災(zāi)難恢復(fù)（Disaster Recovery 簡(jiǎn)稱(chēng)DR）系統(tǒng)主要是針對(duì)在計(jì)算機(jī)軟件系統(tǒng)在正常使用過(guò)程中，如果服務(wù)器等關(guān)鍵部件運(yùn)行出現(xiàn)了問(wèn)題以后，我們?nèi)绾巫龊脩?yīng)急恢復(fù)工作，就像突然遭遇到了一個(gè)災(zāi)難，如何讓計(jì)算機(jī)系統(tǒng)恢復(fù)過(guò)來(lái)。目前對(duì)于災(zāi)難的定義有很多種，可以是自然災(zāi)害如水淹、火災(zāi)、黑客入侵等，稱(chēng)之為災(zāi)難說(shuō)明事故很?chē)?yán)重，并不是系統(tǒng)出現(xiàn)了一個(gè)小BUG，你可以自己去恢復(fù)，而是需是用一種事先制定好的災(zāi)難恢復(fù)計(jì)劃來(lái)恢復(fù)。目前對(duì)于災(zāi)難恢復(fù)現(xiàn)在有很多種方式，自己的單位要事先制定一套災(zāi)難恢復(fù)計(jì)劃，比如說(shuō)這一個(gè)服務(wù)器不可用了，你可以用其它的，還有現(xiàn)在可以應(yīng)用云的技術(shù)，把服務(wù)器布署在云上，可以減少物理災(zāi)害，用的是云的算力而不需要自己的服務(wù)器。當(dāng)然云服務(wù)器服務(wù)商也要有如何避免災(zāi)難的措施。

       災(zāi)難恢復(fù)一般是由IT部門(mén)負(fù)責(zé)，包括了系統(tǒng)的恢復(fù)，任何一個(gè)系統(tǒng)都應(yīng)該有一個(gè)災(zāi)難恢復(fù)計(jì)劃，不只局限于計(jì)算機(jī)化系統(tǒng)，也包括我們的生產(chǎn)系統(tǒng)和系統(tǒng)運(yùn)行所需要的所有基礎(chǔ)設(shè)施。災(zāi)難恢復(fù)計(jì)劃是要確保在災(zāi)難下組織的生產(chǎn)系統(tǒng)能在預(yù)定義的時(shí)間內(nèi)恢復(fù)基本運(yùn)作。

       做災(zāi)難恢復(fù)首先要明白什么叫系統(tǒng)恢復(fù)和容錯(cuò)能力，系統(tǒng)恢復(fù)和容錯(cuò)能力的主要目標(biāo)就是消除單點(diǎn)故障，就是一個(gè)組件故障了，整個(gè)系統(tǒng)崩潰。容錯(cuò)能力就是那怕是單點(diǎn)故障了，一個(gè)組件壞了以后，整個(gè)系統(tǒng)仍然可以正常運(yùn)行。計(jì)算機(jī)化系統(tǒng)里稱(chēng)之為冗余。包含的主要部件有硬盤(pán)驅(qū)動(dòng)器、服務(wù)器、網(wǎng)絡(luò)設(shè)備、電源、PLC等。

       硬般服務(wù)器常冗余見(jiàn)的就是做鏡象備份，如插兩塊硬盤(pán)，實(shí)時(shí)備份，如果其中一個(gè)壞掉了，另外一個(gè)可以保證正常應(yīng)用。電源冗余就是雙電源供電，一個(gè)壞了另一個(gè)還可以接著用、一用一備。我們要避免單點(diǎn)故障就把整個(gè)系統(tǒng)拖跨。所以要提高主要部件冗余程度。

