1. 评估与准备：确定需求和服务商

- 明确RTO/RPO（恢复时间/恢复点目标），例如RTO≤5分钟、RPO≤1分钟。
- 选重庆与香港的托管商：重庆侧优先考虑本地带宽、IDC资质、双链路；香港侧优先考虑国际出口带宽、BGP和延迟。
- 准备账号与证书：域名DNS管理权限、IDC工单联系人、SSH密钥对、SSL证书备份位置。

2. 网络与架构设计：主备部署与流量路径

- 拟定拓扑：主站放重庆（低延迟服务国内用户），备站放香港（对外跨境及做热备）。
- 使用低TTL的DNS策略（例如60秒）并启用DNS故障转移服务（Cloudflare、阿里云DNS或腾讯DNSPod）。
- 启用Anycast或在香港开通BGP多线出口以减少单线故障风险。

3. 应用与文件同步：保持代码与静态资源一致

- 使用rsync或Rsyncd做单向同步：在重庆主站执行：rsync -avz --delete /var/www/ hongkong_user@hk_ip:/var/www/。将此命令写入cron每1-2分钟执行。
- 对大文件或镜像使用对象存储（OSS/S3）并配置跨域复制（Bucket replication），减少同步冲突。

4. 数据库高可用：主从/主主复制与切换

- 推荐MySQL主从（或主主）复制并开启GTID。配置步骤：在主库执行 SHOW MASTER STATUS;，在备库执行 CHANGE MASTER TO MASTER_HOST='master_ip', MASTER_USER='repl', MASTER_PASSWORD='pwd', MASTER_AUTO_POSITION = 1; START SLAVE;。
- 定期执行 SHOW SLAVE STATUS\G 并用脚本报警。并准备promote脚本：当检测到主库down时，自动把从库提升为主并调整应用库连接字符串或使用VIP/Proxy切换。

5. 负载均衡与健康检查：HAProxy/NGINX + Keepalived

- 在重庆与香港各放置前端LB（HAProxy或NGINX），示例haproxy后端： backend app balance roundrobin server app1 10.0.0.1:80 check server app2 10.0.0.2:80 check - 使用Keepalived在同机房实现VIP漂移；跨机房则依赖DNS低TTL或全局流量管理（GTM）。Keepalived示例要配置vrrp_instance与notify脚本，用于在主节点down时触发DNS更新或调用API。

6. 自动化切换与脚本实现

- 健康检测：写脚本定期curl应用健康接口（/healthz），示例：if ! curl -sSf http://localhost/healthz >/dev/null; then systemctl restart app; fi，并通过Prometheus+Alertmanager报警。
- DNS自动化：使用API切换（例如Cloudflare API或DNSPod API），当主节点确认宕机时调用API把域名指向香港IP，示例用curl调用修改记录并将TTL设置短（60s）。
- 演练脚本：编写故障注入脚本（停mysql、断网、停haproxy），并记录切换时间，确保满足RTO。

7. 问：在旺季高流量下如何保证切换不丢单？

- 答：提前做两点。一是读写分离+短事务，保证主故障时从库可快速接管；二是使用会话保持或把会话存储到Redis并配置Redis主从与哨兵，切换时应用只需指向新的Redis主即可。测试切换时先在非高峰做全流程演练并监控订单写入一致性。

8. 问：如何最简单地实现DNS故障转移？

- 答：选择支持API的DNS提供商（如Cloudflare、阿里云DNS），将域名A记录的两种IP（重庆/香港）设为可切换，平时指向重庆IP。编写一条简短脚本，检测主节点不通时通过DNS API将A记录改为香港IP并把TTL调短，恢复后再切回并通知运维。配合短TTL能在几分钟内生效。

9. 问：演练频率与监控项有哪些？

- 答：建议每周做一次快速演练（模拟单节点故障）和每季度做一次全面演练（断网、DB故障、回滚）。关键监控项：应用响应码、订单成功率、数据库延迟与主从差距、队列积压、带宽与丢包率。演练结果写入故障单并修正自动化脚本。

来源：电商旺季如何依靠重庆香港服务器托管保障业务不断线