feat(P2): 实现质量保障类5项功能(无障碍/视觉回归/通知渠道/漏洞扫描/灾备)

## 新增功能 ### 1. 屏幕阅读器兼容性增强（a11y） - 无障碍工具库：src/shared/lib/a11y.ts - aria-live Hook：src/shared/hooks/use-aria-live.ts - a11y 组件：skip-link/visually-hidden/focus-trap/aria-status - 增强 UI：table.tsx 系统性 ARIA role，dialog.tsx aria-modal - 审计文档：docs/accessibility/a11y-audit.md（WCAG 2.1 AA 清单） ### 2. 视觉回归测试 - 测试套件：tests/visual/（homepage + 3 个 dashboard） - 3 视口（desktop/tablet/mobile）× 2 主题（light/dark） - 动态元素遮罩，避免误报 - playwright.config.ts 新增 visual-chromium 项目 - 文档：docs/testing/visual-regression.md ### 3. 短信/微信推送渠道集成 - 新模块：src/modules/notifications/ - 4 个渠道：SMS（阿里云/腾讯云）、WeChat（公众号）、Email（SMTP）、In-App - 分发器按用户偏好并行多渠道发送 - 外部 SDK 动态 import，Mock 模式开发可用 - 文档：docs/notifications/channels.md ### 4. 漏洞扫描 CI 集成 - CI security-scan job：npm audit + Snyk + Trivy FS + OWASP ZAP - 独立工作流 security.yml：每周一深度扫描 + 容器镜像扫描 - 配置：suppressions.json + .trivyignore - 本地脚本：security-scan.sh/ps1 - 文档：docs/security/scanning.md（SLA 分级） ### 5. 灾备方案 - 脚本：backup-verify/backup-offsite-sync/dr-drill/failover/health-check - CI 增强：备份后校验+异地同步，每周灾备演练 - 独立工作流 dr-drill.yml：每周一凌晨 4 点自动演练 - 文档：docs/dr/dr-plan.md（RTO 4h/RPO 24h）+ dr-runbook.md（6 故障场景） ## 验证 - npx tsc --noEmit：0 错误 - npm run lint：0 错误 0 警告
2026-06-17 20:18:29 +08:00
parent b86255f0ea
commit 6585e10c6f
53 changed files with 7491 additions and 37 deletions
--- a/docs/dr/dr-plan.md
+++ b/docs/dr/dr-plan.md
@@ -0,0 +1,362 @@
+# 灾备计划 (Disaster Recovery Plan)
+
+> **文档版本**: 1.0
+> **最后更新**: 2026-06-17
+> **审核周期**: 每季度审核一次
+
+---
+
+## 1. 概述
+
+本文档定义了 Next_Edu 系统的灾备策略、恢复目标、备份方案和故障切换流程,确保在发生灾难性故障时能够快速恢复服务并最小化数据丢失。
+
+### 1.1 适用范围
+
+- 生产环境数据库(MySQL)
+- 应用服务(Next.js)
+- 备份文件(本地 + 异地)
+- CI/CD 流水线
+
+### 1.2 关键指标
+
+| 指标 | 目标 | 说明 |
+|------|------|------|
+| **RTO** (Recovery Time Objective) | 4 小时 | 从故障发生到服务恢复的最长时间 |
+| **RPO** (Recovery Point Objective) | 24 小时 | 最大可接受的数据丢失时间窗口 |
+
+---
+
+## 2. RTO/RPO 定义
+
+### 2.1 RTO(恢复时间目标): 4 小时
+
+**定义**: 从系统故障发生到服务完全恢复的最长允许时间。
+
+**分解**:
+| 阶段 | 预计耗时 | 说明 |
+|------|---------|------|
+| 故障检测 | 5 分钟 | 健康检查脚本自动检测 |
+| 通知与决策 | 15 分钟 | 通知运维团队,决定是否切换 |
+| 执行恢复 | 60 分钟 | 从备份恢复数据库 |
+| 应用重启 | 10 分钟 | 重启应用并验证 |
+| 数据验证 | 30 分钟 | 验证数据完整性 |
+| 流量恢复 | 10 分钟 | 逐步恢复用户流量 |
+| 缓冲时间 | 90 分钟 | 应对意外情况 |
+| **总计** | **≤ 4 小时** | |
+
+### 2.2 RPO(恢复点目标): 24 小时
+
+**定义**: 最大可接受的数据丢失时间窗口。
+
+**保障措施**:
+- 每日凌晨 2 点全量备份(cron: `0 2 * * *`)
+- 备份后自动校验完整性
+- 备份后自动同步到异地存储
+- 最坏情况下丢失不超过 24 小时数据
+
+---
+
+## 3. 备份策略
+
+### 3.1 备份频率
+
+| 备份类型 | 频率 | 时间 | 保留期 |
+|---------|------|------|--------|
+| 全量备份 | 每日 | 凌晨 2:00 (CST) | 本地 30 天,异地 90 天 |
+| 异地同步 | 每日(备份后) | 凌晨 2:30 (CST) | 90 天 |
+
+### 3.2 备份内容
+
+- **数据库**: 使用 `mysqldump` 导出全部数据库,`gzip` 压缩