       災(zāi)難恢復(fù)的主要策略：首先就是確定業(yè)務(wù)單元的優(yōu)先順序，為了能盡快的有效恢復(fù)系統(tǒng)運(yùn)行，設(shè)計(jì)我們的應(yīng)爭(zhēng)恢復(fù)計(jì)劃應(yīng)該從優(yōu)先級(jí)別最高為主，比如純化水系統(tǒng)故障了，首先是恢復(fù)能手動(dòng)控制能繼續(xù)保證生產(chǎn)，這是第一位的，再恢復(fù)PLC實(shí)現(xiàn)自動(dòng)控制相關(guān)的，這些不恢復(fù)暫時(shí)不影響操作，所以要確定系統(tǒng)中各業(yè)務(wù)單元的優(yōu)先順序。如果手工流程可以使業(yè)務(wù)繼續(xù)運(yùn)行下去的話，還需要考慮一旦電子化系統(tǒng)恢復(fù)以后，之前手工的流程如何同步回我們的電子記錄，或者說(shuō)我們這一段的記錄怎么交接。

       其次要有災(zāi)難發(fā)生時(shí)的處置程序，對(duì)員工進(jìn)行災(zāi)難恢復(fù)的培訓(xùn)，讓員工知道遇到災(zāi)難發(fā)生時(shí)應(yīng)該按照什么流程處理，讓管理者在出現(xiàn)災(zāi)難時(shí)能夠按照正確的規(guī)程來(lái)執(zhí)行恢復(fù)，相當(dāng)于一個(gè)應(yīng)急預(yù)案。

       系統(tǒng)按照工作組劃分來(lái)進(jìn)行恢復(fù)，在設(shè)計(jì)災(zāi)難恢復(fù)計(jì)劃時(shí)都是以組來(lái)進(jìn)行實(shí)施的，比如一個(gè)車(chē)間出現(xiàn)問(wèn)題的時(shí)候，我們肯定是生產(chǎn)組的管生產(chǎn)設(shè)備，IT組的管服務(wù)器、PLC等，QC的管QC等按組來(lái)分的，在制定計(jì)劃時(shí)要以組為目標(biāo)，每個(gè)組恢復(fù)到正常的工作狀態(tài)。

       是否有可替化的設(shè)備或方案，如果PLC壞了是否有手動(dòng)的方法和流程，這就是可替代的方案，筆者曾經(jīng)遇到過(guò)，我車(chē)間臺(tái)壓片機(jī)，員工的操作中沒(méi)有蓋下觸摸屏的防護(hù)罩，怡好一個(gè)工具落上去，屏幕環(huán)了無(wú)法顯示了，但設(shè)備還在運(yùn)行，其它部件完全不受影響，當(dāng)時(shí)這臺(tái)設(shè)備也是新購(gòu)買(mǎi)不久的，沒(méi)有屏幕備件，就面臨著運(yùn)行參數(shù)不可控，產(chǎn)品質(zhì)量無(wú)法保證。當(dāng)時(shí)正好我單位有別的車(chē)間新購(gòu)了一臺(tái)同型號(hào)的壓片機(jī)，我們直接拆下控制屏換上了，這就是替代的方案，但不認(rèn)為是一個(gè)好的應(yīng)急案。

