企业制定灾难恢复计划至关重要。我们强烈建议您准备一份全面的灾难恢复 (DR) 计划，其中包括以下内容：
您指定的恢复点目标 (RPO)
您指定的恢复时间目标 (RTO)
促进实现这些目标的自动化流程
使用此页面上的建议来准备和应对灾难。
要详细学习；了解有助于灾难恢复的主动高可用性配置，请参阅 Atlas高可用性建议。
Atlas 灾难恢复功能
要了解支持灾难恢复的 Atlas 功能，请参阅 Atlas 架构中心的以下页面：
Atlas 灾难恢复建议
使用以下灾难恢复建议为您的组织创建 灾难恢复计划。这些建议提供了在发生灾难事件时应采取的步骤的信息。
您必须定期（最好每季度一次，但至少每半年一次）测试本节中的计划。测试通常有助于企业数据库管理 (EDM)团队做好应对灾难的准备，同时也有助于保持说明为最新。
某些灾难恢复测试可能要求执行 EDM 用户无法执行的操作。在这些情况下，请至少在计划运行测试练习之前一周打开支持案例，以便执行人为中断。
您可以在其上部署Atlas集群的每个云提供商都提供默认数据冗余，有助于缓解任何中断：
AWS 将对象存储在 AWS 区域中至少三个可用区域的多个设备上。
Microsoft Azure使用本地冗余存储(LRS)，可在所选地区的单个数据中心内将您的数据复制三份。
Google Cloud 将您的数据分布在备份区域的多个区域内。
为了增强灾难恢复能力，您可以将Atlas配置为自动在其他区域创建快照和 oplog 的副本。这确保了即使主节点 (primary node in the replica set)地区出现中断，您也可以使用存储在其他区域的快照副本恢复集群。 Atlas可根据地区可用性选择最高效的选项，从而优化恢复速度；如果恢复到这些副本所在的地区，则使用复制的快照。此外，如果由于区域中断而无法访问原始快照， Atlas将使用最近的可用快照副本恢复，从而最大限度地减少停机时间并提高恢复韧性。要学习；了解详情，请参阅 配置Atlas以自动将Atlas 备份快照复制到其他区域。
如果运行多区域或多云MongoDB 集群，请确保配置备份策略以满足降低数据损坏风险的特定需求。解决如何快速识别系统中潜在数据损坏问题的问题。建立此检测时间范围后，相应地配置备份保留，并确保可以从损坏发生之前恢复快照。考虑到检测问题时出现的任何延迟或不确定性，我们建议您在备份保留安排中纳入额外的缓冲区（通常约为 10-15%）。此填充有助于确保您能够可靠地恢复干净数据，而不会丢失关键信息，从而增强部署的整体韧性和可靠性。
所有部署范例建议
本节介绍以下灾难恢复过程：
单节点中断
如果副本集的单个节点由于部分区域中断而发生故障，假设您遵循最佳实践，您的部署应该仍然可用。如果从节点读取数据，则在从从节点(secondary node from replica set)发生故障时，可能会出现性能下降或潜在中断的事件，因为当时预配不足的节点上的负载会增加。
您可以使用Atlas用户界面的“测试主节点 (primary node in the replica set)节点故障转移”功能或“测试故障转移Atlas Administration API”端点在Atlas中测试主节点中断。
区域中断
多区域集群在事件会自动进行选举，并在必要时确定新的主节点 (primary node in the replica set)节点。此拓扑结构更改将自动传达给应用程序，允许其采取任何必要的纠正动作。为了在事件区域中断时保持应用程序正常运行，您的应用程序本身也必须使用多区域拓扑结构进行部署。此要求扩展到包括您的应用程序可能集成的任何第三方服务。要学习；了解更多信息，请参阅多区域部署范例。
如果单地区中断或多区域中断导致集群状态下降，请执行以下步骤：
将节点添加到您识别的区域
在不太可能受到中断原因影响的区域中添加正常状态所需的节点数。
