本知情书说明容灾演练功能的操作性质、潜在风险及注意事项。发起演练前请仔细阅读全部条款，勾选确认后方可执行演练操作。
-
适用范围：已开启同城高可用（跨可用区部署）的项目空间。
-
适用场景：发起容灾演练前，需阅读本知情书相关条款。
演练机制
容灾演练通过模拟指定可用区（AZ）故障，验证 Flink 作业在真实可用区故障场景下的自动迁移与恢复能力。演练过程中系统将依次执行以下操作：
-
设置可用区黑名单（Zone Blacklist）：将选定的目标可用区标记为"故障态"，模拟该可用区不可用。
-
触发故障感知：检测到节点不可用后，自动启动资源重平衡。
-
Pod 驱逐与重建：受影响作业的计算节点（Pod）从故障可用区驱逐，在健康可用区重新调度。
-
作业状态恢复：作业从最近一次成功的 Checkpoint 恢复运行状态。
-
移除黑名单并生成报告：演练结束后恢复正常可用区状态，自动生成演练结果报告。
风险知悉条款
发起演练即表示已充分了解并确认以下事项：
条款 1：作业短暂中断
演练期间受影响作业将出现短暂中断。中断时长取决于作业状态大小、Checkpoint 间隔及资源调度速度，通常为数十秒至数分钟。在此期间，上下游数据链路（如 Kafka 消费、数据库写入等）可能出现短暂的数据延迟或积压。
条款 2：上下游系统高可用需自行保障
容灾演练仅验证 Flink 作业在可用区故障场景下的自动迁移与恢复能力。端到端业务连续性依赖于上下游系统（如 Kafka、RDS、Hologres、Paimon、OSS 等）同样具备跨可用区高可用能力。若上游数据源或下游写入端未开启跨可用区部署或容灾机制，迁移后的作业可能出现连接超时、写入失败或数据积压等问题。Flink 平台不对因上下游单可用区部署导致的业务中断承担责任。
条款 3：混合计费模式下的尽力恢复
若项目空间采用混合计费模式（包年包月 + 按量付费），弹性资源上的作业在演练期间为尽力恢复模式（Best-Effort Recovery）。即健康可用区的弹性资源不足时，弹性资源上的作业可能无法立即恢复，需等待资源释放或扩容后方可恢复。
条款 4：演练间隔与频次
-
同一工作空间同时只能进行一次容灾演练。
-
单次演练的作业迁移窗口为 15 分钟。窗口期内未成功迁移的作业将被跳过，作业恢复率会不足 100%。演练结束后需手动单击结束演练恢复目标可用区。
前置条件确认
发起演练前须确认以下条件均已满足：
|
确认项 |
要求 |
|
业务时段 |
当前为非业务高峰期 |
|
作业状态 |
所有受影响作业处于 RUNNING 状态 |
|
网络连通性 |
所有参与容灾演练的可用区（包括故障模拟可用区和健康可用区）的交换机网段均已添加至上下游系统访问白名单 |
|
操作权限 |
具备 |
|
Checkpoint状态 |
所有受影响作业已开启 Checkpoint，且近期有成功完成的 Checkpoint 记录。若未开启或无成功记录，演练后作业将无法从状态恢复，可能导致数据重复处理或丢失。 |
免责声明
-
容灾演练为模拟性操作，旨在验证高可用能力。阿里云已采取充分的技术措施确保演练过程的安全性和可控性，但不对因演练导致的短暂业务中断、数据重复处理或延迟承担除服务等级协议（SLA）之外的额外责任。
-
若因未在非业务高峰期发起演练、未确认前置条件或未评估跨可用区延迟影响而导致的业务损失，由用户自行承担。
-
演练结果受多种因素影响（作业状态大小、Checkpoint 配置、资源负载等），历史演练结果不代表未来演练表现。