AIAI Agent Dev Labaiagentdev-lab.com
登录以保存学习记录登录
菜单

SAP-C03 · LESSON 4

韧性、迁移与业务连续性15% · 4 个主题

先映射依赖并划分迁移批次，明确同步及回退条件。约定可接受的数据损失 RPO 和恢复时间 RTO，再选择灾备方式。备份存在不等于能够恢复，须演练异地还原、切换和一致性。

4.1通过演练验证迁移与恢复

概念

先映射依赖并划分迁移批次，明确同步及回退条件。约定可接受的数据损失 RPO 和恢复时间 RTO，再选择灾备方式。备份存在不等于能够恢复，须演练异地还原、切换和一致性。

原理、步骤

  1. 先写出需求和成功标准。
  2. 在测试环境操作，保留成功与失败证据。
  3. 检查结果后，使用下方领域练习验证判断。

工作中的示例

在恢复系统执行关键交易，记录实测 RPO 和 RTO。

易混淆点、考试注意事项

小测验

Q1. 关于 RPO 和 RTO，错误的说法是哪一项？

  1. RPO 是从发生故障到系统恢复所需时间的目标
  2. 一般来说，RPO 和 RTO 越短，灾难恢复机制的费用越高
  3. RPO 用“需要能回到哪个时间点”来表示可接受的数据丢失
  4. RTO 是从服务停止到恢复可接受的最长时间目标
查看答案和解析

正确答案：A RPO 是从发生故障到系统恢复所需时间的目标

RPO 是“需要恢复到哪个时间点的数据”（可接受的数据丢失），RTO 是“用多长时间恢复”。该说法把两者弄反了。

Q2. 用 DMS 迁移期间，CDC 延迟持续增加，无法追平。接下来最合适的做法是哪一项？

  1. 把 LOB 列设置改为完整 LOB 模式，防止数据缺失
  2. 加大目标数据库实例，加快写入
  3. 从全量加载重新开始任务，重置 CDC 的起始位置
  4. 确认复制实例的 CPU、内存等，必要时换成更大的实例类
查看答案和解析

正确答案：D 确认复制实例的 CPU、内存等，必要时换成更大的实例类

CDC 延迟可能由复制实例资源不足、目标写入性能、任务设置等引起。应通过指标找出原因并处理。【其他选项】重新开始耗时且没有找出原因。目标端性能也可能是原因，但应先用指标确认。完整 LOB 模式往往更慢。

参考链接

4.2设计可靠且有弹性的架构

概念

组织的重要系统要按 RTO 和 RPO 选择灾难恢复策略（备份与还原、指示灯、温备用、多站点），并用跨区域复制（Aurora Global Database、DynamoDB 全局表、S3 跨区域复制）进行设计。AWS Elastic Disaster Recovery 通过对服务器的持续复制，以低成本实现较短的 RPO。

原理、步骤

  1. 为每个系统确定 RTO 和 RPO，并按重要程度分类
  2. 选择与重要程度相符的灾难恢复策略
  3. 在区域之间持续复制数据
  4. 用 Route 53 ARC（Application Recovery Controller）等控制切换
  5. 定期进行灾难恢复演练

工作中的示例

用 Elastic Disaster Recovery 把 50 台本地重要服务器持续复制到 AWS，灾难时几分钟内启动。平时只运行轻量的暂存区。

易混淆点、考试注意事项

小测验

Q1. 在灾难恢复演练中切换到大阪区域时，EC2 中途启动失败。原因是该区域的服务配额（上限）。接下来最合适的做法是哪一项？

  1. 采用灾难发生时再联系 AWS Support 提高配额的运维方式
  2. 把灾难恢复站点的实例类型改为最小规格，使其在配额范围内能启动
  3. 确认生产规模所需的配额，提前在灾难恢复区域申请提高
  4. 改用没有配额限制的其他云作为灾难恢复站点，今后不再演练
查看答案和解析

正确答案：C 确认生产规模所需的配额，提前在灾难恢复区域申请提高

服务配额按区域、按账户设定。应提前提高配额，确保灾难恢复站点能以生产规模启动，并通过演练确认。

Q2. 希望在 DynamoDB 表的数据因负责人错误的批量更新而损坏时，能恢复到损坏之前的状态。最合适的方法是哪一项？

  1. 用全局表复制到其他区域，从损坏数据的副本中恢复
  2. 启用时间点恢复（PITR），可以还原到保留期内的任意时间点
  3. 禁用 DynamoDB Streams，使更新不会传播到其他表
  4. 增大表的读写容量，让更新处理尽快完成
查看答案和解析

