可用区是什么：容灾的第一步

可用区（Availability Zone）指同一地域内电力、网络相互独立的物理设施。同一地域的不同可用区之间内网互通但故障隔离，这是云上容灾的第一步。 一、为什么需要物理隔离 光缆被挖断、机房级断电、空调故障这类事故，影响范围是一个机房。把两台机器放在同一机房，容灾只是纸面文章；分在不同可用区，单一机房故障不至于全站下线。可用区之间的物理距离和独立供电线路，就是为这类事故准备的。 二、跨可用区怎么部署 典型架构：负载均衡后端挂两个可用区的 Web 实例，数据库主库在一个区，从库在另一个区做同步。任一可用区故障，另一区继续服务，切换由负载均衡的健康检查自动完成。健康检查间隔要拿捏：设太长故障发现慢，设太短误判频繁，几秒一次是常见取值。可用区之间的内网延迟略高于同机房，通常在毫秒级以内，多数业务无感，对写入延迟敏感的业务上线前实测一次即可。 三、成本与取舍 跨可用区部署会增加一点架构复杂度，数据库跨区同步需要实测写入表现。中小站点不必一步到位：单可用区部署，加每日快照，再加异地备份，已经能覆盖大部分风险；业务量上来之后再演进到多区架构，路径是清晰的。快照和备份要覆盖每个区的实例，跨区部署漏掉一区的备份是常见疏忽。 四、起步建议 新业务上线前先明确两个指标：RTO（故障后多久恢复服务）和 RPO（能容忍丢失多少数据）。要求越高，架构越要往多可用区走，这两个指标定了，部署方案自然浮出来。多区架构每年至少做一次故障切换演习，方案不演练就等于没有。 容灾不是买一堆冗余设备，而是把故障域切开。可用区就是云平台已经切好的故障域，关键业务用起来即可。