备份做好了，但恢复过吗？90%的企业从没演练过

作者：郑成功

备份做了三年，勒索病毒一来，恢复时全坏了

上个月，一个做电商的朋友打电话给我，声音都是抖的。

他们公司服务器中了勒索病毒，所有业务系统全部瘫痪。老板一拍桌子：“怕什么，我们有备份！”

IT主管赶紧登录备份系统，准备恢复数据。结果你猜怎么着？

三年的备份，全部不可用。

有的是备份文件损坏，有的是恢复脚本没更新，还有的是备份策略配置错误——备份倒是天天在做，但备的是一堆“废数据”。

最讽刺的是，他们花了几十万买的备份系统，界面一看还挺高大上。可惜从来没人验证过，这些备份到底能不能用。

最后，他们交了赎金。更惨的是，交了赎金也没全部恢复，因为加密太彻底了。

说实话，这种事我见得太多了。不查不知道，一查吓一跳——Gartner有个数据：超过60%的企业在发生灾难时，无法从备份中成功恢复数据。而IDC的报告更直白：90%的企业从未对备份做过恢复验证。

说白了，备份不做验证，就等于没做。

为什么90%的企业从来不搞恢复演练？

我接触过不少企业的IT负责人，聊起这个事，理由翻来覆去就那么几个：

“备份运行得好好的，从来没出过问题啊。”

这话我听过不下二十次。问题在于，备份系统正常不代表恢复能成功。备份文件写到磁盘上，可能中间就出了差错。磁盘坏了、文件校验出问题了、版本不兼容了……出问题的可能性，比你想象的要多得多。

“恢复演练太麻烦，怕影响生产业务。”

这个理由听着合理，其实是个伪命题。后面我会讲，现在的技术完全可以做到恢复演练和生产业务完全隔离，互不影响。

“不知道怎么做，也没人教。”

这个我理解。很多小公司连专职的IT人员都没有，更别提懂容灾演练的了。但不做演练，出事就是灭顶之灾。

“我们数据量太大了，演练一次要恢复好几天。”

这个确实是个问题。但话说回来，你不需要每次都恢复全部数据。关键业务系统的数据，优先验证，这总做得到吧？

之前有个客户，制造业的，他们IT主管跟我说：“备份系统我们买了三年，从来没做过恢复测试。因为每次提这个事，老板就说‘系统不是运行得好好的吗？别折腾了’。”

后来呢？后来他们真的中了勒索病毒，恢复不了，直接停产两周。损失有多大？够买几十套备份系统了。

恢复演练的正确姿势

我踩过坑，后来慢慢摸索出一套靠谱的方法。核心就三条：

第一，用备份副本拉起一个隔离环境。

千万别在生产环境里搞恢复演练。现在主流做法是：从备份副本创建一个虚拟的、隔离的恢复环境。在这个环境里验证数据完整性和应用可用性。验证完了，环境直接删除，对生产业务零影响。

第二，设定明确的演练范围和验收标准。

别上来就说“我要演练恢复”。你得想清楚：今天恢复哪几个系统？恢复到什么程度？是只要数据能读出来就行，还是要求应用能正常启动、业务能跑通？

验收标准也要量化：恢复时间目标（RTO）达标了没？数据丢失量（RPO）在可接受范围内吗？

第三，定期演练，至少每季度一次。

我建议最低频率是：核心业务系统每季度一次，非核心业务每半年一次。有条件的，每月一次也不为过。别嫌烦，真出事的时候，你会发现演练的价值是备份系统本身的十倍。

不同等级的演练，别一上来就搞全站容灾

很多公司一开始就想搞全站容灾切换演练，结果搞得鸡飞狗跳，最后不了了之。

正确做法是分等级、循序渐进：

文件级恢复验证：最简单的。挑一个备份文件，恢复出来看看能不能正常打开。验证数据完整性即可。适合频繁做，比如每周一次。

应用级恢复验证：稍微复杂一点。把某个应用的完整备份恢复到隔离环境，启动应用，测试核心功能是否正常。比如恢复一个数据库，然后跑几个查询看看结果对不对。适合每季度一次。

全站容灾切换演练：最复杂，也最接近真实灾难场景。模拟整个数据中心宕机，把所有业务切换到灾备中心。这个半年或一年做一次就够了，但必须做。

之前有个金融客户，他们每季度做一次应用级演练，每年做一次全站切换演练。结果有一年演练的时候发现，核心交易系统的恢复脚本有个bug，导致数据恢复后账不平。要是真出事了，这个bug能让他们赔到破产。

恢复演练 ≠ 生产中断

这是个巨大的误解。很多人一想到演练，就以为要停机、要影响业务，所以能拖就拖。

其实现在的技术早就解决了这个问题。

举个例子，CDM（拷贝数据管理）技术可以从备份数据直接生成一个独立的、可读写的副本。这个副本可以挂载到任何一台测试服务器上，和生产环境完全隔离。演练的时候，业务照常运行，用户没有任何感知。

我之前用过一个方案，就是用这种技术做演练的。每次演练，只要在管理界面上点几下，系统自动从备份副本创建一个隔离环境。演练结束，一键销毁。整个过程，生产系统连个屁都没放。

所以，别再拿“怕影响业务”当借口了。技术早就不背这个锅了。

最小可行演练方案

如果你从来没做过恢复演练，别一上来就想搞大。我给你一个最小可行方案：

1. 选一个核心业务系统，比如ERP或者数据库。

2. 从备份副本创建一个隔离环境，恢复这个系统的数据。

3. 验证数据完整性：看看数据能不能读出来、应用能不能正常启动。

4. 跑两个核心业务操作：比如查个订单、做个报表。

5. 记录恢复耗时：从开始恢复到验证完成，花了多长时间。

6. 写一份简单的演练报告：成功了就记下步骤和耗时，失败了就分析原因并修复。

整个流程，熟练的话一两个小时就能搞定。别再说没时间了。

最后说一句

备份恢复演练，就像给自己的系统买了一份保险。平时看着没用，真出事的时候，它能救命。

我之前帮客户做容灾方案的时候，中科热备的工程师跟我聊过一个案例：他们有个客户，每季度做一次恢复演练，有一次演练发现备份数据有损坏，及时修复了。三个月后，这个客户真的中了勒索病毒，但因为演练发现了问题，恢复非常顺利，业务中断不到半小时。

而那个花了几十万买备份、从来没做过演练、最后交了赎金的电商公司，现在每周五下午雷打不动做一次恢复演练。

血的教训，比什么道理都管用。

从今天开始，给你的备份做个“体检”吧。别等到真的出事，才后悔没做。