備份和復制策略

簡短摘要

強大的數據策略有三個支柱：備份、復制、恢復。復制副本減少了RTO（恢復時間），備份可保證RPO（數據丟失）並防止邏輯錯誤/勒索軟件。基本原理是：3-2-1-1-0（3份副本，2種媒體類型，1個離站，1個不變，0個檢查錯誤），定期的DR測試和關鍵集的固定性。

術語和目標

RPO-允許丟失多少數據（例如,≤ 5分鐘）。
RTO-可以恢復多長時間（例如≤ 15分鐘）。
PITR（點對點恢復）-使用日誌回放恢復「X時刻」。
數據SLO是RPO/RTO的服務級別合同以及備份任務的成功。

矩陣示例：

數據類別	RPO	RTO	註釋
交易/錢包	≤ 1-5分鐘	≤ 5-15分鐘	日誌+同步內核副本
報告/PII	≤ 1小時	≤ 1小時	WORM/immutability，歸檔
Logi/原始事件	≤ 24小時	≤ 4小時	對象，lifecycle

容錯和復制模型

拓撲變體

Active-Passive（熱/熱/冷）：更簡單、可預測的過濾器。
Active-Active：高可用性,但沖突和一致性更為復雜。
Multi-Zone/Region/Cloud：延遲與egress成本的平衡。

同步vs asinchron

同步：RPO≈0，上方，距離限制。
Asinhron：在小RPO（分鐘）下接近零RTO，可承受區域/雲。
混合動力：在區域內同步,asinchron在遠程區域。

復制品≠備份

復制副本在源代碼之後刪除錯誤/刪除。Backup是具有驗證，檢查和隔離功能的離線副本。

政策3-2-1-1-0和固定性

3份副本（prod+local備份+offsite）。
2種介質類型（單元/NAS/對象/磁帶）。
1個離線（其他站點/雲/磁帶）。
1個不可更改的副本（WORM： Object Lock, immutable snapshots/磁帶）。
0錯誤：常規集成測試測試（checksum/verify/restore測試）。

實踐：

為關鍵備份對象啟用驗證和對象鎖（Compliance/Governance）。
對於NAS/單元,可觸發快照,並在截止日期之前禁止刪除。

備份類型和時間表

Full是完整副本。
Incremental只是過去備份的變化。
Differential-自上次完整以來的更改。
帶有GFS計劃（Grandfather-Father-Son）的Forever-incremental：日間調節，每周和每月「合成完整」。

建議（示例）：

Prod DB：每天5-15分鐘（PITR）全部（或合成全）、內飾/日誌。
文件服務器：每周滿,每日積壓,每月存檔。
對象：lifecycle+版本；冷至存檔存儲類/磁帶。

應用與數據庫： PITR實踐

PostgreSQL

啟用WAL存檔和數據庫備份；通過「restore_command」進行PITR。
工具：「pgBackRest」，「wal-g」（對象），「pg_basebackup」用於完整。
分割卷：數據和WAL；使用PLP將WAL寫入快速NVMe。

MySQL/MariaDB

PITR的二進制日誌通過「Percona XtraBackup」（熱備份）完整。
GTID復制；DR為區域/雲的asinhron。

MongoDB

PITR的Oplog；用於邏輯拷貝的storaja+「mongodump」級別的狙擊手。
在備份之前測試復制副本的一致性。

Redis/緩存

不算備用：保持RDB/AOF+offsite；恢復為warm-cache或從真相來源。

Kubernetes和容器

群集的etcd是一個單獨的臨界目標（頻繁的狙擊，離網）。
Velero：宣言/資源備份+CSI-snapshots/PV；存儲在兼容S3的垃圾箱中（使用Object Lock）。
Stateful戰利品：app consistent snapshots （pre/post hooks）,否則為crash-consistent。
對象工件（模型/媒體）的轉化-在垃圾箱級別。

虛擬化和文件服務器

VM snapshots：使用CBT（更改塊跟蹤）,存儲offsite,定期做guest-aware quiesce （VSS for Windows）。
文件服務器（NAS）： snapshots+副本和常規目錄恢復測試（文件采樣）。

備用安全性

靜態加密（LUKS/ZFS/雲 KMS/Vault）和傳輸時加密（TLS/mTLS）。
密鑰管理：單個角色、雙控制、旋轉、離線存儲主密鑰。
隔離：備用軟件帳戶無權刪除固定副本；單獨的網絡/VLAN。
Ransomware可持續性：immutable, air-gap（磁帶/隔離帳戶/單元）。
審計：備份系統操作日誌、刪除/收縮警報。

窗口和吞吐量規劃

Backup Window vs負載：I/O/網絡推送、重復數據消除、壓縮。
網絡：每N分鐘加註一次，單獨的通道/VPN，夜間或永久使用QoS的復制品。
更改塊跟蹤/CDC以減少流量。
大基礎：並行流/流媒體，多通道多重映射到對象。

監控、指標和SLO

技術指標：

備份/復制任務的成功率（%）、持續時間、速度、日誌變量（WAL/binlog/oplog）。
備用存儲空間，滯後系數，其他費用。
測試恢復的時間和成功。

SLO（示例）：

Backaps的成功率≥ 99。9%/30天。
RPO ≥達到99％的時間（日誌≤目標日誌）。
RTO（測試恢復）≤ 15分鐘用於錢包，≤ 1小時報告。
每月DR-drill： 100%的法規腳本已完成。

Alerts：

錯過/失敗的備份,PITR>閾值脫落,重復數據消除率下降,空間不足,重建策略改變,沒有新鮮的測試恢復。

DR演習和恢復檢查

表（table top）：角色協調、聯系、溝通。
技術：「沙箱」恢復，RTO測量，校驗和/數據比較。
Black start：完全恢復到「裸鐵/清潔集群」。
數據目錄：每個系統類別的預先描述的恢復步驟（runbooks）。
自動化：定期「金絲雀」還原和對等校驗金額。

實用模板

1） PostgreSQL （pgBackRest+WAL存檔到對象）

ini
[global]
repo1-type=s3 repo1-path=/pgbackups repo1-s3-endpoint=minio. local:9000 repo1-s3-bucket=pg-wal repo1-s3-key=ACCESSKEY repo1-s3-key-secret=SECRET repo1-retention-full=8 start-fast=y compress-type=zst

2）wal-g（ENV示例）

bash export WALG_S3_PREFIX=s3://pg-wal/prod export AWS_ACCESS_KEY_ID=...
export AWS_SECRET_ACCESS_KEY=...
export WALG_COMPRESSION_METHOD=zstd

3）Velero（K8s-物體+罐的固定性）

yaml apiVersion: velero. io/v1 kind: BackupStorageLocation metadata: { name: default, namespace: velero }
spec:
provider: aws objectStorage:
bucket: k8s-backups config:
s3Url: https://minio. example s3ForcePathStyle: "true"
publicUrl: https://minio. example

4）對象鎖政策（示例「mc」）

bash mc version enable my/backups mc retention set --default COMPLIANCE 365d my/backups

5） GFS時間表示例（概念）

日報：每15分鐘（雜誌）加註一次，白天合成滿。
每周：一個「完整」（合成），存儲8周。
每月：完整,存儲12-24個月（存檔/磁帶）。

實施支票

已定義數據類別、所有者、RPO/RTO/SLO。
選擇了復制模型（sync/async）和拓撲模型（AZ/Region/Cloud）。
設置備份：full/incremental/PITR、時間表、目錄。
包括immutability （WORM/Object Lock/immutable snapshots）和offsyte/air-gap。
加密和KMS/Vault,分開角色和密鑰旋轉。
監測：任務成功，日誌脫落，地點，測試恢復；Alertes。
Runbooks恢復和操縱器；聯系人、升級、通信模板。
每月DR演習+報告，計劃調整。
預算和FinOps：存儲成本/egress,存檔/擦除項目。

典型錯誤

「復制副本是-不需要備份」：邏輯刪除和勒索程序將前往復制副本。
沒有恢復測試-「理論上」存在備份。
缺乏固定性和離場是一個單一的風險點。
Prod和Backaps的相同帳戶/密鑰是損害=失去一切。
備用窗口太長，→與高峰發生沖突；沒有trottling和QoS。
PITR不受期刊故障控制。
忽略app-consistent snapshot是「臟」可恢復卷。

iGaming/fintech的細節

錢包/支付核心：RPO ≤ 1-5分鐘，RTO ≤ 15分鐘；日誌（WAL/binlog）到具有WORM的對象；在+asinchron區域同步。
報告/監管：不變的存儲,長期的重組（年）,可驗證的完整性,向監管機構發布數據的明確程序。
Logi/原始事件/antifrod：廉價的長壽存儲（對象）+lifecycle；索引和店面是分開的。
山頂（比賽/錦標賽）：山頂外的後備窗口，throttling；活動期間的DR計劃；金絲雀在促銷前還原。

底線

數據保護是一門體系結構學科：3-2-1-1-0，轉換和固定，RPO/RTO作為SLO，定期DR演習和「事實上」恢復檢查。將aptime和failover的復制與邏輯錯誤和損害的備份相結合。自動化，測量，記錄-即使在最糟糕的日子裏，您也總會有工作回頭路。