华为云云备份 CBR 实战:ECS 整机备份、跨区域容灾与恢复演练

举报
yd_270427807 发表于 2026/11/19 09:33:13 2026/11/19
【摘要】 一、引言:备份不是“有就行”,能恢复才是答案很多团队的备份策略只有一句话:每天凌晨自动备份。直到某天真的需要恢复,才发现备份策略里藏着三个坑:备份的是系统盘,数据盘没进策略;备份保留了 30 天,但要恢复的是 40 天前误删的一张表;备份一直在跑,却从来没有人在一台新机器上真正恢复过一次。备份的价值不在“备份成功”这四个字上,而在恢复的那一刻能不能用、够不够快、丢多少数据。本文以华为云云备份...

一、引言:备份不是“有就行”,能恢复才是答案

很多团队的备份策略只有一句话:每天凌晨自动备份。直到某天真的需要恢复,才发现备份策略里藏着三个坑:备份的是系统盘,数据盘没进策略;备份保留了 30 天,但要恢复的是 40 天前误删的一张表;备份一直在跑,却从来没有人在一台新机器上真正恢复过一次。备份的价值不在“备份成功”这四个字上,而在恢复的那一刻能不能用、够不够快、丢多少数据。本文以华为云云备份 CBR 为环境,讲一套从策略制定到恢复演练的完整做法:云服务器整机备份、云硬盘与文件备份、跨区域复制,再加上一张可以直接照着做的生产检查表。

先说一个结论:备份策略应该由恢复目标倒推,而不是由备份功能正推。先定下来业务能接受丢多少数据、能停机多久,再去选备份对象、备份频率和保留天数。顺序反了,备份跑得再勤也可能在关键时刻帮不上忙。

二、先定目标:RPO 与 RTO 决定备份策略

动手之前先定两个数。RPO 是恢复点目标,也就是业务最多能接受丢失多长时间的数据;RTO 是恢复时间目标,也就是从故障发生到业务恢复最多能花多长时间。这两个数不用精确到分钟,但必须和业务方对齐:订单系统与内部测试环境,答案一定不一样。

举个例子:如果 RPO 是一小时,备份频率就不能是一天一次,中间必须补增量备份或更密的备份点;如果 RTO 是半小时,恢复流程就不能依赖人工翻文档找备份编号,必须事先把恢复步骤写成清单,甚至排练过。反过来,如果业务本身可以接受丢失一天的数据,就没必要为每小时备份多付存储费用,备份策略的第一原则是够用,而不是越多越好。

定目标时还要分清三类数据:系统盘上的操作系统与应用、数据盘上的业务数据、数据库里的表。系统盘丢了可以重装,代价是时间;业务数据丢了可能无法重建,代价是业务本身。所以备份策略要按数据类型分层,而不是给所有资源套同一个策略。

三、云服务器备份:整机备份怎么做才完整

云服务器备份的核心价值是一个字:整。一台弹性云服务器的备份应该同时包含系统盘和挂载的数据盘,恢复时整机一起回来,而不是只回来一个空系统,再手动挂盘、手动补数据。创建备份策略时,第一件事就是核对备份对象清单:这台服务器挂了几块盘、每块盘的用途是什么、有没有新挂的盘还没进策略。

新挂盘漏进策略是最常见的疏漏。服务器扩容时加了一块数据盘,业务已经往里面写数据了,备份策略还是创建时的老清单,结果就是备份一直在“成功”,真正需要恢复的那块盘却从来没有备份过。建议把“新增云硬盘后检查备份策略”写进变更流程,和“新增服务器后检查监控告警”放在同一张表里。

备份频率的设置要结合业务写入节奏:每天凌晨一次全量思路的备份,适合写入量小、变化慢的系统;写入频繁的业务,可以在白天再加一次备份点,或者把关键数据盘单独拆出来做更密的备份。策略里的保留规则同样重要:保留天数太短,误删发现得晚了就追不回来;保留太久,存储费用会悄悄涨上去。常见的做法是按业务分级:核心业务保留 30 天,一般业务保留 7 到 14 天,测试环境只保留最近几次。