正确答案：B 启用时间点恢复（PITR），可以还原到保留期内的任意时间点

PITR 可以把保留期内任意时间点的状态还原为新表。全局表会立即复制错误的更新，因此不能防范误操作。

参考链接

4.3设计确保业务连续性的解决方案

概念

业务连续性通过备份（AWS Backup 的跨区域、跨账户复制和 Vault Lock）和多区域架构来确保。Aurora Global Database 可以把 RPO 目标定为 1 秒以内、RTO 约 1 分钟，DynamoDB 全局表可以进行多区域主动/主动写入。

原理、步骤

  1. 把重要数据的备份复制到其他账户和区域
  2. 作为勒索软件对策，用 AWS Backup Vault Lock 防止删除
  3. 需要短 RPO 的数据库使用 Aurora Global Database
  4. 需要多区域写入时使用 DynamoDB 全局表
  5. 自动化切换步骤并进行演练

工作中的示例

把电商网站的订单数据库改为 Aurora Global Database，主区域故障时提升辅助集群，大约 1 分钟恢复写入。

易混淆点、考试注意事项

小测验

Q1. 希望包括新建的 EBS 和 RDS 在内都不会遗漏在备份对象之外。运维负担最小的方法是哪一项？

  1. 故障发生时再备份即可，因此新资源不特别纳入备份对象
  2. 按标签分配 AWS Backup 备份计划，自动把带有指定标签的资源纳入对象
  3. 每次创建新资源时，由负责人添加到备份台账并手动创建快照
  4. 每月一次导出所有账户的资源列表，目视检查是否有遗漏的备份
查看答案和解析

正确答案：B 按标签分配 AWS Backup 备份计划，自动把带有指定标签的资源纳入对象

在 AWS Backup 的资源分配中以标签为条件，带标签的新资源也会自动成为备份对象。用标签策略还能防止忘记添加标签。

Q2. 已有灾备架构但尚无证据满足 RTO，下一步是什么？

  1. 删除警报通知对象
  2. 通过恢复演练实测切换及数据一致性
  3. 仅在架构图上填写 RTO
  4. 无限期保留生产备份
查看答案和解析

正确答案：B 通过恢复演练实测切换及数据一致性

验证实际恢复步骤及依赖，测量耗时并改进。

参考链接

4.4确定提高可靠性的策略

概念

提高现有系统的可靠性，要找出单点故障（单个可用区、单台实例、单条连接）并实现冗余，再用 AWS Fault Injection Service（FIS）有意制造故障来确认耐受性（混沌工程）。AWS Resilience Hub 也可以根据 RTO 和 RPO 目标进行评估。

原理、步骤

  1. 审查架构，找出单点故障
  2. 用 Resilience Hub 评估是否满足目标 RTO 和 RPO
  3. 实现冗余（多可用区、Auto Scaling、双线 Direct Connect）
  4. 用 FIS 测试可用区故障和实例停止，确认恢复
  5. 根据结果改进步骤和架构

工作中的示例

用 FIS 进行停止一个可用区内实例的实验，确认 Auto Scaling 在另一个可用区补足数量需要 5 分钟，并据此重新考虑最小实例数。

易混淆点、考试注意事项

小测验

Q1. 希望在接近生产的环境中确认，当可用区故障或实例停止时，自动恢复机制和步骤是否真的有效。最合适的方法是哪一项？

  1. 用 AWS FIS 规划有意注入故障的实验，确定停止条件并观察影响
  2. 认为故障不会发生，自动恢复机制只要确认设计文档就足够了
  3. 在生产环境中由负责人不事先通知就手动接连停止实例来确认
  4. 以过去从未发生故障为由，判断机制能正确运作
查看答案和解析

正确答案：A 用 AWS FIS 规划有意注入故障的实验，确定停止条件并观察影响

AWS FIS 把故障注入作为实验管理，可以通过停止条件（告警）安全地停止，用于实际确认恢复机制和步骤。

Q2. 希望消除现有架构中的单点故障（SPOF）。三个可用区的私有子网全部经由 AZ-a 中的一个 NAT 网关访问互联网。最合适的措施是哪一项？

  1. 在另一个位置实现 Direct Connect 冗余
  2. 把文件迁移到 Amazon EFS
  3. 在每个可用区放置 NAT 网关
  4. 把 RDS 改为多可用区部署
查看答案和解析

正确答案：C 在每个可用区放置 NAT 网关

NAT 网关在其可用区内是冗余的，但无法承受可用区故障。应在每个可用区放置 NAT，让该可用区的子网指向它。

参考链接

课程由本站根据公开信息独立编写，不保证与考试内容一致。产品规格可能变化，请在参考链接中确认最新信息。

使用须知（非官方、原创题目、不保证合格）