災難還原測試情境概覽
當今企業被期望能全天候運作。即使業務營運與服務提供僅有輕微延遲,都可能動搖組織的公信力,並導致重大損失。導致業務中斷的因素眾多,其中最主要的是災難——它總是在你最意想不到的時候發生。 因此,為了在市場上保持競爭力並確保業務連續性,組織必須制定一套高效的災難還原(DR)計畫,並定期進行測試。這篇部落格文章列出了在測試災難還原計畫前值得考慮的因素,並說明如何透過災難還原測試情境來協助您為災難還原做好準備。
什麼是災難復原計畫？
一般而言,災難是無法預測的,且總是猝不及防地發生。因此,重視高可用性的組織應制定一份災難復原計畫。災難復原計畫是一套以文件形式記錄的任務與程序,用於在災難影響組織的 IT 基礎架構時實施。其主要目的是將災難復原事件的負面影響降至最低,並防止可能造成的損害。一份全面的災難復原計畫會明確規定在災難發生前、發生期間及發生後應採取的行動。
災難可分為兩種類型:自然災害(龍捲風、颶風、洪水等)與人為災害(伺服器錯誤、更新失敗、駭客攻擊等)。您的災難還原計畫應基於貴組織最容易面臨的風險與威脅來制定。此外,應識別對業務運作至關重要的營運流程與應用程式,並在還原順序中給予最高優先級。 透過事先審視這些因素,您可確保災難復原計畫能應對實際災難復原事件中可能出現的任何問題。
測試災難復原計畫前應考慮的因素
制定災難復原計畫後,您應準備進行測試。即使您確信已設計出高效且完善的災難復原計畫,仍應驗證一切是否按計畫運作,並預先找出任何問題。 然而,在對災計畫進行測試之前,有幾個值得考量的因素,以確保測試過程順利成功,例如測試假設、測試範圍以及測試成功標準。
測試假設
準備測試的第一步是定義測試假設。在進行災難還原測試之前,還原團隊應討論應採取何種方向以達到最佳結果。基本上,測試假設為災難還原測試的過程奠定了基礎。 全面的測試假設應包含以下內容:
- 貴組織最易面臨的風險與威脅,以及需進行測試的相應應對機制
- 將實施的災難復原測試情境,以及選擇該情境的理由
- 進行災難復原測試所需的測試前條件與情境
- 測試結束時必須滿足的測試後條件與情境
- 預期在測試流程結束後可達成的成果
測試範圍
另一個重要因素 需考慮的是測試範圍,其概述了測試過程中應涵蓋的領域。還原團隊應明確界定哪些系統元件與功能需進行測試,並通知將參與災難還原測試之相關系統的工作人員。此外,還原團隊應界定測試流程的限制與排除事項,以確切掌握哪些項目將被測試、哪些不會被測試,並預先避免任何混淆。
測試成功準則
測試成功準則用以判定災難還原測試流程何時可視為成功實施。 透過檢視測試結果,您可以判斷預期目標是否已達成,以及哪些領域需要改進。一般而言,若災難還原計畫已證明其功能性與有效性,則該災難還原測試即被視為成功。然而,若因災難還原測試過程而識別出災難還原計畫的弱點,這同樣可視為成功。還原團隊現可透過制定對策並修正缺陷,來升級災難還原計畫。 此外,測試成功標準可讓人員評估其在災難復原測試期間的表現,並改善組織的災難應變機制。
因此,務必記錄流程的每一步驟,並預先確定測試假設、測試範圍及測試成功標準,以便為任何意外問題做好準備並採取相應行動。
何謂災難復原測試情境？
若未經事先準備便測試災難復原計畫的所有組件,實非可行之舉,因為進行災難復原測試可能是一項極具挑戰性的任務。 為確保災難還原計畫在災難事件發生時能順利運作,您應檢視組織將如何應對特定的緊急事件。為此,可運用災難還原測試情境。還原團隊可根據組織的各項因素設計災難情境,您亦可採用網路上現成的災難還原情境範本。
典型的災難復原測試情境通常會描述一項災難復原事件、其發生背景,以及該事件對相關組織造成的影響。透過模擬災難復原事件,您可以評估組織在災難復原流程方面的準備狀況,並找出更佳的方式來應對及從實際災難(無論是自然災害或人為災害)中恢復。
