Chapter 10 - Resilience, HA, and DR
本章目標
看完本章後，你應該可以回答：
- High availability、fault tolerance、disaster recovery 差在哪裡？
- Multi-AZ 和 Multi-Region 怎麼選？
- RTO / RPO 是什麼？
- backup and restore、pilot light、warm standby、active-active 怎麼分？
一句話
Resilience 是設計系統在故障時仍能服務、快速復原，並控制資料損失和中斷時間。
架構位置
Resilience 不是單一層，而是整體架構設計：compute、database、storage、network、DNS、queue、backup 都會參與。
常見服務與概念
- Multi-AZ
- Multi-Region
- Auto Scaling
- Elastic Load Balancing
- Route 53 failover
- RDS Multi-AZ
- S3 replication
- AWS Backup
- RTO / RPO
- Pilot light / warm standby / active-active
PM 視角
PM 要問清楚：可以停多久？可以丟多少資料？是 AZ failure 還是 Region failure？是否願意為更短 RTO / RPO 付更多成本？
Developer / DevOps 視角
工程師要避免單點故障，並把 recovery runbook、自動化 failover、backup restore test 納入設計，而不是只說「有備份」。
考試怎麼問
常見題型會問：
- 如何承受 AZ failure
- 如何讓 database failover
- 如何做跨 Region DR
- 如何在成本可控下達到指定 RTO / RPO
- 如何避免 service spike 壓垮 backend
常見陷阱
| 陷阱 | 正確方向 |
|---|---|
| Multi-Region 永遠最好 | 成本和複雜度高，先看 requirement |
| backup 等於 HA | backup 是 recovery，HA 是持續可用 |
| read replica 當 failover 主方案 | read replica 偏 read scaling，也可輔助 DR，但不是等同 Multi-AZ |
| RTO / RPO 混淆 | RTO 是多久恢復，RPO 是最多損失多少資料 |