用來描述和評價數(shù)據(jù)中心有很多專有參數(shù)和指標，通過這些數(shù)據(jù)可以反映出數(shù)據(jù)中心的各種運行狀態(tài)，其中有兩個關鍵指標必須有所了解:RTO和RPO。RTO和RPO是數(shù)據(jù)中心災難恢復方面的重要參考指標。現(xiàn)在的數(shù)據(jù)中心對業(yè)務的連續(xù)性有苛刻要求，但是故障不可避免，一旦發(fā)生了故障就需要啟動備份機制，確保業(yè)務的連續(xù)性，所以現(xiàn)在數(shù)據(jù)中心都有較為完善的容災機制，RTO和RPO可以很好地反映出數(shù)據(jù)中心容災性能如何。這兩個參數(shù)是數(shù)據(jù)中心在運維過程中，一定要重點關注的指標。這個指標的好與差，是基于數(shù)據(jù)中心現(xiàn)有的各種綜合運行情況評估得出的真實結果，反映當前數(shù)據(jù)中心在災難恢復方面的修復能力。下面讓我們來詳細認識一下這兩個參數(shù)的真面目。

RTO

RTO(RecoveryTimeObjective，復原時間目標)是數(shù)據(jù)中心可容許服務中斷的時間長度。比如說服務發(fā)生后半天內(nèi)便需要恢復，RTO數(shù)值就是十二小時。RTO具體時間長短只是從故障發(fā)生后，從數(shù)據(jù)中心系統(tǒng)宕機導致應用停頓之刻開始，到數(shù)據(jù)中心系統(tǒng)恢復至可以支持各部門運作之時，此兩點之間的時間段。RTO是反映數(shù)據(jù)中心業(yè)務恢復的及時性指標，表示業(yè)務從中斷到恢復正常所需的時間，RTO數(shù)值越小，代表容災系統(tǒng)的數(shù)據(jù)恢復能力越強，數(shù)據(jù)中心可以部署很多容災系統(tǒng)，來獲取最小的RTO，但這意味著投入大量資金。提升RTO的常用技術有：磁帶恢復、人工遷移、應用系統(tǒng)遠程切換，這幾種技術的RTO的表現(xiàn)如表1所示：



部署不同的容災技術將獲得不同的RTO值，從業(yè)務連續(xù)性角度考慮，肯定希望RTO數(shù)值越小越好，尤其是很多互聯(lián)網(wǎng)數(shù)據(jù)中心，中斷幾分鐘都會損失數(shù)百萬的成交量，這些數(shù)據(jù)中心往往不惜一切代價要確保數(shù)據(jù)中心不中斷運行。應用系統(tǒng)的自動切換涉及到數(shù)據(jù)中心網(wǎng)絡、服務器、存儲等多方面的技術，不管數(shù)據(jù)中心任何一個位置出現(xiàn)了故障，這些部分都會啟動軟件系統(tǒng)進行切換，可以是設備之間的切換，也可能是集群之間的切換，還可能是異地數(shù)據(jù)中心切換，通過應用系統(tǒng)自動切換將業(yè)務轉移到其它正常的系統(tǒng)中，然后再對故障設備進行排查。將故障原因找到并排除后，再將業(yè)務切回到原有系統(tǒng)中，應用系統(tǒng)切換做得好，這個過程不會引起業(yè)務的二次中斷，讓業(yè)務無感知切換。

RPO

RPO(RecoveryPointObjective，復原點目標)是指數(shù)據(jù)中心能容忍的最大數(shù)據(jù)丟失量，是指當業(yè)務恢復后，恢復得來的數(shù)據(jù)所對應時間點，RPO取決于數(shù)據(jù)中心數(shù)據(jù)恢復到怎樣的更新程度，這種更新程度可以是上一周的備份數(shù)據(jù)，也可以是昨天的數(shù)據(jù)，這和數(shù)據(jù)備份的頻率有關，為了改進RPO，必然要增加數(shù)據(jù)備份的頻率才行。RPO是反映數(shù)據(jù)中心恢復數(shù)據(jù)完整性的指標。在同步數(shù)據(jù)復制方式下，RPO等于數(shù)據(jù)傳輸時延的時間，在異步數(shù)據(jù)復制方式下，RPO基本為異步傳輸數(shù)據(jù)排隊的時間。提升RPO的常用技術有：磁帶備份、定期數(shù)據(jù)復制、異步數(shù)據(jù)復制、同步數(shù)據(jù)復制等，這幾種技術的RPO的表現(xiàn)如表2所示：



RPO指標考驗著數(shù)據(jù)中心數(shù)據(jù)復制能力，這并不意味單純增加數(shù)據(jù)復制的頻率即可，因為應用的高峰時段無法進行備份操作，而且備份數(shù)據(jù)本身所花費的時間也會過長，數(shù)據(jù)復制頻率增加到一定程度反而會降低RPO時長。現(xiàn)在出現(xiàn)鏡像技術和快照技術可以有效地改進RPO，往往可以將RPO縮小到秒級。

RTO和RPO指標并不是孤立的，而是從不同角度來反映數(shù)據(jù)中心的容災能力。我們用下面的圖1說明下RTO和RPO兩個指標在數(shù)據(jù)中心故障處理過程中的關系：



從圖1不難看出，RPO指標來自于故障發(fā)生前，而RTO指標來自故障發(fā)生后，兩者的數(shù)值越小，就能有效縮短業(yè)務正常到業(yè)務過渡期的時間間隔，單一地提升RTO或RPO指標也可以縮減業(yè)務故障到過渡期的時間，具體從哪個指標上來改善，就要結合數(shù)據(jù)中心的實際情況分析，提升那個指標代價最小，效果更明顯。當然完美的方案當然是RTO和RPO都為零，這表示當故障發(fā)生后，系統(tǒng)立即回復，而且完全沒有數(shù)據(jù)丟失，要達到這樣的目標系統(tǒng)設計是及其復雜的，而且造價也是非常昂貴的，也不一定有這個必要。

RTO和RPO指標對于數(shù)據(jù)中心非常關鍵和重要，RTO主要考驗數(shù)據(jù)中心發(fā)生故障時，業(yè)務切換到容災系統(tǒng)或者備份系統(tǒng)的能力，RPO主要考驗數(shù)據(jù)中心數(shù)據(jù)備份能力，尤其是當數(shù)據(jù)中心發(fā)生故障時，仍要具備一定的數(shù)據(jù)備份能力。但數(shù)據(jù)中心也不能過分地追求RTO和RPO，因為RTO和RPO越小，意味著投資將越大。而總體投入成本越高，投資回報率將越低，從經(jīng)濟角度考慮，最好的容災解決方案不一定是效益最好的容災方案，容災方案的總體投入和投資回報也是必須要考慮的設計指標，最佳的解決方案必須是在RTO、RPO、運維及價錢多方面，都能夠達到平衡。所以要理性看待RTO和RPO，一方面我們努力設計一些新的容災技術，另一方面還要簡化容災技術的復雜度和造價，不要一再去追求RTO和RPO指標，有時數(shù)據(jù)中心有些缺陷，也是一種缺陷美。過度追求RTO和RPO指標，甚至做到兩者都是零，反而讓數(shù)據(jù)中心更加臃腫，運維難度大，耗費資金過多，數(shù)據(jù)中心要避免陷入單純追求提升兩個指標的怪圈，結合數(shù)據(jù)中心實際情況，因地制宜地適當提升兩個指標，才是正道。