还有一点容易被忽略:备份窗口。备份任务会占用一定的 IO,对正在跑的业务多少有影响。把备份窗口放在业务低峰时段,比如凌晨,是常规做法;但如果业务是 24 小时都有写入的,就要评估备份对延迟的影响,必要时把不同服务器的备份时间错开,避免同一时段集中备份拖慢整个集群。

四、云硬盘备份与文件备份:粒度不同,用法不同

不是所有数据都适合整机备份。云硬盘备份的粒度是一块盘,适合只想保护某一块数据盘的场景:比如数据库单独挂了一块大容量数据盘,系统盘重装也不影响它,给这块盘单独做备份策略,恢复时也只恢复这一块盘,速度更快、影响面更小。判断标准很简单:如果恢复时只需要这一块盘里的数据,就用云硬盘备份;如果恢复时要整台机器一起回来,就用云服务器备份。

文件备份则是更细的粒度:按目录、按文件类型备份,适合日志、配置文件、上传附件这类“盘很大、但真正重要的只有其中一部分”的场景。它的好处是备份体量小、恢复时可以只取某一个文件;代价是需要事先把备份路径梳理清楚,路径写漏了,备份跑得再成功也保护不到目标文件。文件备份特别适合做补充:整机备份保底线,文件备份保高频变化的关键目录,两层叠加,恢复时的选择更多。

三种备份方式可以组合使用,但不要重复备份同一份数据。同一块数据盘既在整机备份里,又单独做了云硬盘备份,结果就是花两份存储费用,恢复时还要先想清楚该用哪一份。组合的原则是分工明确:整机备份负责“机器没了能重建”,云硬盘备份负责“某一块盘出问题能单盘恢复”,文件备份负责“某几个文件误删能快速取回”。

另外要注意备份的一致性。数据库正在写入时做的备份,如果没有处理好写入时序,恢复出来的数据文件可能处于不一致状态。实战里常见的做法是:备份前先确认数据库的备份方式,比如通过数据库自身的备份机制先落一份逻辑备份,再由云备份保护磁盘层面;或者把备份窗口安排在写入低峰,并配合应用层的短暂静默。两种方式没有绝对的对错,关键是恢复演练时验证过,确认恢复出来的库能正常启动、数据能正常查询。

五、跨区域复制:容灾的第二道防线

备份在同一个区域,只能防“误删、误操作、单台机器故障”这类问题;如果整个区域出现大范围故障,同区域的备份也可能一起受影响。跨区域复制就是为这种情况准备的:把备份复制到另一个区域,两个区域同时出问题的概率要低得多。是否需要跨区域复制,取决于业务的容灾等级:核心业务建议做,测试环境可以不做。

做跨区域复制时要想清楚两件事。第一,复制哪些备份:全部复制费用最高,通常的做法是只复制关键业务的备份点,或者只复制每天的某一个备份点,而不是每一个备份点都复制。第二,复制到哪里:目标区域的选择要结合业务部署,尽量选与业务有部署、网络上能连通的区域,恢复时才能把数据恢复到目标区域的机器上,而不是复制过去却用不上。

复制策略也要定期检查。业务上线了新的核心系统,备份策略里加了新服务器,跨区域复制的清单如果没有同步更新,就会出现“新系统有备份、但没有跨区域副本”的缺口。建议把跨区域复制清单和备份对象清单放在同一份文档里维护,每次变更备份对象时顺手核对一次。

还要算一笔账:跨区域复制会产生额外的存储费用和跨区域流量费用,复制频率越高、保留越久,费用越高。所以复制策略同样要分级:核心业务的备份每天复制,一般业务的备份每周复制一次就够了。容灾不是越贵越好,而是花的每一分钱都对应一个明确的恢复场景。

六、恢复演练:每季度至少做一次,别等真出事

备份策略写得再好,没有演练过都等于没做。恢复演练的做法很直接:挑一个备份点,在一台新的云服务器上恢复,验证三件事——机器能不能起来、应用能不能跑、数据对不对。演练用的机器可以是临时创建的,验证完就释放,成本可控;演练的频率建议每季度至少一次,核心业务可以每月一次。

演练时要记录真实耗时:从开始恢复到业务可用的总时间,就是实际的 RTO。如果演练耗时超过了当初定的 RTO,就要回头找原因:是备份点选得太老、恢复步骤太多,还是恢复出来的机器规格太小、启动太慢。演练的价值就在于提前发现这些差距,而不是在真实故障时才发现恢复流程要花三个小时,而业务只允许停半小时。

演练还要覆盖几种不同的恢复场景,至少包括三种:整机恢复到新服务器、单块云硬盘恢复并挂载到现有服务器、单个文件取回。三种场景的步骤和耗时都不一样,只练过其中一种,真出事时遇到另一种还是会手忙脚乱。演练记录要留下来:哪天演练的、用的哪个备份点、恢复耗时多久、有没有遇到问题、下次要改进什么。

最后提醒一点:演练恢复出来的机器,验证完要及时释放,并确认演练数据没有写回生产环境。演练的目的是验证流程,不是制造第二份生产数据。把“演练后清理临时资源”也写进演练清单,避免临时机器长期挂着产生费用。

七、保留策略与成本:备份账单失控的三个原因

备份的存储费用是最容易失控的一项,原因通常有三个。第一个是保留天数一刀切:所有业务都保留 30 天,测试环境的备份也占着同样的存储。解决办法是按业务分级保留,测试环境只保留最近两到三次的备份点,历史备份点及时清理。第二个是备份点越积越多没人清理:策略改了保留天数,但历史遗留的旧备份点没有按新规则清理,费用就一直挂在账上。建议每月检查一次备份清单,把超过保留期的备份点清理掉,或者确认保留规则已经自动生效。

第三个原因是重复备份:同一份数据被整机备份和云硬盘备份同时保护,或者跨区域复制了本不需要复制的备份点。定期做一次备份清单盘点就能发现这类问题:按服务器、按磁盘列出所有备份策略,同一份数据出现两次的地方,就是可以省钱的地方。盘点时顺便核对备份对象:已经下线的服务器、已经删除的磁盘,如果备份策略还在跑,就是纯粹的浪费。

成本优化的目标不是把费用压到最低,而是让每一分钱都有明确的恢复价值。核心业务的备份可以多花一点,因为恢复失败的代价更大;测试环境的备份则应该尽量精简。每月看一次备份存储的费用趋势,突然上涨时先查三个地方:是不是新增了备份对象、是不是保留天数被改长了、是不是跨区域复制的范围扩大了。

八、生产清单:从开通到演练的检查表

最后把全文浓缩成一张可以直接照着做的检查表。开通时核对:备份对象清单是否包含全部系统盘和数据盘,新增磁盘后是否同步更新策略;策略设置核对:备份频率是否匹配 RPO,保留天数是否按业务分级,备份窗口是否避开业务高峰;容灾核对:核心业务是否做了跨区域复制,复制清单是否与备份对象同步;演练核对:本季度是否做过整机恢复演练,演练耗时是否满足 RTO,演练记录是否留存。

日常运维中建议再加三条习惯:每周看一次备份任务的成功率,失败的任务要在当天处理,不要拖到下周;每月做一次备份清单盘点,清理已下线资源的策略;每季度做一次恢复演练,至少覆盖整机恢复、单盘恢复和单文件取回三种场景。这三条习惯加起来花不了多少时间,但能保证备份策略一直是“活”的,而不是开通那天写完就再也没人看过的一份配置。

备份这件事,平时看不出价值,出事时才见分晓。真正可靠的备份策略不是备份跑得最勤的那一份,而是恢复目标最清晰、演练做得最扎实的那一份。按本文的顺序走一遍:先定 RPO 与 RTO,再选备份粒度,然后补上跨区域复制,最后用演练验证一遍——做完这四步,备份才算真正落地。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。