备份运维手册是什么
面向值班人员的操作手册：把每项备份任务的位置、检查方法、失败常见原因与升级路径写清楚，让故障处理不依赖某个人的记忆。它的价值在深夜出问题时最明显——值班的人可能不是搭建备份系统的工程师，靠一份可执行的文档才能在窗口内把问题处理掉或准确上报。
基本信息
| 维护时机 | 系统变更、故障复盘、演练之后立即更新 |
|---|---|
| 存放位置 | 与备份系统解耦的文档库，最坏情况下能离线取得 |
| 面向读者 | 值班人员、新入职运维、外包驻场 |
| 配套材料 | 任务清单表、检查脚本、联系人清单、升级路径 |
手册应包含的内容
- 任务清单：调度时间、数据范围、产物路径、保留策略
- 日常检查步骤与可直接复制执行的命令
- 失败分类与处理预案：介质满、网络中断、锁等待、权限变化
- 联系人与升级路径：什么情况下找谁、多长时间内上报
- 恢复操作细则的引用位置：避免把两套内容混在一起维护
值班检查片段示意
值班检查片段示意
# 1) 昨夜任务是否全部成功
systemctl list-timers --all | grep backup
journalctl -u backup.service --since yesterday | grep -i -E 'error|failed'
# 2) 产物是否按时生成且大小合理
ls -lh /backup/appdb/ | tail -5
# 3) 隔离沙箱的最近一次校验结果
cat /var/log/backup-verify/last-result.json
# 4) 异常时按手册第 3 节分类处理并记录工单
# 任务连续失败 2 次或超出窗口 30 分钟 -> 按升级路径通知备份负责人失败分类与处理
| 现象 | 常见原因 | 处理动作 |
|---|---|---|
| 任务未启动 | 定时器被禁用或单元名变更 | 核对 list-timers 与单元文件，确认后重新启用 |
| 备份空间不足 | 保留策略未生效或数据增长 | 按手册清理过期副本，同时提交容量扩容 |
| 任务卡住不结束 | 锁等待或目标端无响应 | 区分慢与卡死：超过预期时长阈值即按卡死处理 |
| 校验失败 | 备份文件损坏或数据缺失 | 保留现场并升级，禁止直接删除失败的备份 |
手册要能离线获取：发生灾难时也许正好无法访问内部知识库。可打印或放在离线介质上，并保持版本号，避免值班拿到过期版本。