💾 Proxmox VE 備份與還原全攻略：PBS + ZFS Snapshot + 異地容災（可驗證 SOP）
Proxmox VE 要做到「可用、好用、可維運」，關鍵往往不是叢集，而是備份、還原、容災是否真的能落地、可演練、可驗證。 本文把 PBS（Proxmox Backup Server）與 ZFS Snapshot 串成一條可執行 SOP：從策略、排程、保留、驗證，到故障時的還原演練與異地容災。
📑 目錄
- 一、備份策略怎麼選：RPO / RTO / 可驗證
- 二、PBS 架構建議（最少踩雷版）
- 三、PVE → PBS：建立備份 Job（含保留策略）
- 四、ZFS Snapshot：把「VM 備份」與「資料盤快照」拆開管
- 五、備份驗證：每週至少一次還原演練
- 六、還原路徑：整機 / 單檔 / 磁碟層級
- 七、異地容災：PBS Datastore 複寫 + 演練切換
- 八、上線前自檢清單（可直接照抄）
- 延伸閱讀
一、備份策略怎麼選：你要的是 RPO 還是省空間？
先把目標定清楚，後面所有排程與保留才不會「做很多但救不了」。
| 名詞 | 定義 | 常見目標 | 策略影響 |
|---|---|---|---|
| RPO | 最多能容忍丟失多久的資料 | 15 分鐘 / 1 小時 / 1 天 | 決定備份頻率（PBS）與快照頻率（ZFS） |
| RTO | 多久內要恢復服務 | 30 分鐘 / 4 小時 / 1 天 | 決定還原路徑（整機、磁碟、單檔）與演練方式 |
| 可驗證 | 備份要能成功還原並通過檢查 | 每週 1 次演練 | 需要隔離測試環境 + 健康檢查腳本/流程 |
建議落地作法：
- VM（系統盤/整機）：用 PBS 做一致性備份（dedup + incremental）。
- 資料盤（SMB/NFS/DB data）：用 ZFS Snapshot 做高頻保護，再搭配複寫/異地。
- 每週固定演練：還原一台 VM 到隔離網段，跑健康檢查。
二、PBS 架構建議（最少踩雷版）
- PVE 與 PBS 分離主機（或至少分離儲存）：避免同故障域一起掛。
- PBS Datastore 建議用 ZFS：壓縮、校驗、易於複寫（send/receive）。
- 備份流量建議獨立網段或至少做 QoS/限速：避免影響 VM 生產流量。
- 啟用加密（建議）：備份是高價值資料，傳輸與儲存都要顧。
三、PVE → PBS：建立備份 Job（含保留策略）
以下用「每日 + 每週 + 每月」保留策略示範。實務上通常會依 VM 重要性拆成多個 Job。
# 1) 先確認 PBS Datastore 已建立（PBS Web UI → Datastore）
# 2) PVE Web UI：Datacenter → Backup → Add
# Storage: pbs
# Mode: snapshot
# Schedule: daily 02:30
# Compression: zstd（常見）
# Retention: keep-daily=14, keep-weekly=8, keep-monthly=12
#
# 建議：關鍵 VM 再加一個「更密」的 Job（例如 daily 6:00 / 12:00 / 18:00）保留策略的直覺版本：
- daily 14：保留近兩週，最常用來救「昨天/前天」的事故。
- weekly 8：保留近兩個月，常用來回溯「某次更新前」。
- monthly 12：保留一年，符合多數稽核與長期回朔需求。
四、ZFS Snapshot：把「VM 備份」與「資料盤快照」拆開管
VM 系統盤用 PBS；資料盤（例如 SMB/NFS/DB data）用 ZFS Snapshot 做更高頻率保護。 這樣你可以把 RPO 壓到 15～60 分鐘，而不需要讓整機備份也跟著同頻率暴增。
# 例：手動建立遞迴快照（示意）
# zfs snapshot -r tank/data@`date +%Y%m%d-%H%M`
# 列出快照
# zfs list -t snapshot -o name,creation,used -s creation快照保留（建議搭配自動清理）：例如每 30 分鐘留 48 份（1 天）、每日留 14 份、每週留 8 份。
五、備份驗證：每週至少做一次「還原演練」
