查看演练结果、重跑和清理

当前控制台没有独立的“导出演练报告”流程。演练结果主要通过 容灾管理 / 容灾演练 列表、演练状态、执行步骤和相关 DisasterOperation 查看。

查看演练结果

进入 容灾管理 / 容灾演练。列表或卡片会展示：

演练任务名称。
容灾对象：容灾实例或容灾组。
演练目标集群。
创建时间。
最近演练时间：来自演练完成时间。
演练状态。

容灾演练列表

状态筛选与后端状态的对应关系如下：

控制台筛选	后端状态	说明
未演练	`Pending` / `Ready`	已创建，正在校验或已校验通过，等待执行。
演练中	`Executing`	已确认执行，正在推进恢复和扩容步骤。
已完成	`Completed`	演练执行完成，可以执行清理。
失败	`Failed`	校验、执行或清理失败。
清理中	`CleaningUp`	已触发清理，正在等待清理 operation 完成。
已清理	`CleanedUp`	演练资源清理完成。

如果需要查看更完整的状态，可以查看演练详情或直接查询 CR：

kubectl -n disaster-system get disasterdrill <drill-name> -o yaml

重点关注：

status.state：当前状态。
status.reason / status.message：失败原因和错误信息。
status.restoreMode：当前版本通常为 FullRestore。
status.currentStep：当前步骤。
status.steps：每个步骤的状态、开始时间、结束时间和消息。
status.validationResults：前置校验结果。
status.groupProgress：组演练的层级进度。

执行演练

演练创建后会先进入 Pending，operator 完成前置校验后进入 Ready。只有 Ready 状态可以确认执行。

控制台点击 执行演练 后，会弹出执行确认窗口；确认后 server 调用：

POST /apis/disasterdrills.testudo.softcdata.com/v1/drills/:name/confirm

该接口会把 spec.confirmed 设置为 true。operator 随后创建演练用的 DisasterOperation，并进入 Executing。

当前实例级演练固定使用完整恢复链路，执行步骤通常是：

RestoreResource -> RestoreData -> ScaleUp

RestoreResource：使用 ResourceSync 最近一次资源备份创建资源恢复。
RestoreData：使用 DataSync 最近一次数据备份恢复 PVC 数据。
ScaleUp：按记录的副本数扩容目标集群工作负载。

查看执行细节

演练的 status.operationName 会记录当前关联的 DisasterOperation。可以用它继续排查步骤和恢复对象：

op=$(kubectl -n disaster-system get disasterdrill <drill-name> -o jsonpath='{.status.operationName}')
kubectl -n disaster-system get disasteroperation "$op" -o yaml

如果要继续查看资源恢复和数据恢复对象：

resource_restore=$(kubectl -n disaster-system get disasteroperation "$op" -o jsonpath='{.status.resourceRestoreName}')
data_restore=$(kubectl -n disaster-system get disasteroperation "$op" -o jsonpath='{.status.dataRestoreName}')

kubectl -n disaster-system get apprestore "$resource_restore" -o yaml
kubectl -n disaster-system get apprestore "$data_restore" -o yaml

这些对象比列表页更适合用来定位失败步骤，例如备份不可用、目标集群恢复失败、PVC 恢复失败、Pod Ready 等问题。

重跑演练

当前平台页面没有“重跑演练”按钮，也没有直接重跑的操作入口。需要再次验证时，在平台上新建一条演练任务。

server 侧保留了重跑接口，主要用于接口级集成或后续扩展：

POST /apis/disasterdrills.testudo.softcdata.com/v1/drills/:name/restart

重跑接口只允许在 Completed 或 Failed 状态调用。它不是直接继续执行原来的 operation，而是给 DisasterDrill 写入重跑时间戳；operator 看到后会：

将 spec.confirmed 重置为 false。
清空旧的 status。
把状态重置为 Pending。
重新执行前置校验。
校验通过后再次进入 Ready，仍需要再次确认执行。

如果演练已经进入 CleaningUp 或 CleanedUp，不要按重跑处理。需要重新验证时，建议新建一条演练任务。

清理演练资源

清理只允许在 Completed 状态触发。控制台中，演练完成后主操作会从 执行演练 变为 执行清理；点击后 server 调用：

POST /apis/disasterdrills.testudo.softcdata.com/v1/drills/:name/cleanup

该接口会把 spec.cleanup 设置为 true。operator 随后创建 operationType=drill-cleanup 的 DisasterOperation，并把演练状态推进为 CleaningUp。

清理行为取决于是否配置了命名空间映射：

场景	清理行为
配置了 `namespaceMapping`	删除目标集群中映射后的演练命名空间。
未配置 `namespaceMapping`	不删除命名空间；只把目标集群工作负载缩容到 0，避免误删真实备端资源。

清理完成后状态变为 CleanedUp。如果清理 operation 失败，演练状态会变为 Failed，status.reason/status.message 会记录失败原因。

重复点击清理不会创建新的清理任务；spec.cleanup=true 后再次调用清理接口会被拒绝。

删除不等于清理

控制台的删除按钮删除的是 DisasterDrill 任务对象，不等同于清理目标集群上的演练资源。

建议顺序是：

演练完成后先保存必要证据。
对 Completed 状态的演练执行清理。
确认状态变为 CleanedUp。
再按需要删除演练任务对象。

删除演练任务前，可以先检查依赖关系和清理计划，避免误删仍需要排查的 DisasterOperation、事件和恢复对象。

建议记录的信息

每次正式演练至少记录：

演练对象：实例或组。
目标集群和命名空间映射。
创建时间、确认执行时间、完成时间。
status.state、status.reason、status.message。
status.steps 中每个步骤的耗时和结果。
关联的 DisasterOperation 名称。
资源恢复和数据恢复的 AppRestore 名称。
RTO：从确认执行到应用 Ready 的耗时。
RPO：恢复点距离源端最新数据的时间差。
人工处理步骤和下次演练前必须修复的问题。