1.

规划与目标定义

- 明确RTO（恢复时间目标）和RPO（恢复点目标）；举例：RTO 30分钟、RPO 15分钟；
- 列出关键组件（ECS+镜像、系统盘、OSS对象存储、RDS/数据库、SLB、DNS）；
- 决定灾备模式：热备/暖备/冷备（推荐跨地域暖备：资源预配、数据近实时复制，保留最少运行配置以节省成本）。

2.

网络与VPC准备

- 在日本地域创建VPC、子网、路由表、安全组，端口与安全策略与主区一致；
- 若需要私网通信可建立VPN网关或Express Connect专线，或使用VPC对等（同账号跨地域需检查支持）；
- 预先配置安全组规则（放行应用端口、管理端口仅限白名单）。

3.

ECS镜像与系统盘异地复制步骤

- 在源实例上执行：先停止或使用一致性快照（若Linux可冻结I/O），使用控制台或aliyuncli创建镜像：CreateImage；
- 在控制台->镜像->选择镜像->复制镜像到日本地域（CopyImage），或使用API/CLI复制；
- 在日本机房从复制的镜像创建ECS实例，配置相同镜像/规格、挂载数据盘并恢复快照；
- 为数据盘使用快照策略：CreateSnapshot -> CopySnapshot到目标地域；必要时用ossutil迁移大文件。

4.

OSS跨地域复制（对象存储）实操

- 开启源Bucket的版本控制并创建Replication规则：控制台OSS->源Bucket->复制规则；指定目标Bucket（日本地域），授权系统角色；
- 配置筛选（前缀/标签）和同步策略（是否复制已有对象，如需一次性同步用ossutil cp或osscmd递归拷贝）；
- 验证：上传测试文件到源Bucket，检查目标Bucket是否在几分钟内出现；确保ACL与生命周期策略在目标Bucket正确配置。

5.

RDS/数据库异地复制与DTS配置

- 对于RDS（MySQL/PolarDB等）优先使用自带的跨地域备份或只读副本；若不可用，使用DTS（数据传输服务）做全量+增量复制；
- DTS操作步骤：控制台->数据传输->创建任务->选择源库（填写ID、账号、IP/端口）、目标库（日本RDS实例）；进行权限检测并创建目标库用户；
- 启动全量+增量任务，等待全量同步完成；在切换前停止应用写入或启用短暂停写窗口以保证一致性；
- 切换时修改应用数据库连接指向目标RDS地址或使用读写分离中间件进行切换。

6.

负载均衡与DNS快速切换

- 在日本地域预建SLB（负载均衡）并将日本后端ECS加入后端服务器组，配置健康检查；
- 将域名DNS（建议使用阿里云DNS）记录的TTL设置为低值（例如60秒）提前生效；
- 灾难发生时：1) 确认日本后端健康；2) 在DNS控制台修改A/AAAA或CNAME指向日本SLB；3) 若需要立即，配合CDN或全局流量管理（GTM）做权重切换。

7.

演练、恢复演练与运行手册

- 编写恢复Runbook：明确联系人、步骤（封写入点->切换数据库->启动服务->验证）；每一步写出控制台或CLI具体命令示例；
- 定期演练（季度或半年）：从故障模拟到切换验证，记录时间并优化RTO/RPO；
- 监控与告警：在CloudMonitor配置健康检查、日志审计与费用监控，演练后复盘并更新文档。

8.

问答1：如果数据库数据量很大，如何保证异地复制可行且RPO可接受？

问：对于TB级别数据库，如何做初始迁移和后续增量以满足RPO？

答：先使用物理备份或逻辑导出+离线传输（例如先做备份文件上传到OSS再在目标恢复），然后启用DTS进行全量校验后切换到增量复制。若网络带宽受限，可先做一次离线快照运送再做增量同步，RPO由增量同步窗口决定。

9.

问答2：怎样在切换时尽量减少业务中断？

问：是否有无感知切换的最佳实践？

答：使用读写分离或中间件（如Proxy）可以提前把只读流量导向目标；在切换前把应用设为只读或短暂停写，完成数据库最后一批增量同步后切换DNS并逐步恢复写入。低TTL+负载均衡合并健康检查可以缩短切换时间。

10.

问答3：日常怎么降低灾备成本同时保持可恢复性？

问：如何在控制成本下保证恢复能力？

答：采用暖备策略：只在目标地域保留镜像、快照、目标Bucket和少量按需实例；使用自动化脚本或Terraform保留基础资源模板，真正恢复时按脚本自动创建实例；对非关键数据采用长期归档策略，关键数据保持近实时复制。

来源：灾备策略在阿里云日本机房 包括异地复制与快速恢复方案