金融级数据库容灾技术报告（2021年）_47页_1mb

金融级数据库容灾技术报告总结

一、容灾备份概述

1. 定义与分类

• 容灾备份（灾备）：利用技术手段建立数据应急方式，保障信息系统在灾难时能正常运行，实现业务连续性。
• 容灾分类：
  • 按距离：本地容灾（主机集群）、异地容灾（远程数据复制）。
  • 按保护级别：数据级容灾（数据备份）、应用级容灾（应用系统复制）、业务级容灾（业务连续性保障）。

2. 灾备发生方式

• 灾难原因：
  • IT系统问题（如服务器、数据库故障）；
  • 信息安全管理问题（如系统升级失败、权限混乱）；
  • 自然灾害（如地震、火灾）。
• 典型事件：
  • 2017年Gitlab遭受DDoS攻击；
  • 2018年TSB银行系统升级混乱；
  • 2014年三星数据中心火灾。

3. 灾难恢复指标

• RTO（恢复时间目标）：系统恢复时间，金融行业要求至少达到4级（≤30分钟）。
• RPO（恢复点目标）：数据丢失容忍度，金融行业要求为0，即数据无丢失。

4. 备份定义与分类

• 备份分类：
  • 按数据量：全量备份、增量备份、差异备份；
  • 按频率：定时备份、实时备份；
  • 按对象：字节级、块级、文件级；
  • 按存储介质：冷备、热备。

5. 容灾与备份的区别

• 容灾是备份的延伸，不能替代备份。
• 容灾保障业务连续性，备份保障数据完整性。

二、分布式数据库容灾架构

1. 单中心容灾

• 部署在单一生产中心，支持多可用区部署。
• 适用于对容灾要求不高的内部业务系统。
• 仅能应对部分节点故障，无法应对数据中心级灾难。

2. 同城互备

• 生产中心和灾备中心具有相同资源配置。
• 支持主备切换，适用于中等容灾需求。
• 同城距离近，网络延时小，支持强同步或异步同步。

3. 同城双活

• 业务系统同时通过生产中心和灾备中心访问。
• 数据强一致性，支持负载均衡和自动故障切换。
• 适用于高可用性要求的金融系统。

4. 两地三中心容灾

• 在同城双活基础上增加一个远距离容灾中心。
• 能抵御地震、洪水等区域级灾难。
• 通常采用异步同步机制，确保最终一致性。

三、数据库容灾技术

1. 数据备份与恢复

• 数据备份：
  • 物理备份：复制数据文件及日志，效率高但存储占用大；
  • 逻辑备份：通过SQL语句实现，灵活但效率较低。
• 数据恢复：
  • 支持按时间点恢复，恢复时间取决于备份方式和数据量。
  • 支持部分库表恢复，降低恢复时间开销。

2. 数据同步与传输

• 主从复制：异步复制，主库更新事件同步到从库。
• 半同步复制：提升数据一致性，但存在数据丢失风险。
• 组复制（MGR）：基于分布式一致性协议，支持多主写入。
• 分组强同步：提高同步可靠性，保障数据一致性。
• 云数据同步服务（DTS）：支持跨数据库迁移、同步和订阅，实现异地容灾。

3. 故障自动切换

• 计算节点故障切换：通过负载均衡实现秒级切换。
• 存储节点故障切换：自动主从切换，确保数据一致性。
• 切换流程：
  • 故障检测；
  • 切换准备；
  • 主从切换；
  • 路由调整。

4. 分布式事务容灾

• 金融业务需强一致性，常用两阶段提交、Paxos、Raft等协议。
• GaiaDB-X：
  • 自研DMVCC算法，解决全局读一致性问题；
  • 支持XA协议，保障事务一致性；
  • 提供基于全局事务点的备份恢复机制。

5. 应用应激防护

• 过载保护：通过限流策略保障系统稳定性；
• SQL入侵防御：识别非法SQL并拦截或告警；
• 数据回滚：误删数据可通过回收站快速恢复；
• 弹性扩容：支持计算和存储节点的水平扩展。

四、分布式数据库容灾方案

1. 节点故障

• 计算节点：通过负载均衡实现秒级切换；
• 存储节点主库故障：自动主从切换，数据补齐后恢复；
• 存储节点从库故障：从集群中移除故障节点，补充新副本。

2. 网络故障

• 查询影响：跨专线查询可能带来延时，但不影响系统可用性；
• 写入影响：网络抖动可能导致同步中断，需配置同步退化或强同步策略；
• 应对策略：
  • 异步同步：提升写入性能，但RPO>0；
  • 强同步：保障数据一致性，但增加事务提交延时。

3. 同城双活生产中心灾难

• 当生产中心出现灾难，灾备中心自动接管所有流量。
• 支持主从切换和分片拓扑调整，确保数据一致性。
• RTO通常在30秒至1分钟之间，RPO=0。

4. 两地三中心主区域灾难

• 主区域灾难导致生产中心和同城灾备中心全部故障，系统切换至异地灾备中心。
• 异地灾备中心承载全流量，恢复服务。
• 支持异步同步，实现数据最终一致性。

五、总结与展望

1. 混合业务负载降低容灾复杂度

• 支持OLTP和OLAP，统一数据服务架构；
• 简化数据流和存储结构，降低容灾方案复杂性。

2. 人工智能改善容灾处置灵活性

• 引入AI算法实现智能监控、预测和预警；
• 提升系统异常检测和灾难处置的灵活性与精准度。

3. 云原生实现容灾过程可编排

• 云原生数据库支持Serverless架构；
• 容灾过程可自动化编排，提升系统可用性与灾备效率。

4. 混沌工程提升容灾架构韧性

• 通过模拟故障场景验证系统边界；
• 提升分布式系统的容错与容灾能力，增强系统稳定性。

参考文献

• 2021 中国灾备行业白皮书. 国际灾难恢复（中国）协会（DRI China）.
• 2017-2022年中国灾备行业深度研究及市场前景预测报告. 智研咨询集团.
• 银行业信息系统灾难恢复管理规范. JR/T 0044-2008.
• 证券期货业数据分类分级指引. JR/T 0158-2018.
• 证券期货经营机构信息系统备份能力标准. JR/T 0059-2010.
• 分布式数据库技术金融应用规范 灾难恢复要求. JR/T0205-2020.
• The State of Software-Defined Storage, Hyperconverged and Cloud Storage. DataCore.
• MySQL官方手册：Replication, Semisynchronous Replication, Group Replication.
• Windows Server 故障转移群集与 SQL Server 官方文档.
• 什么是 Always On 可用性组？. SQL Server 官方文档.
• Shao J, Yin B, Chen B, et al. Read Consistency in Distributed Database Based on DMVCC. IEEE, 2017.