演练是为了验证冗余真的可用
混合云组网通常设计成主备两条路径，例如专线为主、VPN 或第二条专线为备。冗余设计只有演练过才算数：演练按预案主动切走主链路，记录切换耗时、丢包时长、业务表现与告警触发情况，验证「检测、收敛、恢复」三个环节是否按预期工作。很多组织的备份链路常年没被用过，真故障时才发现路由没生效、对端没放行或带宽根本不够。
基本信息
| 演练目标 | 验证故障检测、路由收敛与业务恢复全链路真实可用 |
|---|---|
| 常用方法 | 断开主链路、关闭端口，或调整路由优先级让备份生效 |
| 路由手段 | BGP 调低 LOCAL_PREF、加长 AS_PATH 或调整 MED，按方向选对属性 |
| 观测指标 | 切换耗时、丢包时长、会话是否重建、告警是否按时触发 |
| 回退要求 | 演练前明确回退条件、执行人与回退后的验证项 |
| 时间窗口 | 安排业务低峰期，避开结算、批量任务与发布窗口 |
典型使用场景
- 新链路上线后验收：主备都建立完成了，验证故障时确实能切换
- 季度容灾例行：按计划演练，保持预案与人员操作熟练度
- 架构变更后复测：调整路由策略或更换设备后重新验证切换行为
- SLA 达成度评估：把实测切换耗时与承诺指标对照，评估是否达标
- 重大活动前检查：业务高峰期前确认冗余路径可用、带宽充足
演练执行检查表
演练执行检查表
# 演练前
# □ 通知相关方，确认时间窗口与影响范围
# □ 记录基线：链路时延、丢包、带宽利用率、关键业务指标
# □ 确认回退方案与执行人，准备好回退命令
# 演练中
# □ 执行切换（断链或调路由优先级）并开始计时
# □ 观察路由收敛、会话重建与告警触发情况
# □ 记录业务侧表现：报错、超时、重试是否可接受
# 演练后
# □ 切回主链路，核对路由与业务恢复正常
# □ 输出演练报告：实测耗时、暴露问题、改进项与责任人演练记录逐项读法
| 记录项 | 正常表现 | 异常时的信号 |
|---|---|---|
| 检测耗时 | 链路探测或 BFD 在秒级发现故障 | 长时间不收敛，说明探测参数配置过松 |
| 切换耗时 | 路由切换与业务恢复在可接受区间 | 明显超出承诺值，需核查路由优先级设计 |
| 丢包时长 | 短暂丢包后恢复 | 持续丢包说明备份链路未真正接管 |
| 会话状态 | 长连接按预期重建或保持 | 数据库长事务被中断，需评估应用重试能力 |
| 告警触发 | 按预案触达值班人 | 切换成功但无人知晓，说明监控缺口 |
| 回切结果 | 回切后指标回到基线 | 回切后仍走备份，说明路由未复位 |
不要在高流量时段直接断生产链路。演练的本质是可控的人为故障，必须事先取得风险确认、准备好回退命令，并在演练期间保持可随时中止的能力。