数据中心灾难恢复最佳实践

尽管企业策划他们的灾难恢复 (DR) 计划并希望永远不必实际使用它们，但灾难通常是突然的、强大的并造成大规模破坏。Uptime Institute 的 2021 年全球数据中心调查（通过Facility Executive）显示，中断虽然没有前几年那么普遍，但成本却变得更高。超过 60% 的受访者报告说停机造成的损失超过 100,000 美元。这使得 DR 过程成为企业技术最密集和财务最重要的方面之一。下面，我们列出了一些最佳的灾前和灾后恢复计划。

灾前

说到最佳灾难恢复计划，没有什么能取代在预测灾难时确保数据和工作操作安全的做法。尽管在发生灾难时企业可以通过多种方式恢复正常，但最好的途径是预防。以下是您可以在灾难中防止大规模破坏的各种方法。

雇用 DRaaS

企业最好的安全措施之一是获得灾难恢复即服务。对于缺乏内部 IT 专业知识的企业而言，外包灾难恢复计划是一种经济上精明且无风险的替代方案。有几家云计算公司提供企业 DRaaS 服务，确保在灾难发生后保护您的应用程序和数据。

这些公司创建了您系统的虚拟副本，当您的现场系统停机时，该副本就会激活。这对于不能承受任何失误的关键任务系统至关重要。虽然您的内部基础设施可以在正常时间内照管操作，但在发生故障时它会被辅助虚拟副本取代。

由于虚拟副本操作发生在云中，因此即使您的内部架构中断，您的业务功能也能 24*7 全天候运行。大多数 DRaaS 服务在跨多个平台提供的配置方面都很灵活。在为您的企业雇用最好的 DRaaS 之前，您必须进行适当的研究。

自动备份和部署高级数据保护

最近出现了几种先进的数据保护措施。其中最受欢迎的是涉及地理冗余云副本的基于软件的方法。这些副本通过备份自动化使您的业务正常运行。无论发生什么灾难，您的数据和操作仍然可以访问。

备份软件将您的文件副本存储在多个异地位置，称为 DR 数据中心，确保它们与灾难现场隔离并远离。优秀的备份自动化提供商采用最新技术，并确保数据库扩展到更大的规模，以在必要时保持操作运行。请记住，公司备份设备的质量在功能上可能会有所不同。在选择供应商解决方案之前，您必须对供应商解决方案中涉及的硬件和软件进行彻底研究。

制定详细的灾难恢复计划

企业主知道一秒钟的停机时间可能造成的破坏。被搁置的每一秒都注定要花掉大量现金。避免此类停机的最佳方法是预防。灾难过后，头脑中的计划无法有效执行。创建详细的灾难恢复计划后，企业必须将其记录下来并将副本发送给负责让系统恢复运行的人员。此外，该计划必须列举在典型工作环境中恢复系统所需的步骤。如果您不要太长时间依赖第三方云中的备份功能，将会有所帮助。

灾后

虽然预防是最好的治疗方法，但您的系统永远不可能在灾难发生后 100% 完好无损。这是中断发生后您必须执行的操作。

确定灾难原因

灾难发生后，首先要做的是查明原因。通常有五个常见的灾难或系统中断原因：

硬件故障

设备故障是导致系统停机的最常见原因之一。突出的例子是硬盘驱动器等数据中心存储设备的故障。所有硬件在某些时候都容易出现故障。这就是为什么公司必须在商店里有一个很好的备份。

停电

停电是系统中断的另一个可能原因。一些中断最终会损坏您的计算机系统，从而不可避免地需要进行更换。在这种情况下，没有 DR 计划的企业可能会遭受巨大损失。

自然灾害

企业也会因地震、洪水等自然灾害而遭受中断。虽然不可能阻止地震事件，但拥有完善的灾难恢复计划的企业可以将损失降至最低。

人为错误

人为错误和不当培训可能会导致重大损失。删除重要文档或未能保存文件的正确版本等简单事故可能会造成可怕的后果。员工必须接受全面培训，尽可能避免犯此类错误。

恶意软件和病毒

确保您的系统已充分加密并且免受恶意攻击。受感染的系统最终会污染整个网络。企业必须有适当的对策来保护自己免受病毒和勒索软件的侵害。

优先识别和恢复关键任务系统

关键任务系统在停机期间会导致最严重的损坏。为避免恐慌，您必须提前准备一份最重要的关键任务系统列表，并恢复它们的优先级。这将有助于准备一份可以按规定顺序执行的连续作业列表。您的 DR 团队必须了解这些任务的重要性和优先级。系统的恢复顺序应尽量减少损坏和收入损失。

确定停机成本

灾难是不可避免的，一旦发生，您就必须接受一段时间的停机和经济损失，尽管严重程度可能因您的准备程度而异。列出灾难的后果、停机期限和由此造成的损失可以帮助您加快恢复速度并采取适当的步骤来恢复系统。一旦了解了中断的程度，您的补救措施就可以更加专注于最大限度地减少损失。

测试和重新评估 DR 系统

灾难恢复系统就位后，您必须偶尔进行测试和系统评估，以避免下次灾难来临时出现任何不愉快的意外。请记住，测试您的灾难恢复计划不仅仅是让您的团队扫描文档并将其标记为“正确”。您的 DR 计划可能包含未经训练的眼睛会错过的细微错误。最确定的行动是运行场景，通过引入新挑战来测试恢复计划的有效性。如果您可以执行恢复过程并确保它们不会令人失望，那就更好了。