季度演练把应用流量切到备机房，全部通过。真出事那天主库所在机房断电，才发现备库延迟 40 分钟，切换脚本里没有提升备库的步骤。日志里能对上时间点，这种反而好排。
演练范围只覆盖了无状态服务，数据库 缓存 消息队列这些有状态的组件没进清单。切换脚本假定主库一直可用，没有做主库不可达的分支。这一点先确认清楚，后面就不用反复试。
mysql -h standby -e 'SHOW SLAVE STATUS\G' | grep -E 'Seconds_Behind_Master|Slave_IO_Running' mysql -h standby -e 'SELECT @@read_only'
围绕「演练漏数据库」排查时，命令行跑一遍比在面板里点十次有用，面板会替你做掉不少隐式操作。线上出问题先对时间点，跟发布、备份、任务执行的时刻排一排，能省掉一半功夫。
处理上按这个顺序：把组件列成清单 逐个标注故障时的动作和负责人；补主库不可达的演练场景 包括备库提升和延迟校验；演练前先确认备库延迟在秒级 否则切过去也是旧数据；每次演练记录未覆盖项 下次优先补上。
结果对不对很好判断，主库停机演练中，备库在 2 分钟内完成提升，切换后写入正常，延迟指标归零。