災難還原測試情境的類型
災難還原測試情境涵蓋多種緊急狀況與災難事件,這些情況都可能以某種方式影響貴組織的運作表現。 讓我們更仔細地探討這些災難復原測試情境的具體內容。
營運中斷
大多數組織都構成一個複雜的系統,其組成部分之間高度相互依存。因此,若其中一個組件發生故障,整個系統便會面臨中斷的風險。應設計涵蓋各類營運問題的災難復原測試情境。 為此,請設想任何關鍵運作／流程,以及可能對其造成負面影響或損害的災難還原事件。
這類災難還原測試情境通常涵蓋任何可能中斷組織運作效能的緊急狀況。與運作相關的災難還原事件範例如下:生產中心發生火災或爆炸、主要組裝線因軟體故障而停擺,或是因人為錯誤導致工作流程中斷。
技術問題
若貴組織的大部分營運都在虛擬伺服器環境中運行,模擬與技術相關的災難復原情境應是首要任務。一旦發生系統故障,業務營運可能需要一段時間才能恢復。因此,設計能反映技術問題的災難復原測試情境至關重要,這些問題可能對貴組織的營運表現造成顯著影響。此類問題可能包括伺服器故障、網路連線中斷、軟體故障、資料遺失,或無法存取備份。
關鍵人員流失
員工是任何組織不可或缺的一部分,因為他們是第一線面對並應對緊急狀況的人員。管理層應組建一支還原團隊,負責從頭到尾執行並監控災難還原流程。然而,還原團隊中某些成員——那些掌握災難還原程序關鍵知識的人員——可能會生病或離職。 因此,您應考量此類人員流失可能造成的連鎖影響,並擬定一套能涵蓋此問題的災難復原測試情境。可能的災難復原情境特點包括:員工罷工、員工蓄意破壞、流感疫情,或是遭解僱且心懷不滿的員工發動駭客攻擊。
自然災害
自然災害(例如龍捲風、颶風或地震)不僅會影響人員與財產,亦可能衝擊組織的基礎設施。自然災害通常具有突發性,且其可能造成的損害往往難以預測。因此,請評估貴組織生產中心的地理位置,並釐清該地區最可能面臨的風險與威脅。據此,您可設計出最適合貴組織的災難復原(DR)測試情境。 自然災害情境的範例包括:冰暴破壞通訊基礎設施、地震摧毀生產中心,以及洪水導致運輸問題。
商業風險
與業務相關的災難復原情境應針對貴組織量身打造,這意味著您首先需要釐清業務運作方式,以及哪些關鍵組件能確保業務連續性。 為識別哪些領域需要更高層級的保護,請執行”業務影響分析”(BIA),藉此評估最關鍵的業務運作及其中斷所造成的影響。據此,管理層可識別最可能發生的風險,並設計相應的災難復原情境。此類災難復原情境通常包括:股市崩盤、資料外洩、客戶流失至競爭對手,或關鍵供應商破產。
發生機率極低的事件
如前所述,不時會有各種災難復原事件影響組織。然而,您也應做好應對超出常規範圍事件的準備。 此類事件發生的機率極低,但員工仍應知悉其存在,並在必要時懂得如何應對。因此,您應建立包含以下緊急狀況的災難復原測試情境:飛機撞上生產中心、火山爆發或內亂。
測試災難復原計畫的重要性
即使是最周詳的災難復原計畫,在經過測試之前也無法證實其有效性。 測試災難復原計畫可讓您找出災難復原策略中的任何缺陷與不一致之處,從而確保在實際災難發生前,預先預測並防止任何可能的損害。在此情況下,強烈建議您在災難復原測試情境的背景下檢視您的災難復原計畫。 還原團隊只需依序檢視預定計畫的所有步驟並進行詳細討論,此舉既無需任何費用,執行起來也相當簡便。然而,由於此測試方法並未實際測試任何系統組件,因此僅能提供災難還原流程的基本概況。另一方面,亦可執行全面性模擬測試,但這是一項成本較高且較為複雜的活動,因為它需要在實際運作環境中測試災難還原計畫的所有組件。 儘管此種測試方式可能會中斷生產流程,但它能讓您觀察員工應對各類災難復原情境的能力,並驗證災難復原計畫的有效性。因此,您可以透過模擬各種災難復原情境,定期測試組織的災難復原計畫,藉此精進計畫內容,確保即使遭遇突發災難,也不會讓您陷入困境。
