3.5 演练实施

演练实施的核心逻辑是验证容灾效果，并找到改进方向。在这个过程中，需要重点关注的两个步骤：

1. 容灾演练：根据上一节的演练场景设计，将容灾演练分批次开展，便于有效地分散和控制容灾演练的风险。

2. 演练复盘：通过对演练完成的情况以及存在的问题进行评估，并找到改进方向，为下一次容灾演练做准备。

3.5.1 容灾演练

分批次容灾演练，是将演练的场景分批次进行，以控制每次演练的风险范围。容灾演练窗口的设计，主要的评估因素是影响业务的范围和时间。因此，对生产系统的任何容灾演练，必然是在业务流量最小的时间段内开展。

任何形式的容灾演练，本质上是对生产系统的一种变化，而变化是产生风险的基本因素。因此容灾演练的窗口，必须包含切换时间和应急时间。从变更三板斧的角度看，回滚是重要的应急措施。切换和回滚是一个相反的操作，因此应保证用于回滚的应急时间，大于等于切换时间。规划容灾演练窗口时间，常见的方式是：容灾演练窗口 (t)= 切换时间(t1)+ 应急时间 (t2)，且 t2 ≥ t1。

下面分别举例子说明，常见业务场景的容灾演练窗口是如何设计的。

场景 1：7x24 小时的在线业务，用户对系统响应的实时性要求最高，且用户数量比较大，业务高峰期主要集中在非睡眠时间，如银行机构的手机银行系统。这类业务的特点包括：① 7x24 小时有业务访问流量；② 凌晨 2 点至 6 点，是业务访问流量最小的时间段。因此常见的演练窗口为凌晨 2 点至 6 点，其中 2 点至 4 点是容灾切换时间 (t1)，4 点至6 点是应急时间 (t2)。

图 3-14 高度敏感业务的演练窗口

场景 2：7x24 小时的在线业务，用户实时性要求较高，且用户数量较大，业务高峰期主要集中在白天，如医保结算系统。业务特点包括：① 7x24 小时有业务；② 夜间 21点至上午 8 点，是业务流量最小的时间。因此常见的演练窗口为夜间 21 点至上午 8 点，其中 21 点至 0 点是容灾切换时间 (t1)，0 点至 8 点是应急时间 (t2)。

图 3-15 一般敏感业务的演练窗口

场景 3：离线任务，每日定时运行的大数据加工任务，如许多行业的大数据分析系统。业务特点包括：①凌晨 23 点开始至上午 9 点期间，是大数据系统进行数据汇集和加工的时间；②其他时间只有少量的流量访问大数据系统。因此常见的演练窗口为夜间 19点至 23 点，其中 19 点至 21 点是容灾切换时间 (t1)，21 点至 23 点是应急时间 (t2)。

图 3-16 大数据场景的演练窗口

《云上容灾交付服务白皮书》——3交付标准化参考框架——3.5 演练实施（下）：

https://developer.aliyun.com/article/1229830?groupCode=supportservice