恢复测试要分别判断服务是否就绪、恢复到了哪个数据点,以及业务状态是否一致。健康探针成功或数据库进程启动,都不能证明用户已恢复到正确状态。
从来源明确恢复目标
依据项目证据记录获批准的 RTO、RPO 定义、故障起点、业务恢复终点和可接受丢失边界。RTO 应在约定的业务路径就绪时结束,不能自动以进程启动或健康检查成功为准。RPO 依赖明确的恢复数据点;没有数据点时不要计算。
连接服务、数据与业务时间线
把故障时间、备份或日志、恢复步骤、依赖就绪和业务校验连在一起。服务重启和数据恢复是不同事件,应分别记录。
| 恢复证据 | 需要对账的内容 |
|---|---|
| 恢复数据点 | 来源备份或日志位置及其时间戳 |
| 业务记录 | ID、金额、引用、重复项和缺失区间 |
| 依赖 | 队列重放、身份、配置和下游就绪情况 |
| 完成判定 | 业务校验、补偿和操作人员交接 |
将恢复或重放后的记录与源账本对照。记录缺失区间和补偿义务,不要把部分恢复概括成完整恢复。
说明性计算示例:假设项目记录的故障起点是 10:00,按项目约定的业务路径在 10:40 就绪,恢复数据点对应 09:57,且这些时间戳使用同一时间基准。按这组时间计算,RTO 为 40 分钟;若项目的 RPO 口径是故障起点到最新恢复数据点的时间差,本次恢复的数据缺口为 3 分钟。应把计算结果与已批准的目标对照;目标或时间来源缺失时,不给出通过结论。
明确人工接管与部分恢复
自动化停止或校验步骤偏离时,应记录由谁决定继续、回滚或升级。空跑、进程重启或健康探针成功,都不能证明服务恢复了正确数据或达到了时间目标。
区分恢复测试、灾备与韧性
恢复测试聚焦特定场景下有来源的恢复点、恢复时间线、状态校验和人工接管。灾备测试扩大到灾难边界、备份策略和跨区域依赖;韧性测试则评估降级期间保留的行为及如何安全退出。三者的结论应分开保留。
记录 RCV-## 发现
记录受影响对象或规则、来源、触发条件或适用范围、预期关注点、证据状态、影响与优先级、责任角色、关闭条件和验证方法。时间线应区分服务就绪、恢复数据、业务一致性和人工交接。
准备有边界的恢复复核
将已有目标、备份、Runbook、依赖、验证查询和过往证据作为静态材料对照。恢复演练应另行设计为有授权且有停止条件的候选动作。不要访问生产,也不要在没有运行证据时声称演练通过。
相关 Skill
- 灾备测试: https://inaodeng.com/zh-cn/qaskills/disaster-recovery-testing/;覆盖更广的灾难范围和恢复依赖。
- 韧性测试: https://inaodeng.com/zh-cn/qaskills/resilience-testing/;检查降级行为与安全退出。
- 故障切换测试: https://inaodeng.com/zh-cn/qaskills/failover-testing/;聚焦主备流量和写入权。
安装与调用
安装这个 Skill:
npx skills add https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh --skill recovery-testing
调用 recovery-testing 时,提供有来源的 RTO/RPO 定义、故障与业务就绪时间戳、备份或日志证据、依赖、对账记录和人工接管规则:
请用 recovery-testing 复核这份脱敏恢复时间线。
目标:[RTO/RPO 定义、故障起点、业务就绪终点、可接受丢失]
证据:[备份/日志数据点、恢复步骤、依赖就绪、业务对账和人工接管记录]
请分别检查服务就绪、恢复数据点和业务一致性;计算可由现有时间戳支持的目标差值,并列出 RCV-## 候选发现、缺失证据和最小隔离验证动作。不要把健康探针成功当作业务恢复。
常见问题
健康探针通过,就能结束 RTO 计时吗? 只有项目定义将其作为业务恢复事件时才可以。否则应以约定的业务路径就绪时间为准。
没有恢复数据点,还能计算 RPO 吗? 不能。记录缺少的数据点和来源,不要用备份文件时间替代实际恢复数据。
源文件
阅读恢复测试 Prompt: https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh/testing-types/recovery-testing/prompts/recovery-testing.md。其中定义 RCV-## 发现合同,并要求区分服务、数据和业务恢复。