C. 高可用架构 --- 数据完整性
概述
数据的问题
数据的可访问性（可用性）
数据的完整性
手段：主动探测和快速修复能力
衡量指标
在线时间
延迟
规模
创新速度
隐私
备份与存档
备份：能够快速恢复
存档：存储，以满足审核，取证和合规要求
难点
核心：复制机制和冗余并不意味着可恢复性
如果该环境使用了混合交易型和非交易型的备份和恢复方案，那么最终恢复的数据不一定是正确的
如果某个服务必须在不停机的情况下更新，那么不同版本的逻辑可能同时并行操作数据
如果所有其他有交互关系的服务不是同步更新，那么在更新过程中各服务的不同版本之间可能会有多种组合，那么就更加增大了数据以外丢失和损坏发生的概率
数据丢失的事故类型（总计24种类型）
根源问题
用户行为
操作员错误
应用程序Bug
基础设施缺陷
硬件故障
自然灾害
影响范围
广泛
范围很窄
发生速度
快速发生
缓慢持续
数据恢复
备份策略/恢复策略
时间点恢复：把每块数据恢复到一个特定的时间点
分级备份策略
复制
缺点：在发现数据有问题之前，就已经将损坏的数据记录以及错误的删除动作更新到多个副本上
数据导出
优点
一定程度上解决了用户错误和应用程序层面的Bug问题
缺点
数据转换过程总的Bug
本地文件存储问题
以及两种格式之间潜在的语义区别
数据备份频率，技术栈越底层的地方进行数据快照所需要的时间越长
数据库层，某个交易可能只需要几秒钟复制
数据库快照导出成一个文件可能需要40分钟的时间
一个完整的文件系统备份可能需要几个小时
保留期
数据备份保存的时间
难点
将恢复数据和现有数据进行合并会将整个恢复过程变得复杂
Google SRE保障数据完整性的手段