1. 课程导论：RTO与RPO核心概念、云原生灾备面临的挑战、可视化在灾备中的价值

1.1 RTO与RPO：灾备的黄金指标

在灾备领域，RTO（Recovery Time Objective，恢复时间目标）和RPO（Recovery Point Objective，恢复点目标）是定义业务连续性的两个核心度量。RTO衡量从灾难发生到系统恢复服务所允许的最大时间间隔；RPO衡量在灾难发生时允许丢失的最大数据量（即最后一次备份的时间点）。

1.2 云原生灾备面临的挑战

传统灾备（主备切换、存储复制）在云原生环境中遭遇结构性困难。Kubernetes 的动态调度、微服务的无状态/有状态混合部署、基础设施即代码的频繁变更，使得灾备策略的制定与验证变得异常复杂。

• 动态拓扑：Pod 随时扩缩容，IP 地址不固定，传统基于 IP 的灾备策略失效。
• 有状态服务：数据库、消息队列等有状态组件的数据一致性难以保证，跨集群复制面临网络分区与延迟挑战。
• 配置漂移：Helm Chart、Kustomize 等声明式配置频繁更新，灾备环境与生产环境容易产生配置差异。
• 多集群治理：跨多个 Kubernetes 集群、多云/混合云场景下，灾备策略的统一管理与编排成为瓶颈。
• 验证成本高：传统灾备演练需要停机或搭建完整副本，云原生环境下频繁演练的自动化程度不足。

1.3 可视化在灾备中的价值

可视化不是“画一张拓扑图”，而是将灾备策略、准入规则、流量路径、恢复状态等抽象信息转化为可交互、可审计、可验证的图形化表达。在云原生灾备中，可视化解决三个核心问题：

1. 策略可读性：将 YAML 中的准入规则、网络策略、存储类映射转化为拓扑图，降低认知负载。
2. 路径可追溯：实时展示生产集群到灾备集群的流量路径、数据复制链路、同步延迟状态。
3. 变更可评审：在灾备策略变更前，通过可视化拓扑进行“预演”，提前发现冲突或遗漏。

1.4 可视化灾备的三大应用场景

可视化在云原生灾备中不是装饰，而是贯穿“策略定义 → 评审 → 演练 → 切换”全生命周期的核心能力。以下三个场景是课程后续章节的基石：