InterSystems把备份方案藏了3年

2023年6月，InterSystems悄悄更新了IRIS数据库的备份文档——把用了十几年的Caché字样全换成IRIS，连链接都没改几个。但真正让VMware管理员坐不住的，是藏在附录里的一个数字：1秒。

这1秒，是虚拟机快照的"stun time"（冻结时间）。超过它，你的主备数据库可能直接 failover。而大多数运维团队，根本不知道自己离事故有多远。

IRIS在线备份：免费，但不够

IRIS安装包自带在线备份功能，零停机，支持增量和累积备份。听起来很美？

问题在于：它只备份数据库文件本身。日志目录、应用代码、外部文件——这些你得自己想办法同步。更麻烦的是，备份输出是个顺序文件，还得再配一套系统级备份把它搬走。

用产品经理的话说：这是"能用的底线"，不是"好用的选择"。当你的数据量从GB爬到TB，恢复时间目标（RTO）从小时压缩到分钟，这套方案的性价比会断崖式下跌。

InterSystems的官方建议很明确：规模上去之后，切到External Backup（外部备份），集成快照技术。

快照备份的隐藏陷阱：那1秒的stun time

VMware的快照机制有个副作用。创建快照时，虚拟机需要"冻结"一小段时间，让磁盘状态保持一致。通常不到1秒，用户无感知。

但IRIS数据库有个特性叫Mirroring（镜像）。主节点和备份节点之间有心跳检测，超时未响应就会触发故障转移。这个超时阈值，就是QoS timeout。

如果stun time > QoS timeout，备份节点会误判主节点宕机，自动接管。等快照完成、主节点恢复，你发现两台机器都在争着当老大。

InterSystems文档里埋了一个关键操作：检查你的stun time历史数据，必要时调大QoS timeout。但没说具体怎么查——得翻VMware的日志，或者看存储层的性能计数器。

freeze/thaw脚本：IRIS给快照打的补丁

External Backup的核心是一组API：Freeze（冻结写入）和Thaw（解冻）。

流程是这样的：快照工具调用Freeze → IRIS暂停物理写盘，但内存中的更新继续 → 快照创建完成 → 调用Thaw，落盘恢复。整个过程用户无感知，数据库完整性有保障。

VMware生态里，这套脚本通常挂在vSphere Storage APIs - Data Protection（VADP）的pre-freeze/post-thaw钩子上。NetBackup、Veeam、Rubrik这些备份软件都支持。

但配置细节是黑洞。IRIS文档只给了接口定义，具体怎么和VMware Tools联动、怎么在Linux guest里放脚本、权限怎么设——得自己趟。

一个常见的坑：脚本路径错了，或者没执行权限，快照照样跑，但IRIS根本没冻结。等你需要恢复，发现数据库文件时间戳对不上，日志链断了。

从Caché到IRIS：换皮不换骨

这篇技术文档最初写于Caché时代，2023年6月才更新为IRIS。作者说"only real change is substituting Caché for IRIS"——翻译一下：核心逻辑十年没变。

freeze/thaw机制、stun time风险、QoS timeout的权衡，这些在Caché 2010年就存在。IRIS的改进主要在多模型数据引擎和云原生部署，备份这层算是"继承遗产"。

对老用户是好事：迁移成本低。对新用户是坑：文档里的IRIS链接跳过去，有些章节还在用Caché的截图。

更微妙的是命名混乱。IRIS Online Backup、External Backup、System-Level Backup、Snapshot Backup——四个概念在文档里交叉出现，没有清晰的决策树。你得读完半本Backup and Restore Guide，才能理清什么场景该用什么。

性能调优：没有银弹，只有取舍

IRIS文档给了一个关键数字：freeze状态持续时间应该"尽可能短"。

但多短算短？取决于你的存储性能。全闪存阵列能在毫秒级完成快照，混合存储可能需要几秒。IRIS的freeze是全局锁，期间所有物理写排队，内存压力会上升。

另一个变量是数据库大小。IRIS的freeze只锁已分配的数据块，但大库的元数据扫描本身就有开销。有用户报告，TB级库的freeze调用延迟超过5秒，触发了应用层的连接池超时。

调优方向分两头：一是压缩stun time（换更快的存储、用CBT减少快照数据量），二是放宽QoS timeout（牺牲故障检测灵敏度）。没有标准答案，只有和你的RPO/RTO目标对齐。

InterSystems的工程师在文档评论区提过：部分客户把QoS timeout从默认的5秒调到30秒，配合存储层的同步复制，实现了"零误切"。代价是主节点真宕机时，故障转移也会慢25秒。

你的备份窗口里，能容忍多长的"假死"？