先定 RPO 和 RTO 的数值
先定 RPO 和 RTO 的数值
备份方案一开始就要回答「能丢多少数据、多久能恢复」,不要先讨论「用什么工具」。小团队现实中可接受的答案通常是:业务库 RPO 15 分钟、RTO 2 小时;代码和文档每天一次。把这个数值写进 README,后续所有取舍都围绕它。数据库要做持续归档(PostgreSQL 开 archive_mode,或每小时用 pg_dump -Fc 导出),静态文件每天一次就够。没有数值,「要不要上异地」永远不会有一个明确的结论。
把 3-2-1 规则落实到具体机器
三份副本、两种介质、一份异地。最小可行配置:备份写本地 NAS,用 restic 或 borg 建仓库(增量、去重、加密,几百 G 数据每天增量常只有几十 M),再用 rclone 把仓库同步到对象存储(OSS / S3 / B2),开启版本控制和生命周期规则。数据库导出文件要单独存一份,不要只依赖文件系统快照:直接拷贝 InnoDB 的数据文件,大概率无法启动。导出时用 mysqldump --single-transaction,避免备份把业务锁住。
没演练过的备份等于没有备份
每周跑一次自动恢复:用 restic restore 把最新快照还原到临时目录,起一个容器把 dump 导进空库,跑几条 SELECT count(*) 和核心业务查询,通过就记录时间戳。这一步能发现九成以上的问题:仓库密码只存在某个人电脑里、快照其实是空的、恢复出来缺表、字符集不对。恢复脚本必须提交到仓库,任何人照着都能跑通。
防误操作、防勒索:限制删除权限
最严重的事故往往来自 rm -rf 和勒索软件,而不是磁盘损坏本身。做法:对象存储开启对象锁或不可变保留 30 天;备份用的 AccessKey 只授予写权限,不授予删除权限;仓库密码放进团队密码管理器,云账号密钥只放在备份机上,两者不放在同一个地方。保留策略用 restic forget --keep-daily 7 --keep-weekly 4 --keep-monthly 12 --prune 固化下来,不让人手动清理仓库。
让失败主动报警
备份脚本必须做到「失败即报警」,不能只写日志。脚本最后用 curl 请求一个 healthchecks.io 的 ping URL,超时没收到就推送到飞书或钉钉;同时把 restic check 的结果、仓库大小、耗时纳入同一个监控面板。再留一页 runbook:仓库地址、密码在哪、恢复到哪台机器、出问题找谁。新同事入职第一周照着跑一遍恢复——对小团队来说,这是成本最低、也最值得做的一次演练。
- 点赞
- 收藏
- 关注作者
评论(0)