VMware替代后如何补齐容灾？避免业务保护断档

引言

灾备这件事，企业往往在两个极端之间摇摆：要么觉得“备份就够了”，直到一次故障发现恢复要花两天；要么想一步做到双活，报出来的预算又批不下来。问题的根源在于，把灾备当成了一个“有或没有”的开关，而它其实是一个分级的体系——不同业务对数据丢失容忍度和恢复时长的要求相差悬殊，用同一套方案覆盖所有系统，既浪费也不安全。

灾备云要解决的，正是“按业务重要性分级配置保护能力，并在同一个平台里统一编排”。本文梳理灾备的四个保护等级、容灾的全生命周期环节、以及选型时该重点评估的维度，帮助企业把灾备预算花在该花的地方。

一、灾备不是一个等级，而是四档

判断灾备等级的两个核心指标：

• RPO（Recovery Point Objective）：能容忍丢失多长时间的数据；

• RTO（Recovery Time Objective）：故障后多久要恢复业务。

按这两个指标，企业灾备通常分为四档。不是越高级越好，而是找到业务需求与成本之间的平衡点。

（上表为量级参考，具体指标与数据量、带宽、硬件配置相关，以实际 POC 实测为准。）

关键在于分级配置：一个企业内部，开发测试环境用整机备份、核心 OA 用数据级容灾、生产数据库用应用级容灾、交易系统上双活——这样才能把预算集中到真正关键的系统上。如果一套方案打天下，结果通常是核心业务保护不足、非核心业务过度投入。

二、备份、容灾、双活的区别

这三个词经常混用，实际解决的问题不同：

• 备份：把数据复制一份存起来，重点是“数据不丢”。恢复需要时间，适合可以容忍数小时中断的系统。

• 容灾：在灾备端准备好可接管的运行环境，重点是“业务能起来”。分数据级（数据同步过去）和应用级（应用能直接接管）。

• 双活：两个站点同时运行、数据同步写入，重点是“故障时业务几乎不中断”。成本较高，通常用于关键系统。

选型时先明确自己要解决的是哪个问题——“数据不丢”和“业务不停”需要的能力和投入完全不同。

三、容灾的全生命周期：不只是“复制数据”

企业容易低估的一点是：容灾不是“把数据复制过去”就完事了。一套可用的容灾体系要覆盖六个环节，缺一个环节，真出事时就可能用不上。

部署与配对：主站点与灾备站点建立连接，宜采用引导式向导部署与加密对接，降低搭建门槛。

保护配置：以业务为单位（而非单台虚拟机）打包成保护组，灾备端自动生成占位虚拟机；采用增量复制（CBT）只传变化的数据块，降低带宽占用。

恢复编排：这一环容易被忽略。业务系统有启动顺序依赖——数据库先起、中间件再起、应用最后起。如果没有编排能力（Runbook），恢复时靠人工按顺序开机，出错概率偏高。同时还要做计算、存储、网络三层的资源映射，确保灾备端起来后网络可达。

演练：容灾方案有没有用，只有演练才知道。关键是演练要非破坏性——隔离环境中拉起副本、不影响生产，演练完一键清理并自动生成报告。做不到非破坏性演练的方案，企业往往不会定期演练，容灾能力也就长期处于“不确定可用”的状态。

恢复与回切：真实故障时的切换（计划外 DR）、计划内迁移、以及故障恢复后的重保护（Reprotect）与回切（Failback），都要覆盖。只能“切过去”不能“切回来”的方案，事后会很麻烦。

监控与审计：RPO 合规率、复制链路状态、带宽趋势要能实时看到；演练与切换过程要全程留痕，满足审计要求。

四、VMware 替代后的容灾补位

一个现实场景值得单独提：企业完成 VMware 替代后，原有的 SRM（Site Recovery Manager）授权停止，容灾能力会出现空白。这时如果去采购第三方容灾软件，等于在新平台上又叠一层异构工具，运维和故障定位都变复杂。

比较稳妥的做法是选用与虚拟化/云平台原厂融合的容灾方案，并且容灾逻辑与原有 SRM 相近——这样运维团队的既有经验可以延续，不必重新学一套。评估时可以关注：容灾生命周期是否覆盖完整（部署-配对-保护-演练-恢复-回切）、是否需要额外采购第三方软件、计费方式是否清晰。

五、灾备云选型的关键维度

其中恢复编排和非破坏性演练这两项，是区分“有灾备”和“灾备真能用”的分水岭——前者决定恢复时会不会乱，后者决定你是否敢定期验证。

六、不同场景怎么选

对中大型企业，比较实用的思路是“两地三中心分层部署”：同城双活保业务连续性，异地灾备保数据底线，由同一个平台统一编排全部容灾策略。

七、总结

灾备云建设的核心不是“买一套等级更高的方案”，而是按业务重要性分级配置、并在同一平台内统一编排。选型时把分级能力、恢复编排、非破坏性演练、全流程覆盖这几项压实，比只比较 RPO/RTO 数字更有意义——因为真正决定灾备可用性的，是出事那一刻能不能有序恢复。

在灾备与容灾方向上，云轴科技 ZStack 的方案可分层来看：

• 分级保护（当前已具备）：在同一平台内提供整机备份、CDP 数据级容灾、应用级容灾与 ZBS 延展集群双活四档保护，不同业务可选不同等级，无需引入第三方工具。同步复制场景下 RPO 可接近 0、故障自动切换（以实际部署环境为准）。

• 容灾平台 ZLR（即将推出）：ZStack Live Recovery 面向关键业务与 VMware SRM 替代场景，规划覆盖部署、配对、保护、演练、恢复、回切全生命周期，延续 SRM 的容灾逻辑以降低团队学习成本；规划支持 ZSphere 虚拟化与 ZStack Cloud 云平台。ZLR 为尚未上线的产品，正式发布时间、RPO/RTO 与部署规模等具体指标以官方版本发布及实际 POC 实测为准。

• 编排与演练（规划能力）：规划提供 Runbook 优先级编排启动顺序，以及计算/存储/网络三层资源映射；规划支持非破坏性隔离演练、演练后一键清理与报告生成。上述能力以正式发布版本为准。

• 多场景灾备：覆盖整机、磁盘、文件、数据库、CDP、存储等多种灾备需求；以物理机与异构平台云主机作为灾备源端的支持范围，以实际发布版本为准。

• 安全与审计：全链路 TLS 加密与双向认证，数据驻留客户指定数据中心；演练、切换与回切过程留痕、审计日志防篡改与报告导出等能力，随容灾平台版本提供，以正式发布版本为准。

企业可结合自身业务分级、RPO/RTO 要求和现有平台，评估灾备方案的匹配度。

注：文中涉及的 RPO、RTO、部署时长、恢复规模等表现与数据量、带宽、硬件配置相关，以实际 POC 实测为准。