Bagaimanakah anda menangani pemulihan bencana di AWS?

Question

Accepted Answer

**Pemulihan bencana (DR)** ialah perancangan tentang cara memulihkan sistem dan data selepas kegagalan atau bencana besar. AWS menawarkan strategi DR dengan pertukaran berbeza antara **kelajuan pemulihan**, **kehilangan data**, dan **kos** — ditakrifkan oleh objektif RTO dan RPO.

## Konsep utama: RTO dan RPO

```text
RTO (Recovery Time Objective) → how QUICKLY you must recover (acceptable downtime)
RPO (Recovery Point Objective) → how much DATA LOSS is acceptable (recover to how
  recent a point — e.g. "at most 5 minutes of data lost")
→ Lower RTO/RPO (faster recovery, less data loss) = higher cost/complexity.
  Define these based on business needs; they drive the DR strategy choice.
```

## Strategi DR (pertukaran kos berbanding kelajuan pemulihan)

```text
1. BACKUP & RESTORE → back up data (to S3, snapshots); restore after a disaster
   → cheapest; slowest recovery (hours); higher RPO. For tolerant workloads.
2. PILOT LIGHT → core systems (e.g. database, replicated) kept minimal/ready;
   scale up the rest on disaster → moderate cost, faster recovery
3. WARM STANDBY → a scaled-down but RUNNING copy in another region; scale up on failover
   → higher cost, fast recovery (minutes)
4. MULTI-SITE ACTIVE-ACTIVE → full running copies in multiple regions serving traffic
   → highest cost/complexity; near-zero RTO/RPO. For the most critical systems.
```

## Amalan DR praktikal

```text
✓ Regular, tested BACKUPS (automated; cross-region copies; verify they restore!)
✓ Cross-REGION strategy for region-level disasters (DR often = another region)
✓ INFRASTRUCTURE AS CODE → recreate environments quickly/reliably
✓ TEST DR plans regularly (a plan never tested may fail when needed)
✓ Automate failover where possible; document runbooks
→ Match the strategy to the workload's RTO/RPO and budget.
```

## Mengapa ia penting

Memahami pemulihan bencana ialah pengetahuan peringkat senior yang penting kerana **pemulihan daripada kegagalan besar adalah penting untuk sistem kritikal perniagaan**, dan DR AWS melibatkan pertukaran penting, jadi ia berharga untuk mereka bentuk sistem yang berdaya tahan.

DR menangani realiti bahawa bencana besar boleh berlaku (kegagalan rantau, kerosakan data, ralat bencana), dan **sistem kritikal perniagaan mesti mampu pulih** — menjadikan perancangan DR penting untuk sistem di mana masa henti atau kehilangan data mempunyai akibat serius.

Memahami **RTO dan RPO** adalah asas: objektif ini (sepantas mana anda mesti pulih, dan sebanyak mana kehilangan data boleh diterima) **memacu strategi DR** dan mesti ditakrifkan berdasarkan keperluan perniagaan — menjelaskan bahawa DR bukan satu saiz untuk semua tetapi keseimbangan yang sengaja.

Memahami **strategi DR** dan **pertukaran kos berbanding kelajuan pemulihannya** — backup & restore (paling murah, paling perlahan), pilot light (sistem teras sedia), warm standby (salinan berjalan bersaiz dikecilkan, pemulihan pantas), dan multi-site active-active (salinan berjalan penuh, RTO/RPO hampir sifar tetapi kos tertinggi) — ialah pengetahuan utama untuk memilih strategi yang sesuai: objektif pemulihan yang lebih menuntut menelan kos lebih tinggi, jadi strategi mesti memadankan kekritikalan dan bajet beban kerja.

Memahami **amalan DR praktikal** (sandaran teruji yang kerap, strategi rentas rantau untuk bencana peringkat rantau, Infrastructure as Code untuk mencipta semula persekitaran dengan cepat, dan yang kritikal **menguji rancangan DR** kerana rancangan yang tidak diuji sering gagal apabila diperlukan) mencerminkan disiplin operasi yang matang.

Memandangkan pemulihan daripada bencana adalah penting untuk sistem kritikal dan DR melibatkan pertukaran sebenar (kelajuan pemulihan, kehilangan data, kos) yang mesti dipadankan dengan keperluan perniagaan, dan memandangkan memahami RTO/RPO, strategi DR, dan amalan praktikal membolehkan mereka bentuk keupayaan pemulihan yang sesuai, memahami pemulihan bencana di AWS ialah pengetahuan peringkat senior yang penting untuk membina sistem yang berdaya tahan — aspek kritikal mengendalikan beban kerja penting perniagaan, mencerminkan kematangan pengurusan risiko dan perancangan daya tahan yang dijangka untuk peranan senior yang bertanggungjawab ke atas sistem di mana kegagalan dan kehilangan data membawa akibat serius.