演练真正要验证的事
复制演练的目的不是把流程走完一遍，而是回答三个问题：目标站点的数据在哪个时间点是一致的、按现有手册完成切换需要多久、切过去以后能不能切回来。演练结果必须能被复核，所以每一步都要留下时间戳与判据，而不是只记一句「切换成功」。只验证去程切换的演练，会掩盖回切路径与业务恢复中的问题，等问题暴露时往往已经是真实故障。
演练要素
| 演练类型 | 计划内切换演练、链路故障模拟演练 |
|---|---|
| 参与方 | 存储、主机、数据库、应用、网络、业务 |
| 前置条件 | 复制无积压、有可用时间窗、演练环境与生产隔离 |
| 关键指标 | 单卷同步时长、应用中断时长、数据抽样校验结果 |
| 终止条件 | 任一步骤超出预案时限即按预案回退 |
| 交付物 | 演练记录、问题清单、改进项与责任人 |
典型使用场景
- 容灾系统上线验收，需要证明切换可行而不是只证明复制在跑
- 年度常态化演练，验证手册、人员与工具链是否仍然可用
- 容灾方案变更后复验，例如新增一致性组、调整复制模式或更换链路
- 重大业务变更前的切换预演，确认变化的业务量仍在停机窗口内
- 真实故障后的复盘比对，用演练基线与实际表现判断差距在哪一环
- 跨团队交接时建立共同基线，让运维与业务对切换耗时有一致预期
切换验证项
| 验证项 | 通过判据 | 常见不通过原因 |
|---|---|---|
| 复制状态 | 演练起点复制正常且积压为零 | 带积压开始，切换后差异无法解释 |
| 一致性组 | 组内所有卷属于同一时间点 | 逐卷单独切换导致卷间时间点错位 |
| 主机接管 | 多路径重新识别目标卷并正常在线 | 未配置目标侧路径优先级或主机未重扫 |
| 数据库启动 | 实例正常挂载且无长时间恢复告警 | 未按一致性顺序停启，触发崩溃恢复 |
| 业务验证 | 核心交易与批量任务按清单全部通过 | 只验证登录页面，未覆盖批处理与接口 |
| 回切路径 | 反向复制可建立并追平到预期 RPO | 只演练去程，回切关系与方向未配置 |
演练记录必填项
演练记录必填项
# 演练编号、日期、参与人与各自角色
# 演练前基线：复制方向、积压量、源端写入速率、链路延迟
# 逐步时间戳：停写、最后一次同步、存储切换、主机接管、数据库启动、业务恢复
# 校验结论：卷标识、抽样比对结果、是否满足一致性组时间点
# 偏差与处理：哪一步超出预案时限、是否触发回退、回退是否成功
# 改进项：责任人、完成期限、下次演练的复验方式计划内切换演练可以在目标站点不写入的前提下进行，源端暂停写入后完成一次性同步，即使演练失败也不影响生产数据。故障模拟演练会强制中断链路，风险明显更高，通常只在独立演练环境或计划内切换已经稳定通过之后才开展，并需要事先明确业务侧的知情与授权范围。