+- **格式**: `db_backup_YYYYMMDD_HHMMSS.sql.gz`
+- **存储位置**:
+  - 本地: `./backups/`
+  - 异地: S3/OSS/NFS(根据 `BACKUP_OFFSITE_BACKEND` 配置)
+
+### 3.3 备份验证
+
+每次备份后自动执行校验:
+1. 文件存在性检查
+2. 文件大小检查(最小 1KB)
+3. gzip 完整性校验(`gunzip -t`)
+4. SQL 内容结构检查(mysqldump 头部、语句数量)
+5. SQL 语法校验(可选,需 `DATABASE_URL`)
+
+### 3.4 备份保留策略
+
+| 存储位置 | 保留期 | 清理方式 |
+|---------|--------|---------|
+| 本地 (`./backups/`) | 30 天 | `find -mtime +30 -delete` |
+| 异地 (S3/OSS/NFS) | 90 天 | `backup-offsite-sync.sh` 自动清理 |
+
+---
+
+## 4. 故障切换流程
+
+### 4.1 故障检测
+
+1. **自动检测**: `health-check.sh` 定期运行,检查:
+   - 应用 HTTP 健康端点
+   - 数据库连接
+   - 磁盘空间
+   - 备份新鲜度
+2. **手动报告**: 用户反馈、监控系统告警
+
+### 4.2 故障切换步骤
+
+```
+┌─────────────────┐
+│  1. 检测故障     │  健康检查失败 / 用户报告
+└────────┬────────┘
+         │
+         ▼
+┌─────────────────┐
+│  2. 通知运维     │  电话/邮件/即时通讯通知运维团队
+└────────┬────────┘
+         │
+         ▼
+┌─────────────────┐
+│  3. 决策(5分钟) │  评估故障严重程度,决定是否切换
+└────────┬────────┘
+         │
+    ┌────┴────┐
+    │         │
+   切换      不切换
+    │         │
+    ▼         ▼
+┌─────────┐  ┌─────────┐
+│4. 执行   │  │ 修复主库 │
+│  切换    │  │         │
+└────┬────┘  └─────────┘
+     │
+     ▼
+┌─────────┐
+│5. 验证   │  健康检查、功能测试
+│  恢复    │
+└────┬────┘
+     │
+     ▼
+┌─────────┐
+│6. 事后   │  记录事件、复盘改进
+│  复盘    │
+└─────────┘
+```
+
+### 4.3 执行故障切换
+
+使用 `failover.sh` 脚本:
+
+```bash
+# 手动模式(交互式确认)
+./scripts/failover.sh
+
+# 半自动模式(检测到故障后自动切换,需确认)
+./scripts/failover.sh --auto
+
+# 演练模式(不实际执行)
+./scripts/failover.sh --dry-run
+
+# 指定备库
+./scripts/failover.sh --standby "mysql://user:pass@standby-host:3306/dbname"
+```
+
+**前提条件**:
+- 配置 `DATABASE_URL_STANDBY` 环境变量
+- 备库已配置主从复制(如果是主从架构)
+- 应用容器可通过 Docker 重启
+
+---
+
+## 5. 灾备演练
+
+### 5.1 演练频率
+
+| 演练类型 | 频率 | 触发方式 |
+|---------|------|---------|
+| 自动演练 | 每周一次 | CI 定时任务(每周一凌晨 4 点) |
+| 手动演练 | 每月一次 | 运维人员手动触发 |
+| 全量演练 | 每季度一次 | 完整故障切换演练 |
+
+### 5.2 演练内容
+
+1. **创建测试数据库** (`next_edu_dr_drill`)
+2. **从最新备份恢复** 到测试数据库
+3. **数据完整性检查**:
+   - 表数量对比(测试库 vs 源库)
+   - 记录数对比
+4. **冒烟测试**:
+   - 基础表查询
+   - 关键业务表查询(users, schools)
+5. **清理测试数据库**
+6. **生成演练报告**
+
+### 5.3 演练脚本
+
+```bash
+# Bash 版本(Linux/macOS)
+./scripts/dr-drill.sh
+
+# PowerShell 版本(Windows)
+.\scripts\dr-drill.ps1
+
+# 指定备份文件
+./scripts/dr-drill.sh --backup backups/db_backup_20260617_020000.sql.gz
+
+# 保留测试数据库(用于调试)
+./scripts/dr-drill.sh --no-cleanup
+```
+
+### 5.4 演练报告
+
+- **存储位置**: `docs/dr/reports/`
+- **格式**: Markdown
+- **内容**: 演练时间、步骤结果、RTO 评估、数据完整性指标
+- **保留期**: 90 天(CI artifact)
+
+---
+
+## 6. 联系人列表
+
+> **注意**: 以下为模板,请根据实际人员填写
+
+### 6.1 主要联系人
+
+| 角色 | 姓名 | 电话 | 邮箱 | 职责 |
+|------|------|------|------|------|
