故障发现

切换前先确认故障级别

故障转移是容灾预案真正落地的时刻。它不是简单把 DNS 指到备用机房，而是一系列有顺序、有检查、有回滚的动作。

切换前要先确认故障级别。常见信号包括：

• 核心接口错误率持续升高。
• 主机房网络不可达。
• 数据库主节点不可写。
• 多个可用区同时异常。
• 用户侧成功率明显下降。

不要急着切换

单个指标异常不一定要容灾切换，可能只是局部服务故障：

错误率单次飙升
  -> 可能是发布回退、局部抖动
  -> 先观察是否持续

错误率持续 + 网络不可达 + 主库不可写
  -> 才考虑机房级切换

切换成本很高

切换动作成本很高：

• 数据追平要时间。
• 流量切换有风险。
• 回切又是一次风险。
• 误切会带来额外损失。

所以触发条件要明确，避免为了小故障做高风险动作。

一句话

故障发现要先确认级别：错误率持续升高、网络不可达、主库不可写、多可用区异常才是切换信号。单个指标异常不一定要切换——切换成本很高，触发条件要明确。