1. 课程导入
欢迎进入《核心银行多活容灾与故障切换实战》。在正式进入技术细节之前，本章先解决三个问题：我们为什么要学、要学到什么程度、以及这门课用什么语言来描述问题。核心银行系统与一般互联网业务最大的区别在于：它承载的是账户余额、交易流水、清算指令和监管报送，任何一次非计划停机或数据不一致，都可能直接转化为资金风险与合规风险。因此，多活容灾不是“高可用架构的加分项”，而是核心银行系统的基础生存能力。
一、学习目标：从“知道概念”到“能切换、能复盘”
本课程的学习目标分为四个层次，建议你在学习过程中不断对照自检：
- 认知层：理解 RTO、RPO、多活、双活、主备、单元化、脑裂、仲裁等核心术语的准确含义，能区分“容灾”与“备份”、“多活”与“负载均衡”的本质差异。
- 架构层：掌握同城双活、异地多活、两地三中心等典型拓扑的适用边界，理解数据同步、流量调度、单元路由在架构中的位置。
- 操作层：能够读懂切换预案，识别切换前置检查项，执行或配合完成数据库主备切换、流量摘除与回切、应用单元引流等关键动作。
- 复盘层：能够基于切换日志与监控指标定位失败原因，区分“架构缺陷”“配置错误”“人为误操作”三类问题，并输出可落地的改进项。
二、课程整体框架：一条从原理到演练的主线
全课程共30章，整体遵循“概念—架构—数据—流量—切换—演练—复盘”的主线推进。前段建立术语与架构共识，中段深入数据同步与流量调度这两个多活容灾的技术核心，后段聚焦故障切换的实操、演练组织与事故复盘。你可以把它理解为一条完整的运维能力链路：先看懂系统，再动手切换，最后能对结果负责。
下面这张图展示了本课程的核心知识结构：以“业务连续性”为目标，向下分解为数据面、流量面、管控面三条能力线，最终汇聚到故障切换与复盘闭环。
三、核心术语：先把语言统一，再谈技术
多活容灾领域最容易出现的沟通事故，是不同团队对同一个词的理解不一致。例如“双活”在有些团队指两个中心同时承载流量，在另一些团队却指数据库主备同时在线。为避免歧义，本课程统一采用以下定义：
| 术语 | 含义 | 关键判断点 |
|---|---|---|
| RTO | 恢复时间目标，业务从中断到恢复的最长可接受时间 | 决定切换自动化程度与演练频率 |
| RPO | 恢复点目标，允许丢失的数据时间窗口 | 决定同步复制还是异步复制 |
| 多活 | 多个中心同时对外提供业务服务 | 关注流量是否真正分流 |
| 双活 | 两个中心均在线，可互为接管 | 关注数据是否双向或单向同步 |
| 脑裂 | 多个节点同时认为自己是主节点，导致数据分叉 | 是否有仲裁机制与 fencing |
| 单元化 | 按客户维度切分流量与数据，形成独立闭环单元 | 路由键与数据分片是否一致 |
四、业务价值与典型场景：为什么核心银行必须做多活
核心银行的多活容灾价值，可以从三个真实场景来理解。第一是计划内维护：数据库版本升级、机房电力检修时，通过切换把流量引到另一中心，实现业务无感。第二是单机房故障：某中心网络中断或存储异常，系统在分钟级内完成流量摘除与接管，避免营业中断。第三是区域性灾难：同城双中心同时受影响时，异地中心按预案接管，保障关键交易可继续受理。
这些场景对技术提出的要求并不相同。计划内维护可以容忍秒级抖动，但要求可回切；单机房故障要求快速判断与自动引流；区域灾难则更强调数据不丢与监管可解释。下面是一段典型的切换前置检查命令示例，用于确认数据库同步状态：
# 查看主备同步位点与延迟
show slave status\G
# 关注字段：
# Slave_IO_Running: Yes
# Slave_SQL_Running: Yes
# Seconds_Behind_Master: 0
# Retrieved_Gtid_Set / Executed_Gtid_Set 是否一致
# 切换前确认无长事务与未提交事务
SELECT * FROM information_schema.innodb_trx
WHERE TIME_TO_SEC(TIMEDIFF(NOW(), trx_started)) > 60;
如果上述检查未通过就贸然切换，最常见的后果是切换后出现数据回退或部分交易重复入账。这也是本课程反复强调“先检查、再切换、后验证”的原因。
五、常见误区与学习复盘
在进入后续章节前，先纠正四个高频误区：
- 把备份当容灾。备份解决的是数据可恢复，容灾解决的是业务可连续，两者目标不同，不能互相替代。
- 认为多活就是加负载均衡。没有数据同步与单元路由支撑的多活，只是流量分发，故障时依然无法接管。
- 忽视仲裁与 fencing。缺少仲裁的双主架构，在网络抖动时极易脑裂，造成不可逆的数据分叉。
- 只演练切换，不演练回切。回切往往比切换更复杂，未验证的回切预案在真实故障中风险极高。
完成本章后，你应该能够用自己的话解释多活与双活的区别，说明 RTO 与 RPO 对架构选型的影响，并识别脑裂与数据回退这两类核心风险。接下来，课程将进入核心银行系统架构与容灾等级划分，为后续的实战操作建立完整的架构坐标系。