先说一个容易被忽略的事实:云盘快照是崩溃一致性的,它相当于给磁盘拍了一张「突然断电」的照片。数据库和缓存里的数据没落盘,恢复后需要做崩溃恢复,所以快照不能替代应用层的逻辑备份。

三层各自的能力边界

  • 快照:块级增量,创建快照通常几秒完成,实际数据写入后台异步进行。能恢复到某个时刻的磁盘状态,能创建新云盘挂到别的实例上。不能跨地域直接用,也不能替代文件级恢复。
  • 自定义镜像:把系统盘和数据盘打包成镜像,可以批量创建实例、跨可用区使用,也能复制到其他地域。适合环境标准化和整机迁移,但镜像创建较慢,不适合每日高频。
  • 应用层备份:数据库 dump 到 OSS、文件打包上传、配置存版本库。这一层才保证数据逻辑正确,也是跨云迁移唯一能带走的东西。

自动快照策略怎么配

  • 创建自动快照策略,执行时间选业务低峰,比如凌晨 02:00 到 04:00,重复日期按天。
  • 保留时间设 7 到 30 天。保留越久费用越高,因为快照按实际占用容量计费,不是按个数。
  • 把策略绑定到所有生产云盘,包括数据盘。只绑系统盘是常见疏漏,业务数据恰恰在数据盘上。
  • 重要实例再加一条「每周一次手动快照 + 保留一个月」,形成日和周两层。

恢复演练的具体步骤

  • 挑一个快照,用它创建一块新云盘,不要直接回滚生产盘。
  • 把新云盘挂到一台测试实例上,挂载后检查文件系统、启动数据库、抽查表行数。
  • 记录从「决定恢复」到「业务可用」的总时间,这个数字就是你的真实 RTO。
  • 演练完释放测试盘和实例,避免闲置资源持续计费。

还有一个安全细节:快照和 OSS 备份都应该开启「禁止删除」或对象锁,并且备份用的 RAM 子账号只给写权限、不给删权限。勒索软件在云上一样会尝试删除备份。行动建议:今天先检查自动快照策略是否覆盖了全部数据盘,再挑一台核心实例做一次挂载恢复演练。