+| 主负责人 | [待填写] | [待填写] | [待填写] | 灾备决策、协调 |
+| 备份负责人 | [待填写] | [待填写] | [待填写] | 备份执行、监控 |
+| DBA | [待填写] | [待填写] | [待填写] | 数据库恢复 |
+| 运维工程师 | [待填写] | [待填写] | [待填写] | 应用部署、网络 |
+| 开发负责人 | [待填写] | [待填写] | [待填写] | 代码修复、功能验证 |
+
+### 6.2 升级路径
+
+1. **L1**: 运维工程师(5 分钟内响应)
+2. **L2**: 主负责人 + DBA(15 分钟内响应)
+3. **L3**: 全体联系人(30 分钟内响应)
+
+---
+
+## 7. 恢复步骤
+
+### 7.1 从备份恢复数据库
+
+```bash
+# 1. 获取最新备份
+LATEST_BACKUP=$(ls -t backups/db_backup_*.sql.gz | head -1)
+echo "Using backup: $LATEST_BACKUP"
+
+# 2. 校验备份完整性
+./scripts/backup-verify.sh "$LATEST_BACKUP"
+
+# 3. 恢复数据库
+./scripts/restore-db.sh "$LATEST_BACKUP"
+
+# 4. 验证恢复结果
+mysql -u root -p -e "SELECT COUNT(*) FROM information_schema.tables WHERE table_schema='next_edu';"
+```
+
+### 7.2 完整恢复流程
+
+1. **获取最新备份**
+   - 本地: `./backups/`
+   - 异地: 从 S3/OSS/NFS 下载
+   - CI artifact: 从 Gitea Actions 下载
+
+2. **恢复数据库**
+   ```bash
+   ./scripts/restore-db.sh backups/db_backup_YYYYMMDD_HHMMSS.sql.gz
+   ```
+
+3. **重启应用**
+   ```bash
+   docker restart nextjs-app
+   # 或
+   docker stop nextjs-app && docker rm nextjs-app
+   # 重新部署
+   ```
+
+4. **验证数据完整性**
+   ```bash
+   # 运行健康检查
+   ./scripts/health-check.sh
+
+   # 运行灾备演练(对比数据)
+   ./scripts/dr-drill.sh --no-cleanup
+   ```
+
+5. **恢复流量**
+   - 验证应用功能正常
+   - 逐步恢复用户流量
+   - 监控系统指标
+
+---
+
+## 8. 监控与告警
+
+### 8.1 健康检查
+
+```bash
+# 手动运行健康检查
+./scripts/health-check.sh
+
+# 输出 JSON 格式报告
+./scripts/health-check.sh > health-report.json
+```
+
+**检查项**:
+- 应用 HTTP 健康端点
+- 数据库连接
+- 磁盘空间(阈值 90%)
+- 备份新鲜度(24 小时内)
+
+### 8.2 告警条件
+
+| 条件 | 严重级别 | 通知方式 |
+|------|---------|---------|
+| 应用不可达 | 严重 | 电话 + 邮件 |
+| 数据库连接失败 | 严重 | 电话 + 邮件 |
+| 磁盘空间 > 90% | 警告 | 邮件 |
+| 备份超过 24 小时 | 警告 | 邮件 |
+| 备份校验失败 | 严重 | 电话 + 邮件 |
+| 灾备演练失败 | 警告 | 邮件 |
+
+---
+
+## 9. 环境变量配置
+
+```bash
+# 灾备配置
+BACKUP_OFFSITE_BACKEND=none          # s3|oss|nfs|none
+BACKUP_OFFSITE_REMOTE=               # 远程路径
+BACKUP_OFFSITE_BUCKET=               # 存储桶名
+BACKUP_OFFSITE_ACCESS_KEY=           # 访问密钥
+BACKUP_OFFSITE_SECRET_KEY=           # 秘密密钥
+BACKUP_OFFSITE_REGION=us-east-1      # 区域
+DR_DRILL_TEST_DB=next_edu_dr_drill   # 演练测试数据库
+HEALTH_CHECK_URL=http://localhost:8015  # 健康检查 URL
+
+# 故障切换配置
+DATABASE_URL_STANDBY=                # 备库连接 URL
+FAILOVER_APP_NAME=nextjs-app         # 应用容器名
+FAILOVER_APP_URL=http://localhost:8015  # 应用 URL
+```
+
+---
+
+## 10. 文档维护
+
+- **审核周期**: 每季度审核一次
+- **更新触发**: 系统架构变更、联系人变更、演练发现问题
+- **关联文档**:
+  - `docs/dr/dr-runbook.md` - 灾备操作手册
+  - `docs/dr/reports/` - 演练报告存档
+  - `scripts/` - 灾备相关脚本
+
+---
+
+## 11. 变更记录
+
+| 日期 | 版本 | 变更内容 | 变更人 |
+|------|------|---------|--------|
+| 2026-06-17 | 1.0 | 初始版本 | - |