1. AVEVA工业平台高可用与灾备工程导入
AVEVA工业平台（如 System Platform、AVEVA Historian、AVEVA PI System 等）承载着工厂实时监控、历史数据归档、批次追溯与生产报表等关键业务。一旦平台中断，轻则造成操作员失去画面与报警，重则导致数据永久丢失、批次记录不完整，甚至触发安全联锁。因此，高可用（High Availability，HA）与灾备（Disaster Recovery，DR）不是可选的“加分项”，而是工业平台上线前必须设计、上线后必须验证的基础能力。
课程目标
本课程围绕“设计—部署—验证—运维”四个阶段展开，目标是让学员能够独立完成以下工作：
- 识别工业平台中的单点故障（SPOF），并给出冗余或容错方案；
- 根据 RTO（恢复时间目标）与 RPO（恢复点目标）选择合适的高可用与灾备架构；
- 完成 AVEVA 平台典型组件的冗余配置，包括应用服务器、历史库、通信驱动与数据库；
- 编写并执行切换测试用例，判断切换是否成功、数据是否一致；
- 建立日常巡检与故障复盘机制，持续降低非计划停机时间。
核心术语
在进入具体工程之前，需要先统一几个关键术语，避免后续沟通出现歧义。
| 术语 | 含义 | 工程关注点 |
|---|---|---|
| HA（高可用） | 通过冗余与自动切换，使系统在单点故障时仍能持续提供服务 | 切换时间通常在秒级到分钟级，节点通常在同一机房或同城 |
| DR（灾备） | 在站点级灾难发生后，利用异地副本恢复业务 | RTO/RPO 较大，需考虑数据复制链路与带宽 |
| RTO | 恢复时间目标，即业务中断到恢复的最长可接受时间 | 决定切换方式：自动、手动或冷备 |
| RPO | 恢复点目标，即允许丢失的数据时间窗口 | 决定复制方式：同步、异步或定时备份 |
| SPOF | 单点故障，任一失效即导致整体不可用 | 需通过冗余、集群或负载均衡消除 |
| 仲裁（Quorum） | 集群中用于判定主节点合法性的投票机制 | 防止脑裂，通常需要奇数个投票节点 |
| 心跳（Heartbeat） | 节点间周期性健康探测信号 | 心跳超时是触发切换的主要依据 |
整体知识地图
本课程的知识结构可以概括为“一个目标、两条主线、三层防护”。一个目标是保障工业平台业务连续性；两条主线分别是高可用（同站点冗余）与灾备（跨站点恢复）；三层防护则对应基础设施层、平台组件层与数据层。下图给出了整体知识地图与工程实践路线，帮助学员建立全局视角。
工程实践路线说明
上图右侧的五个阶段构成本课程的主线。第一阶段是需求分析，核心产出是 RTO 与 RPO 指标。例如某化工企业要求操作员画面中断不超过 30 秒、历史数据丢失不超过 5 秒，则 RTO=30s、RPO=5s，这直接决定了必须采用同步复制加自动切换，而不能使用每日备份的冷备方案。
第二阶段是架构设计。需要绘制系统拓扑，标注每个组件的冗余方式。以 AVEVA System Platform 为例，常见做法是：应用服务器（App Engine）采用双机热备，历史库（Historian）采用集群加共享存储，通信驱动（如 DAServer）采用多实例冗余，数据库采用 AlwaysOn 可用性组。每个组件都要回答“它挂了会怎样、谁来接管、多久接管”。
第三阶段是部署配置。这一阶段最容易出现“配置了但没生效”的问题。例如心跳网卡与数据网卡未分离，导致大数据量传输时心跳超时误切换；或者仲裁节点放在同一台物理机上，失去仲裁意义。课程后续章节会给出具体的配置命令与参数示例。
第四阶段是切换验证。高可用系统必须经过实际故障注入测试，不能只依赖厂商文档。验证内容包括：切换是否自动完成、切换耗时是否满足 RTO、切换后历史数据是否连续、报警是否重复或丢失、客户端是否需要重新登录。建议至少执行三类测试：主节点宕机、心跳链路中断、存储路径失效。
第五阶段是运维。高可用不是一次性工程，需要日常巡检（检查复制延迟、心跳状态、磁盘余量）、定期演练（每季度一次切换）和故障复盘（记录切换原因、耗时、数据缺口）。只有形成闭环，才能真正降低非计划停机时间。
一个贯穿课程的示例场景
为便于后续章节展开，本课程设定一个贯穿案例：某中型水处理厂部署 AVEVA System Platform 与 Historian，监控 3 条生产线，约 8000 个 I/O 点，历史数据保留 3 年。业务要求：操作员画面中断不超过 60 秒，历史数据丢失不超过 10 秒，异地灾备允许丢失不超过 15 分钟。该场景的 RTO/RPO 组合决定了同城采用自动故障转移，异地采用异步复制加手动切换。后续章节将围绕该场景逐步展开配置、测试与优化。
需要强调的是，本课程中出现的所有 IP 地址、端口号、节点名称、复制延迟数值等均为教学示例或合理假设，用于说明配置方法与判断逻辑，不代表任何真实项目的实测结果。实际工程中应以现场网络规划、硬件规格和厂商兼容性矩阵为准。
学习路径建议
- 先理解术语与指标，能独立写出一个场景的 RTO/RPO 需求；
- 再学习各组件的高可用原理，能画出冗余拓扑；
- 然后动手配置，掌握关键参数与常见坑；
- 最后通过故障注入验证，并建立巡检与复盘习惯。