2021年10月，Facebook因BGP配置错误宕机超过6小时，损失超1亿美元。2023年阿里云和2024年CrowdStrike也发生类似故障。文章探讨容灾架构的核心概念，包括恢复点目标（RPO）、恢复时间目标（RTO）和恢复成本目标（RCO），分析不同容灾等级的特点与适用场景，如冷备、温备、热备、同城双活和异地多活。强调选择容灾方案需平衡业务价值与技术成本，定期演练是确保方案有效性的关键。

本文介绍了基于K8s容器集群的容灾架构与方案，包括RTO和RPO的容灾方针，备份与康复、主备和双活的容灾战略，以及多可用区和多地域的容灾规模选择。容灾可通过ACK One备份中心实现备份与康复，通过主备和双活模式实现数据库切换和事务流量切换。多可用区容灾和多地域容灾可通过规划容灾战略实现。单地域多可用区和单地域云IDC容灾计划可实现容灾，多地域容灾可通过大局流量办理和多地域单元化多活布置实现。