       恢復(fù)計(jì)劃制定的主要關(guān)注點(diǎn)，不限于計(jì)算機(jī)化系統(tǒng)。包括緊急事件響應(yīng)，人員的通知，評(píng)估、數(shù)據(jù)備份、外部通信、公共設(shè)施、物流、恢復(fù)與還原等。出現(xiàn)了緊急事件以后，要按按照事先規(guī)定的，那些優(yōu)先級(jí)高的要先處理，優(yōu)先級(jí)低的可以往后放，災(zāi)難恢復(fù)一定要有一個(gè)聯(lián)系人的清單和聯(lián)系方式，在出現(xiàn)故障時(shí)現(xiàn)場(chǎng)人員可以直接聯(lián)上，甚至還要有備作聯(lián)系人。當(dāng)人員到場(chǎng)后需要對(duì)這個(gè)災(zāi)難進(jìn)行評(píng)估，這個(gè)災(zāi)難是屬于那一個(gè)級(jí)別的，應(yīng)該執(zhí)行那一個(gè)災(zāi)難恢復(fù)的流程，最好能夠列出一些依據(jù)。數(shù)據(jù)一定要遠(yuǎn)程備份，定期備份，每天進(jìn)行增量備份，定期進(jìn)行一個(gè)完整的備份。災(zāi)難恢復(fù)時(shí)有一些備件要提前備上，關(guān)鍵部件一般價(jià)值都比較高，正常情況下會(huì)有供貨周期，如遇到突發(fā)情況如疫情發(fā)生，物流不走了，想發(fā)都發(fā)不出，這就在計(jì)劃中制定那些關(guān)鍵部件要備分。在恢復(fù)系統(tǒng)時(shí)是執(zhí)行恢復(fù)還是還原，就要 看如果原系統(tǒng)在恢復(fù)的基礎(chǔ)上還能用，那就恢復(fù)回來(lái)，如果無(wú)法恢復(fù)，那就在原來(lái)備份的基礎(chǔ)上還原回來(lái)，這個(gè)也是要進(jìn)行評(píng)估的?；謴?fù)后根據(jù)系統(tǒng)的關(guān)鍵性進(jìn)行確認(rèn)與驗(yàn)證工作。

       災(zāi)難恢復(fù)后期還是要進(jìn)行培訓(xùn)，對(duì)新員工進(jìn)行培訓(xùn)，對(duì)擔(dān)任災(zāi)難恢復(fù)的主要人員進(jìn)行培訓(xùn)，對(duì)恢復(fù)的團(tuán)隊(duì)進(jìn)行培訓(xùn)，定期對(duì)培訓(xùn)效果進(jìn)行評(píng)價(jià)，有備無(wú)患。如果從來(lái)沒(méi)進(jìn)行過(guò)災(zāi)難恢復(fù)，當(dāng)真出了事故時(shí)，雖然你有這些規(guī)程，但沒(méi)有人執(zhí)行過(guò)，實(shí)操過(guò)程肯定會(huì)出現(xiàn)許多漏洞。

       災(zāi)難恢復(fù)后的測(cè)試與確認(rèn)，首先進(jìn)行模擬演習(xí)，災(zāi)難恢復(fù)團(tuán)隊(duì)的人就像頭腦風(fēng)暴一樣，聚在一起每個(gè)人扮演自己的角色，模擬恢復(fù)過(guò)程，通過(guò)模擬恢復(fù)過(guò)程檢查災(zāi)難恢復(fù)計(jì)劃制定的是否完善，是不是需要補(bǔ)充。還可設(shè)定一個(gè)情境，要求相關(guān)人員作出對(duì)就的搶救措施，評(píng)估效果。有時(shí)一些廠家的軟件我們無(wú)法自行安裝，例HPLC的控制軟件，它可能需要授權(quán)碼，所以建議大家在SAT（工廠驗(yàn)收）交付時(shí)，讓供應(yīng)商一定要配合驗(yàn)證工作，把對(duì)應(yīng)的測(cè)試做了。

       災(zāi)難恢復(fù)計(jì)劃是一個(gè)很靈活的計(jì)劃，計(jì)算機(jī)化系統(tǒng)也在不斷變化，不斷的有新設(shè)備的增加、操作系統(tǒng)更新、舊設(shè)備的淘汰、人員的變更等。組織需求的變化后，我們的流程也應(yīng)不斷的更新。當(dāng)出現(xiàn)了些大的變更時(shí)，有必面進(jìn)行災(zāi)難恢復(fù)計(jì)劃的更新。出現(xiàn)什么問(wèn)題有計(jì)劃，才能做好恢復(fù)工作。如果真出現(xiàn)問(wèn)題了，先拍腦門(mén)就很容易出現(xiàn)一些無(wú)法挽回的事。