コラム・情報:备份与灾备出问题先查什么:5 步排查法
第 1 步:看任务状态
- 最近一次成功时间。
- 失败原因和重试记录。
- 是单次失败还是连续失败。
- 是否影响 RPO。
动作: 先保留失败日志,不要急着重跑覆盖。
第 2 步:看存储空间和路径
- 本地盘是否满。
- 对象存储额度是否超。
- 备份路径是否被误改。
- 文件是否被清理策略删除。
动作: 扩容或清理过期备份,确认写入权限。
第 3 步:看权限和密钥
- 备份账号是否过期。
- 密钥是否轮换后未更新。
- 加密备份能否解密。
- 删除权限是否过大。
动作: 用独立账号验证读写,密钥从安全位置取。
第 4 步:看文件完整性
- 文件大小是否异常。
- 校验和是否匹配。
- 数据库导出是否完整。
- 压缩包是否可解。
动作: 抽样解压和校验,不要只看“任务成功”。
第 5 步:看恢复脚本和环境
- 恢复脚本是否过期。
- 目标环境版本是否匹配。
- 配置和证书是否齐全。
- 恢复后站点能否启动。
动作: 在隔离环境恢复,记录耗时和缺失项。
常见报错对照
| 现象 | 可能原因 | 先查 |
|---|---|---|
| 任务失败 | 权限/网络/路径 | 日志和账号 |
| 文件很小 | 导出中断 | 数据库日志 |
| 无法解密 | 密钥不匹配 | 密钥版本 |
| 恢复报错 | 版本/配置不符 | 环境依赖 |
| 恢复后缺图 | 文件未备 | 备份范围 |
恢复时的三条纪律
- 先复制一份现有数据,避免覆盖。
- 在隔离环境恢复,不直接上生产。
- 记录每一步和耗时,便于复盘。
修复后的复核
- 任务连续成功。
- 校验和通过。
- 恢复演练通过。
- 告警能到达人。
- RPO/RTO 达标。
边界
排查能定位大多数备份故障,但不能恢复已经丢失且无副本的数据。关键系统应保留多份、异地、不可变副本。
相关阅读: