无障碍区域和跨区域
1）术语和目的
无障碍区域（AZ）是区域内的隔离数据中心（专有功率/网络）。
该地区是AZ集团，总体地理位置和延误。
- RTO （Recovery Time Objective）-您可能无法提供服务多长时间。
- RPO （Recovery Point Objective）-允许丢失的数据量。
通常：在区域内，我们瞄准RTO ≤ 5-15分钟，RPO ~ 0-1分钟，区域间-RTO ≤ 1小时，RPO ≤ 5分钟（取决于产品和预算）。
2）建筑模型
2.1在区域内（multi-AZ）
无状态层：分布在AZ上；平衡-与健康检查L4/L7。
Stateful层：AZ之间具有同步复制（或法定）的群集。
缓存/队列：群集,带有AZ缓存和自动失败。
2.2区域间（多区域）
Active-Active：两个区域都接受流量。
用户最小的潜伏期，快速恢复，−一致性和冲突的复杂性。
Active-Passive （hot/warm）：主要区域服务,第二个区域热待命。
数据更简单，更便宜；−高于RTO。
Pilot-Light：最小的"闪烁"（数据同步，计算在事故中展开）。
DR-backup：仅备份和恢复脚本（最便宜，最慢）。
3）数据和一致性
3.1个数据库
同步法定人数（RPO≈0，↑latentnost）：PostgreSQL在区域内具有同步标准；分布式DB（CockroachDB/Cassandra）具有本地法定人数（Local Quorum）和AZ平衡。
异步跨区域（RPO> 0，↓latentnost）：Postgres/MySQL逻辑复制；«global tables» в KV/NoSQL;CDC→strim到另一个地区。
冲突条目：对于主动活动,请使用CRDT/version或"真理源"策略（leader-region per key/tenant）。
3.2事件抽签和队列
队列/流（Kafka/Pulsar/SQS类似）：镜像主题或跨区域复制器；关键是Consumer和Dedup在密钥上的相等性。
Webhooks和外部合作伙伴：签字，重播，在两个区域都存储缺口/支票。
3.3个缓存
区域间本地缓存（write-through/refresh-ahead）；全局共享缓存仅适用于坚固的KV（否则为split-brain）。通过事件（pub/sub）致残，TTL是保守的。
4）全球流量和网络环路
GSLB/DNS：基于Geo -/Latency的路线，健康检查，加那利群岛和事故的"交通重量"。
Anycast/Edge：让我们更接近用户,接下来是最近的健康区域。
Failover-Policy：上游区域池，禁止在关键路径上0-RTT，对区域间依赖的低时间。
撤退策略：指数backoff+jitter，总截止日期限制，带有"Idempotency-Key"的偶数PUT/POST。
5） Kubernetes和服务-mesh
5.单个群集中的1个Multi-AZ
topology spread constraints по `topology.kubernetes.io/zone`.
PodDisruptionBudget и priority classes.
NodeAffinity/Anti-Affinity-避免共定位副本。
存储区域：带有AZ复制的PV或分布式卷系统。
5.2 Multi-region (multi-cluster)
用于声明性同步的per-Region+GitOps（Argo CD/Flux）分离群集。
服务Mesh（Istio/Linkerd）：区域之间的本地化-aware加载和失误；mTLS,通用身份。
交通挂钩：新区分阶段1%→10%→50%；手柄"立即投放0%"。
6）选择RTO/RPO并绑定到模式
7）容错测试（DR）
GameDays：季度全面剧本"Pogging region/AZ"。
混沌注入：网络延迟，数据包丢失，单个AZ的经纪人/基地断开连接。
RTO/RPO事实：测量切换时间和数据丢失,发布报告。
Runbooks：分步指令和用于切换的"红色按钮"（DNS weights, feature-flags,禁用重型照片）。
8）可观察性和控制
按区域/AZ/tenant划分的度量；p95/p99沿路线潜伏。
SLO和Error Budgets到区域和全球池。
Alerts：如果第二个区域的流量正常,则单个区域的退化不应"干扰"分页。
Трейсы: baggage `region`, `az`, `failover=true/false`;报告"failover需要多少请求"。
9）安全性和合规性
数据驻留：将PII/支付数据绑定到特定区域（管辖权）。
秘密：具有跨区域密钥和旋转功能的KMS/智能 HSM；共享按区域键材料。
mTLS和地区之间的相互信任；通过ACL限制跨区域egress。
10）成本和节省
Edge-Cache+SWR-减少区域间错误。
不同的存储类别（hot/warm/cold）和downsampling 指标/logs。
按地区（夜间最低限度）划分的自动尺度配置文件。
映像身份+通过环境变量/Helm values进行差异化配置。
11）反模式
每个系统一个Stateful向导；没有法定人数的split-brain。
区域间同步记录到单个RDBMS（无法承受的潜伏期）。
具有CRDT强一致性的全局缓存→拥堵和"幻影"。
无止境的恢复→重复的交易/付款。
单个"全球"SLO-隐藏一个区域的失败。
没有常规的DR演习-计划在战斗中不可行。
12） iGaming/财务细节
区域选择支付提供商/CUS；在PSP上使用健康信号进行智能路由,在备用时进行故障切换。
管辖权：在国家/地区内保存PII和运营日志；跨区域-仅聚合/肛门。
限制/负责任游戏：本地规则和时钟-不要在区域之间正面复制,使用事件一致性。
奖金/资产负债表：等效钥匙和"真相之源"per tenant/region；DR之后的reconcile-joba。
13）迷你食谱（伪食谱）
13.1 Envoy locality-aware + failover
yaml load_assignment:
endpoints:
- locality: { region: eu, zone: eu-a }
lb_endpoints: [{ endpoint: { address:... } }]
- locality: { region: eu, zone: eu-b }
lb_endpoints: [{ endpoint: { address:... } }]
- locality: { region: us, zone: us-a } # failover target lb_endpoints: [{ endpoint: { address:... } }]
common_lb_config:
zone_aware_lb_config: {}
locality_weighted_lb_config: {}
outlier_detection:
consecutive_5xx: 5 base_ejection_time: 30s13.2 Kubernetes topology spread
yaml spec:
topologySpreadConstraints:
- maxSkew: 1 topologyKey: topology. kubernetes. io/zone whenUnsatisfiable: DoNotSchedule labelSelector: { matchLabels: { app: api } }13.3 DNS重量操纵器（想法）
"weight（eu）=90"，"weight（us）=10"，当"eu"降解时，自动移至'us"。健康检查和降低的TTL（但不太激进，30-120 s）。
14）准备就绪支票清单
- 由RTO/RPO每项服务定义并与业务保持一致。
- Stateless分布在AZ上；stateful具有法定人数/复制和可理解的一致性模型。
- 复制跨区域（asinchron/CDC）、冲突/重复数据管理器测试。
- GSLB/Anycast配置、健康检查和权重是自动化的。
[] Kubernetes: topology-spread, PDB, anti-affinity;multi-cluster GitOps.- Retrai with jitter, idempotity on write；短时间跨区域。
- 通过实际RTO/RPO测量的DR演习；当前运行手册。
- 在区域/AZ，SLO和burn-rate上的可观察性，Alertes不是"干扰"正常工作。
- 数据驻留/秘密/密钥符合监管法规。
- 经济学：egress，存储，自动滑道配置文件得到控制。
15) TL;DR
将multi-AZ构建为基础层，将multi-Region构建为业务保险。选择RTO/RPO和成本下的模式（active-active/standby）,有意识地复制数据（法定值/CDC/CRDT）,通过GSLB/Anycast管理全球流量,以及本地化平衡。强制性：等效性、短时间、常规DR 演习、区域/AZ切片上的SLO/度量。对于iGaming/financial，添加区域PSP/KYC，数据要求以及按司法管辖区划分的SLO。