- 多久未处理升级。
校验怎么做
- 每周抽查一个备份文件可读。
- 每月在隔离环境恢复一次数据库。
- 每季度完整恢复站点。
- 记录耗时,对照 RTO。
- 修正脚本和手册。
一次配置顺序
- 列出系统和备份任务。
- 接入成功/失败告警。
- 加文件大小和余量监控。
- 设告警分级和接收人。
- 写恢复手册。
- 做一次演练。
常见问题
- 告警发到没人看的群。
- 只监控任务状态,不校验文件。
- 备份成功但恢复脚本过期。
- 值班表和实际负责人不一致。
- 没有升级路径。
边界
工具能提前发现问题,但不能保证恢复成功。恢复能力要靠演练验证,责任要靠制度落实。
相关阅读: