跳到主要内容

生产容灾检查清单

上线生产容灾前，建议逐项确认。这个清单用于评审，不替代业务系统自己的连续性设计。

控制面​

  • operator、server、web 高可用部署。
  • CRD 已备份或可重建。
  • webhook 证书有效。
  • server API 有认证和审计。
  • 控制台和 API 有访问权限分级。

集群和仓库​

  • 源集群和目标集群均 Ready。
  • 对象存储多副本或跨可用区。
  • 源和目标都能访问仓库。
  • 容量、对象数量和错误率有告警。
  • 凭据轮换流程明确。

应用保护​

  • 每个实例的命名空间和标签范围明确。
  • DataSync 和 ResourceSync 策略符合 RPO。
  • 目标集群 StorageClass、IngressClass、Secret、CRD 已准备。
  • standby 资源不会提前接入生产流量。
  • 有业务一致性方案，例如数据库冻结、应用 quiesce 或外部复制。

切换预案​

  • 单实例 Failover 已演练。
  • 组级 Failover 已演练。
  • DNS、网关、负载均衡或流量平台切换步骤明确。
  • Undo、Reprotect 和 Cancel 的决策条件明确。
  • 切换窗口、负责人和审批流程明确。

演练​

  • 至少完成一次实例级演练。
  • 至少完成一次组级演练。
  • 演练报告记录 RTO、RPO 和失败项。
  • 演练资源清理完成。

监控告警​

  • 备份失败告警。
  • 恢复失败告警。
  • 同步延迟告警。
  • 操作失败告警。
  • 仓库不可用告警。
  • 控制面 Pod 异常告警。