从“删库跑路”到秒级恢复：用华为云 CBR 构建企业级备份与容灾体系

一、背景与痛点

二、方案设计

2.1 为什么用 CBR 而不是手动快照

2.2 备份分层架构

┌─────────────────────────────────────────────────────────┐
│ 备份策略层                                              │
│  ├── 黄金策略：数据库（每日全备+日志归档+跨区域复制）      │
│  ├── 白银策略：应用服务器（每日增量+每周全备）             │
│  └── 青铜策略：静态资源（每周全备）                       │
└─────────────────────────────────────────────────────────┘
                          │
                          ▼
┌─────────────────────────────────────────────────────────┐
│ 备份执行层（CBR）                                        │
│  ├── 云硬盘备份（崩溃一致性）                             │
│  ├── 云服务器备份（崩溃一致性+多盘一致性）                 │
│  └── 应用一致性备份（数据库静默+快照）                     │
└─────────────────────────────────────────────────────────┘
                          │
                          ▼
┌─────────────────────────────────────────────────────────┐
│ 副本存储层                                              │
│  ├── 本地 AZ 存储（快速恢复）                             │
│  └── 跨区域复制（容灾兜底）                               │
└─────────────────────────────────────────────────────────┘
                          │
                          ▼
┌─────────────────────────────────────────────────────────┐
│ 恢复与验证层                                            │
│  ├── 原位置恢复 / 新位置恢复                              │
│  ├── 文件级恢复（单文件/单表恢复）                         │
│  └── 定期恢复演练（每月一次）                             │
└─────────────────────────────────────────────────────────┘

2.3 RPO/RTO 目标定义

三、实操步骤

3.1 创建备份存储库

• 名称：backup-evs-prod
• 容量：按被保护磁盘总容量的 1.5 倍规划（保留多个历史版本）
• 保护类型：备份
• 策略：暂不关联（先建策略再绑定）

• 名称：backup-ecs-prod
• 容量：按被保护 ECS 总磁盘容量的 2 倍规划（含增量）
• 绑定服务器：选择核心应用 ECS

3.2 配置备份策略

策略名称: gold-db-daily
执行时间: 02:00（业务低峰）
备份周期: 每天
保留规则:
  日备: 保留 7 天
  周备: 保留 4 周
  月备: 保留 12 个月
  年备: 保留 3 年（合规要求）
跨区域复制: 启用
  目标区域: cn-south-1
  复制时间: 备份完成后立即复制

策略名称: silver-app-weekly
执行时间: 03:00
备份周期: 每周日 + 每日增量
保留规则:
  日备: 保留 3 天
  周备: 保留 4 周
跨区域复制: 关闭（应用层无状态，可重建）

策略名称: bronze-static
执行时间: 04:00
备份周期: 每周日
保留规则:
  周备: 保留 2 周

3.3 配置应用一致性备份（核心步骤）

1. CBR 控制台 → 云服务器备份 → 创建备份
2. 选择数据库 ECS
3. 勾选「应用一致性备份」
4. 填写脚本路径：

#!/bin/bash
# 通知 MySQL 刷盘并锁表
mysql -u root -p${DB_PWD} -e "FLUSH TABLES WITH READ LOCK;"
mysql -u root -p${DB_PWD} -e "SET GLOBAL read_only=ON;"
# 记录 binlog 位点
mysql -u root -p${DB_PWD} -e "SHOW MASTER STATUS;" > /tmp/binlog_pos.txt
touch /tmp/freeze_success

#!/bin/bash
# 解除锁表
mysql -u root -p${DB_PWD} -e "SET GLOBAL read_only=OFF;"
mysql -u root -p${DB_PWD} -e "UNLOCK TABLES;"
rm -f /tmp/freeze_success

1. 将脚本上传到 ECS /opt/ 目录，赋权 chmod +x
2. CBR 控制台填写脚本路径后保存

避坑：冻结脚本必须在 60 秒内完成，超时 CBR 会认为冻结失败并中止备份。脚本里只做轻量操作，不要加备份逻辑。

3.4 绑定策略与执行

1. 进入存储库详情 → 绑定服务器/磁盘
2. 选择需要保护的资源
3. 关联备份策略
4. 手动触发一次全量备份验证

3.5 跨区域复制配置

• 目标区域：选择异地区域（如北京四 → 广州）
• 复制带宽：默认不限（按实际网络调整）
• 加密：启用（使用 KMS 密钥加密传输和存储）

注意：跨区域复制产生跨区流量费，按实际复制数据量计费。核心数据必开，非核心可关。

3.6 恢复演练流程

1. 从最新备份创建新磁盘（不覆盖原盘）
2. 挂载到临时 ECS
3. 挂载后检查文件系统完整性：fsck -f /dev/vdb
4. 数据库启动验证：mysqld --datadir=/mnt/db --validate-config
5. 抽样查询最近 100 条订单记录，确认数据完整
6. 记录恢复时间（从发起恢复到数据可用）
7. 清理临时资源

四、验证结果

五、生产避坑清单

1. 备份策略只设“每天一次”：数据库 RPO 要求 5 分钟，每天一次意味着最多丢 24 小时数据
2. 从不验证备份可用性：备份任务显示“成功”，恢复时发现文件系统损坏
3. 备份和原数据放同一 AZ：AZ 故障一起没，备份形同虚设
4. 冻结脚本里执行 mysqldump：dump 几 GB 数据要几分钟，CBR 超时失败
5. 保留策略设太短：只保留 3 天，勒索病毒潜伏 5 天后发作，所有备份都是加密版本
6. 用 root 密钥硬编码在脚本里：密钥泄露风险，应该用 IAM 角色或环境变量
7. 恢复演练在生产库原地做：覆盖当前数据，变成二次事故
8. 忽略 binlog 归档：全备+增量不够，没有 binlog 就无法恢复到任意时间点

• 核心数据库：全备 + binlog 实时归档，RPO 可做到秒级
• 备份保留：至少保留 30 天，勒索病毒场景需保留更久
• 跨区域复制：核心数据必开，目标区域选地理距离 ≥ 500km
• 冻结/解冻脚本：只做锁表和记录位点，不做数据导出
• 恢复演练：每月一次，记录 RTO 实测值，持续优化
• 权限隔离：备份操作走独立 IAM 账号，禁止日常运维账号删除备份
• 加密：备份数据启用 KMS 加密，防备份被窃取
• 监控告警：备份失败立即告警，不能等恢复时才发现备份断了

六、成本结构梳理

经验：备份成本通常占云总支出的 3%-8%，但一次数据丢失的代价远超备份费用。不要为了省备份钱赌运气。

七、总结与扩展

• 策略分层：不同业务定不同 RPO/RTO，不搞一刀切
• 一致性保障：数据库必须应用一致性，不能只靠崩溃一致性
• 异地容灾：同城双活 + 异地备份，抵御 AZ 级故障
• 恢复验证：备份不验证等于没备份，演练要常态化

1. CDR 云容灾：从备份恢复升级到实时容灾，RTO 从分钟级压到秒级
2. 备份自动化测试：脚本化恢复验证，每周自动跑，结果推送告警
3. WORM 防篡改：启用写一次读多次策略，防勒索病毒删除备份
4. 合规审计：结合 CTS 记录所有备份/恢复操作，满足等保要求
5. 混合云备份：本地 IDC 数据通过 CBR 网关备份到云端，统一管控

本文为原创备份容灾实践，基于华为云云备份 CBR 整理，操作步骤以当前控制台页面为准。生产环境部署前请在测试环境完整验证。转载请注明出处。