使用 NAKIVO 進行站點還原測試
若要確保系統獲得妥善保護,並能輕鬆且迅速地還原運作,僅有災難復原計畫是不夠的。組織應安裝強大的備份與複製軟體,以確保災難復原流程無縫進行。 NAKIVO Backup & Replication 正是您理想的解決方案,因其具備獨家特點 站點還原,讓您能滿足任何企業的災難復原需求。您可以 建立站點還原工作流程 (即 SR 工作)來建立包含多項動作或條件的流程,例如故障移轉、故障恢復、啟動／停止虛擬機器、執行／停止工作、掛載／卸載儲存庫等,並可依您選擇的順序進行排列。 SR 工作代表一種自動化演算法,讓您能夠設計任何規模的還原流程。您可輕鬆修改、補充或測試 SR 工作,且不會影響生產環境。之後,該流程將完全自動化,並可依排程或按需執行。
您可以在生產模式和測試模式下執行 SR 工作。若要按需執行 SR 工作測試,您首先需要確保已擁有一個 SR 工作,否則請先建立一個。 接著,請依照以下步驟操作:
- 在
Jobs儀表板中,選取您要測試的 SR 工作,然後點擊Run Job. - 隨後將開啟一個對話方塊,其中提供兩個選項:
Test site recovery job或Run site recovery job。請點擊Test site recovery job。
- 接著,將開啟一個新對話方塊,您可在其中設定還原時間目標 (RTO)。 RTO 是指系統可容忍的停機時間,在此期間內系統預期將恢復運作,以避免造成重大損失。 在此對話方塊中,您可以停用或啟用”還原時間目標”選項。若已啟用,請務必設定還原時間目標的數值,該數值定義了 SR 工作測試完成所需的允許時間。
- 按一下
Test以啟動該工作。注意: SR 工作測試亦可依排程執行。在建立新的 SR 工作時,可設定
Test Schedule選項。因此,您可以設定 SR 工作,使其根據您選擇的排程執行定期測試。
針對先前已建立的 SR 工作,另有設定測試排程的方法。在此情況下,您必須前往首頁的左側面板,然後右鍵點擊您要為其設定測試排程的 SR 工作。 此時會出現一個彈出式選單,其中包含各種工作管理選項,例如 Run Job, Rename, Edit, Delete, 和 Disable。點擊 Edit.
接著,點擊”測試排程”區段,並輸入您選擇的排程設定。此選單與”新增站點還原工作精靈”中的選單完全相同。
因此,您可以設定 SR 工作,使其根據最適合您組織的排程執行定期測試。
結論
任何了解災難復原(DR)事件後果的組織,都會意識到制定一套全面的災難復原計畫的重要性。然而,許多災難復原計畫因缺乏測試而被證實無效。為了確保您的災難復原計畫既有效率又與時俱進,設計各種災難復原情境並將其納入災難復原測試流程中至關重要。 災難還原情境讓您能夠訓練員工如何應對災難,無論該災難有多麼出乎意料或發生機率多低,從而避免任何可能的恐慌或混亂。
透過 NAKIVO Backup & Replication,您可以確信系統受到可靠保護,並能輕鬆還原。這項新特點——站點還原——是一項自動化多功能工具,可減輕手動執行災難還原流程的壓力。 此外,您可隨時執行站點還原工作測試,且不會影響生產環境。收到測試結果後,您可找出還原策略中的缺陷,並據此更新站點還原工作。因此,站點還原功能性為您帶來多項好處,旨在確保您的業務連續性與資料保護。
立即下載免費試用版,在您的 VMware、Hyper-V 或混合環境中測試此產品！
