近两年，随着企业降本增效的持续深化，企业 IT 服务的稳定性受到了一定的冲击，这点从微博热搜上也能初见端倪。如何确保过往企业在服务高可用、业务多活和基础架构容灾等方面的投入是真实有效的，当保障故障和灾难来临时，业务连续性不受过重损失？这是当下诸多公司面临的一大挑战。

本次分享将从 B 站的容灾演练体系构建入手，逐步拆解体系，带大家深入了解 B 站在容灾演练上的组织阵型搭建模式、运营机制设定方法以及容灾产品能力建设，最后通过结合业务实践为大家展示 B 站是如何通过容灾演练体系来支撑业务多活、大促保障和研发质量交付等多个环节的，希望能为大家带来一些稳定性保障的新思路。

演讲提纲

1. 新形式下的稳定性挑战

• 分析当下基础设施层故障频发、业务高可用手段失效的原因
• 如何破局？主动出击，以演带练

2. 轻量级容灾演练体系构建

• 组织阵型搭建：横向容灾演练推进小组、基础架构
• 运营机制流程：如何围绕演练风险分，通过容灾演练专项牵引基础架构和业务 BU，有效推进演练工作
• 容灾产品能力：从混沌引擎能力演进、容灾场景定义、演练全生命周期管理、演练可视化、智能演练防护来详细介绍容灾相关产品能力

3. 业务场景实践

• 业务多活场景：借助容灾演练能力，确保业务多活的有效性
• 活动大促场景：活动场景的容灾演练点快速挖掘和针对性演练
• 需求交付场景：在常态化的需求交付阶段，助力质量保障部门快速完成服务依赖演练

4. 总结展望

• 总结 B 站的实践效果和过程反思
• 未来如何通过 LLM 挖掘更多的容灾场景，提升容灾演练的效率

实践痛点

• 如何有效的定义和模拟容灾演练场景
• 如何组织多 BU 和多职能角色进行项目落地

演讲亮点

轻量级的容量演练体系设计思路和实践参考

听众收益

• 了解 B 站如何轻量级在组织内部常态化实施容灾演练
• 了解 B 站容灾演练的技术演进路线、组织搭建模式和运营机制流程，掌握体系化的解决方案