要在服务中断期间通过添加区域或节点重新配置副本集，请参阅在区域服务中断期间重新配置副本集。
您可以使用Atlas用户界面的模拟停电功能或启动停电模拟Atlas Administration API端点来测试Atlas中的地区停电。
云提供商服务中断
对于多云集群，您可以跨云提供商选择可选举节点以保持高可用性。如果部署主节点 (primary node in the replica set)节点的提供商不可用，可将可选节点转换主节点 (primary node in the replica set)节点，以确保连续运行。示例，您可以在 AWS、Google Cloud 和Microsoft Azure上创建可选举节点，以确保在一个云提供商发生中断的情况下，另一提供商上的可选举节点可以接管作为集群的主节点 (primary node in the replica set)节点。要学习；了解更多信息，请参阅多云部署范例。
大多数多区域Atlas集群都会从单地区中断中自动恢复。要学习；了解更多信息，请参阅高可用性部分和多区域部署页面。如果区域中断导致大多数节点中断，您必须确定还需要添加多少节点才能使大多数节点正常运行。
在极不可能发生的整个云提供商不可用的情况下，请按照以下步骤使部署重新上线：
确定要部署新集群的替代云提供商
有关云提供商列表和信息，请参阅云提供商。
如果将备份存储在多个云提供商之间，由于云提供商中断意味着存储在主节点 (primary node in the replica set)云提供商上的任何备份都不一定不可用，因此请查找中断开始之前对集群拍摄的最新可用快照
要了解如何查看备份快照，请参阅查看 M10+ 备份快照。
将上一步的最新快照恢复到新的集群中
要学习；了解如何恢复快照，请参阅恢复集群。
将连接到旧集群的所有应用程序切换到新创建的集群
要查找新的连接字符串，请参阅通过驱动程序连接。请查看应用程序堆栈，因为您可能需要将其重新部署到新的云提供商上。
Atlas中断
在极不可能发生的 Atlas 控制平面和 Atlas 用户界面不可用的情况下，您的 Atlas 集群仍然可用且可访问。要了解更多信息，请参阅平台 Reliability。打开高优先级支持工单，进一步调查此问题。
资源容量问题
规划不善或意外的数据库流量可能会导致计算资源（如磁盘空间、RAM 或 CPU）容量问题。这种行为可能不是由灾难引起的。
如果计算资源达到最大分配量并导致灾难，请遵循以下步骤：
资源故障
重要
这是一个临时解决方案，旨在缩短整个系统的停机时间。解决根本的问题后，将新创建集群中的数据合并到原始集群，并将所有应用程序点原始集群。
如果计算资源发生故障并导致您的集群不可用，请遵循以下步骤：
删除生产数据
由于人为错误或在数据库上构建的应用程序中的漏洞，生产数据可能会被意外删除。如果集群本身被意外删除，Atlas可能会暂时保留该卷。
如果集合或数据库的内容已被删除，请按照以下步骤恢复您的数据：
创建集合或数据库当前状态的副本（如果其中包含任何数据）
您可以使用mongoexport创建副本。
恢复您的数据
如果删除发生在过去 72 小时内，并且您已配置连续备份，请使用给定时间点 (PIT) 恢复，从删除发生之前的时间点进行恢复。
如果删除操作并非发生在过去 72 小时内，则将删除操作发生之前的最新备份恢复到集群中。
要学习；了解更多信息，请参阅恢复集群。
如果您创建了数据副本，请导入您导出的新数据
您可以使用 mongoimport 与更新或插入模式来导入数据，并确保在集合或数据库中正确反映任何已修改或添加的数据。
驱动程序故障
如果驱动程序出现故障，请按照以下步骤操作：
数据损坏
重要
这是一个临时解决方案，旨在缩短整个系统的停机时间。解决根本的问题后，将新创建集群中的数据合并到原始集群，并将所有应用程序点原始集群。
如果底层数据损坏，请遵循以下步骤：