FR E-commerce Paris-Frankfurt Active-Active: RPO 30s in 30 Days
1. 项目背景与目标
客户化名 「Lumière」，法国本土时尚电商，日均订单 1.2 万，覆盖法/德/比/荷/瑞士。迁移前单机房部署，曾因巴黎机房光纤中断停摆 3 小时，损失约 18 万欧元。
- 挑战：单机房无容灾，一旦巴黎断网全业务停摆；数据库异步复制延迟高，切换后丢数据。
- 目标：30 天内实现巴黎-法兰克福双活，RPO < 1 分钟，RTO < 5 分钟，单区故障自动切换。
2. 技术方案概述
架构：巴黎 + 法兰克福双活 + GeoDNS 就近路由 + 数据库强同步复制。
- 应用层：巴黎 12 台 + 法兰克福 12 台，Nginx + PHP-FPM，双活同时服务。
- 数据库：巴黎主 + 法兰克福从，半同步复制，延迟 < 30s；切换走 Orchestrator 自动故障转移。
- 存储：双区对象存储双向同步，静态资源实时一致。
- 流量调度：GeoDNS 按用户位置路由，单区健康检查失败自动切流。
3. 服务器与网络配置示例
| 层级 | 规格 | 数量 | 备注 |
|---|---|---|---|
| Web（PAR） | 8C/16G/500GB NVMe | 12 台 | 法/比/荷用户 |
| Web（FRA） | 8C/16G/500GB NVMe | 12 台 | 德/瑞/奥用户 |
| DB 主（PAR） | 32C/128G/4×3.84TB NVMe RAID10 | 1 台 | 写 IOPS ≥10 万 |
| DB 从（FRA） | 32C/128G/4×3.84TB NVMe RAID10 | 1 台 | 半同步复制 |
| Redis 集群 | 8C/64G/1TB NVMe | 6 台（PAR3+FRA3） | 全页缓存 |
| 带宽 | 10Gbps ×2（PAR+FRA） | 2 条 | France-IX/AMS-IX |
| DDoS | 300Gbps | 2 中心 | 本地清洗 |
4. 真实数据对比（上线前 vs 上线后）
| 指标 | 上线前（PAR 单活） | 上线后（PAR+FRA 双活） |
|---|---|---|
| RPO | 15 分钟 | 30 秒 |
| RTO | 3 小时 | 4 分钟 |
| 故障切换时间 | 手动 30 分钟+ | 自动 60s |
| 巴黎故障时业务中断 | 全停 | 法/比用户 60s 恢复 |
| 数据库复制延迟 | 2–5 分钟 | 10–30 秒 |
| 年可用性 | 99.82% | 99.994% |
5. 业务增长与技术分析
- RPO 从 15 分钟降到 30 秒，即使主库故障也只丢 30 秒数据，订单丢失风险从「数百单」降到「个位数」。
- RTO 从 3 小时降到 4 分钟，单区故障对用户几乎无感知，避免了去年 18 万欧元的损失。
- 双活后年可用性从 99.82% 提升到 99.994%，满足企业客户 SLA 要求，B 端合作增加。
6. 实施建议与注意事项
- 半同步复制：不要用异步（丢数据多），也不要用全同步（性能差），半同步是折中。
- GeoDNS：按用户地理位置路由，法/比/荷走巴黎，德/瑞/奥走法兰克福。
- 演练：每月做 1 次真实切流演练，验证切换脚本与 RPO/RTO。
- 合规：数据在法德之间传输属于 EU 内部，合规无虞，但审计日志需保留 12 个月。