业务连续性：企业灾备避坑指南

作者：陈景行

昨天半夜两点多，我被一个电话吵醒。打电话的是我以前带过的一个小弟，现在在一家做跨境电商的公司当运维负责人。

电话那头声音都是抖的：“哥，数据库主库挂了，整个订单系统全瘫了。现在凌晨两点，老板在国外，明天早上八点还要开复盘会……”

我问他备份呢？他说有，每天凌晨全量备份。

我又问那恢复要多久？他说估了一下，从备份机拉数据回来，加上日志重放，最快也得四个小时。

电话里沉默了几秒。我知道他在想什么——四个小时，意味着从半夜到天亮，所有订单、所有支付、所有用户操作全部中断。对一家跨境电商来说，这四小时可能就是几十万的损失，还有用户信任的崩塌。

后来他告诉我，那天晚上他坐在机房里，看着监控屏上跳动的告警，突然想明白了一件事：备份不等于业务连续。

业务连续性，到底是个啥？

很多人一听“业务连续性”这五个字，第一反应是：这不就是备份吗？数据不丢就行。

说实话，我当年也是这么想的。直到有一次，我自己踩了个大坑。

那是在一家做在线教育的公司，我们有一套很完善的备份方案，每天全量、每小时增量，该有的都有了。有一天存储阵列坏了两块盘，RAID重建失败，系统直接挂了。我们按预案从备份恢复数据，数据确实没丢，但整个恢复过程花了将近六个小时。

那六个小时里，公司官网打不开，学员没法上课，销售没法签单，客服电话被打爆。虽然数据最后都找回来了，但老板在会上问了一句话，让我哑口无言：“数据没丢，但业务停了六个小时，这损失谁来承担？”

从那以后我才真正理解——业务连续性不是“数据不丢”，而是“业务不停”。

用大白话说，备份解决的是“东西还在不在”的问题，业务连续性解决的是“活还能不能干”的问题。你家里有米（备份），不代表你随时能吃上饭（业务连续），还得有锅、有火、有电，才能在饭点准时开饭。

为什么现在这个问题越来越要命？

之前有个客户，做的是医疗信息化系统。他们原来觉得自己的容灾做得不错——同城有灾备机房，数据实时同步。

结果呢？去年遇到一次区域性电力故障，同城两个机房都在影响范围内，双双宕机。虽然数据一点没丢，但系统整整停了半天。对医院来说，半天不能挂号、不能开药、不能查报告，是什么概念？

这个事之后，他们找我复盘，我给了个建议：把灾备延伸到异地。虽然麻烦一点、成本高一点，但能保证真出大事的时候，业务还能转。

说实话，现在这个时代，业务连续性早就不是“要不要做”的问题，而是“做到什么程度”的问题。特别是金融、医疗、政务这些行业，监管要求摆在那里，等保2.0里对灾难恢复就有明确要求。不是你想不想做，是你不做就过不了检查。

但就算没有监管压着，从业务角度看也绕不开。现在的系统越来越复杂，牵一发动全身，一个环节断了，整条链就瘫了。而用户对“服务可用”的预期却越来越高，你系统挂十分钟，用户可能就跑到竞争对手那里去了。

到底该怎么做？说几个实在的建议

我做了十几年运维，踩过的坑比走过的桥还多。关于业务连续性，有几点想跟大家分享：

第一，别把“有备份”当成“万事大吉”。

备份只是最底层的保障，相当于最后一道防线，不能作为唯一手段。你得想清楚一个问题：如果现在系统挂了，你能在多长时间内恢复业务？一小时？四小时？还是一天？

这个时间不是拍脑袋定的，需要根据业务影响分析来确定。核心业务和边缘业务，要求完全不一样。订单系统挂了十分钟和报表系统挂了两小时，哪个更严重？显然是前者。

第二，恢复能力要定期验证，别等真出事才想起来试。

我之前遇到过一家企业，他们的容灾方案买了三年，从来没真正切换过。结果有一次机房真的出问题了，一切换才发现，好多配置早就变了，根本切不过去。后来只好狼狈地回去修原机房。

所以记住了：容灾方案不是买回来就完事了，要定期做切换演练。就像消防演习一样，平时多练，真出事才能冷静应对。

一个真实案例，给大家参考

去年我帮一家制造企业做过一次业务连续性改造。他们的核心系统是SAP ERP，承载着生产计划、物料管理、财务核算，可以说整个工厂都跑在这套系统上。

之前他们的方案是：本地备份 + 每周一次把备份介质送到银行保险柜。数据安全是安全了，但真要恢复，没两三天搞不定。工厂停产两三天，那可不是几十万的事了。

后来我们帮他们梳理了业务影响，确定了RTO（恢复时间目标）是两小时以内，RPO（恢复点目标）是十五分钟以内。然后配置了一套实时数据复制方案，配合定期的切换演练。

上个月他们真的遇到了一次硬件故障，结果怎么样？系统在二十五分钟内就完成了切换，业务几乎没受影响。工厂照常生产，财务照常结算，没人感觉到出了事。

这就是业务连续性的价值——不是让你在灾难面前手忙脚乱，而是让灾难变成一件“小事”。

最后说两句掏心窝子的话

做运维这行，最怕的就是“没出事的时候觉得一切都好，出了事才发现哪都不好”。业务连续性这件事，说白了就是花今天的钱，买明天的安心。

我知道很多公司觉得做容灾太贵、太复杂，特别是中小企业。但换个角度想，一次业务中断的损失，可能就够买好几年的容灾服务了。这笔账怎么算，其实很清楚。

当然，具体怎么做、做到什么程度，要根据自己公司的实际情况来。大公司可以搞两地三中心，小公司可以先从云端备份做起。重要的是先动起来，别等到真出事那天，才后悔当初没准备。

我这些年也用过不少方案，包括中科热备的数据保护产品，说实话，工具只是手段，关键还是意识和规划。热备云这类方案能帮你解决“怎么保护”的问题，但“为什么保护”这个问题，得你自己想明白。

希望大家的系统都稳稳当当的，永远用不上容灾方案。但万一真用上了，希望那时候你是从容的，而不是慌乱的。