【灾难恢复】AWS上数据库的灾难恢复策略 --自动化灾难恢复战略

您可以选择实施完全或部分自动化，以更好地控制灾难恢复。如果您使用的是备份和恢复DR选项，则可以使用AWS backup自动化备份，该选项支持所有Amazon RDS数据库以及DynamoDB、Amazon DocumentDB和Amazon Neptune表。

灾难事件检测

为了缩短恢复时间，您可以考虑自动检测区域范围的事件，然后可以启动到灾难恢复区域的故障切换。为了实现自动化检测以实现积极的RTO，您可以构建一个基于健康检查的解决方案。这些健康检查不会停止于心跳（检查网络中的控制平面和数据平面模块是否可以彼此通信），而是更深入地评估应用程序组件的相互关联性，以实现准确的预测。然而，自动化解决方案可能会带来错误警报的风险，从而导致不必要的故障切换。在这种情况下，您应该谨慎，因为不必要的故障切换会给您的业务带来可用性问题。您还可以在工作流中构建手动覆盖，以确认已执行故障切换。您可以订阅Service Health Dashboard RSS提要，随时了解服务级别中断的情况。此外，您可以在您的主要地区和帐户中使用AWS Health Dashboard（需要AWS帐户），以了解可能影响您帐户的事件。这些可以帮助您在发生区域性事件时做出明智的失败决策。

故障转移

无论您选择哪种灾难恢复策略，您都可以构建自定义灾难恢复自动化解决方案，以执行到灾难恢复区域的故障切换。这种自动化可以最大限度地减少手动干预的需要，并在测试DR解决方案时提供更好的控制。您可以从AWS服务API中进行选择，AWS根据组织的偏好提供多种语言，如JavaScript、Python、PHP、.NET、Ruby、Java、Go、Node.js和C++。要构建使用这些AWS服务API的自动化，您应该首先将重点放在将数据库基础设施转换为AWS CloudFormation或Terraform模板形式的代码上。这些模板可以帮助您自动化多个数据库的故障切换，并维护应用程序和数据库组件在DR区域中的备份顺序。

出于灾难恢复目的，我们建议您关注以下两个目标：

• 现有的CloudFormation堆栈应该导出有关数据库的相关信息，包括实例名称和端点。您的自动化流程可以参考区域内的这些导出值，并执行有助于DR操作的操作。
• 如果您有生产中的资源，但没有关联的CloudFormation堆栈，那么应该专注于为这些资源创建堆栈。还要确保这些堆栈包含正确的导出值，如前一点所述。

当您达到这两个目标后，您可以使用组织选择的语言构建自动化解决方案，以利用CloudFormation导出，并在发生灾难时自动执行所需的切换操作。例如，如果您有作为CloudFormation模板部署的ElastiCache For Redis全局数据存储，则自动化代码可以访问CloudFormation导出，该导出提供有关全局数据存储的详细信息。在发生灾难时，代码可以使用ElastiCache for Redis服务API自动将辅助数据存储升级到主数据存储，而无需任何手动干预。

在一个典型的场景中，自动化应该可以扩展到组织中的多个数据库。您可以使用AWS Step Functions或AWS Batch来扩展多个数据库的自动化解决方案。