最務實的做法：建立一台隔離測試 VM/網段，定期從 PBS 還原一台 VM，並跑健康檢查（服務能起、資料完整）。 備份不是「有做」，而是「救得回來」。
# 還原後檢查清單（示意）
# - VM 是否能開機
# - 網卡/驅動是否正常
# - 服務是否可 listen（systemd / docker / k8s 等）
# - DB 是否能啟動、是否能查到關鍵資料
# - 應用程式健康檢查（HTTP 200 / 特定 API 回應）
#
# 建議：把檢查做成腳本 + 產出一份「演練紀錄」六、還原路徑：整機 / 單檔 / 磁碟層級
- 整機還原（VM Restore）：事故最大宗；最快讓服務回來（對 RTO 最友善）。
- 單檔還原：誤刪檔案/勒索前後比對；通常由 PBS 或掛載備份內容來取回。
- 磁碟層級還原：只回復某顆資料盤或某個版本點，適合 DB/檔案服務。
原則：先把服務救回來（RTO），再把資料補齊（RPO）。不要一開始就追求「完美還原」拖垮復原時間。
七、異地容災：PBS Datastore 複寫 + 演練切換
異地容災的核心是：第二份備份必須在不同故障域（不同主機、不同機櫃、不同站點）。 若你的 PBS Datastore 建在 ZFS 上，通常會用 ZFS replication（send/receive）做複寫。
7.1 典型架構
- Site A：PVE（生產） + PBS（主備份）
- Site B：PBS（異地備份）或 ZFS 儲存節點
- 複寫頻率：依 RPO 決定（常見 1 小時 / 4 小時 / 每日）
7.2 ZFS 複寫（示意）
# A → B：第一次全量
# zfs snapshot -r pbs/pool/datastore@init
# zfs send -R pbs/pool/datastore@init | ssh root@site-b "zfs receive -F backup/pbs/datastore"
# 後續增量（示意）
# zfs snapshot -r pbs/pool/datastore@20260213-0230
# zfs send -R -i pbs/pool/datastore@init pbs/pool/datastore@20260213-0230 | ssh root@site-b "zfs receive -F backup/pbs/datastore"容災演練重點：
- 每季至少一次：假設 Site A 全毀，從 Site B 把關鍵 VM 還原到 DR PVE。
- 切換演練要有「DNS/入口位址」調整方案（例如反向代理、VIP、或臨時入口）。
- 演練要產出紀錄：耗時、失敗點、改善項目。
八、上線前自檢清單（可直接照抄）
# ✅ 策略
- [ ] 每台關鍵 VM 定義 RPO / RTO
- [ ] VM 用 PBS；資料盤用 ZFS Snapshot（高頻）
- [ ] 至少每週一次還原演練（隔離網段）
# ✅ PBS
- [ ] PBS 與 PVE 分離故障域（主機或儲存至少分離）
- [ ] Datastore 使用 ZFS（建議）
- [ ] Job 排程與 Retention 設定完成（daily/weekly/monthly）
- [ ] 備份流量不影響生產（獨立網段或 QoS/限速）
# ✅ ZFS Snapshot
- [ ] 快照頻率符合 RPO
- [ ] 有快照保留與清理策略（避免爆容量）
- [ ] 可列出快照並能回復到指定時間點
# ✅ DR（異地）
- [ ] 第二份備份在不同站點/不同故障域
- [ ] 複寫頻率符合 RPO
- [ ] 每季至少一次 DR 還原演練💬 互動留言引導
💬 留言交流
如果你在實作過程遇到卡點（版本、環境、錯誤訊息、拓樸），歡迎把細節貼在留言區：
- 你的環境版本（PVE / PBS / Kernel / ZFS）
- 你做了哪些步驟（含排程、保留、快照策略）
- 錯誤訊息或現象（最好附上關鍵 log）