Slovenčina
Z praxe / Záložní provoz
Failover, RTO a RPO: jak rychle se firma vrátí do provozu?
Záloha, replikace a failover řeší rozdílné problémy. Jak určit přípustný výpadek, ztrátu dat a ověřit návrat webu či interního systému?
Otázka „máme zálohu?“ je jen začátek. Firma potřebuje vědět, kolik času může ztratit, kolik dat si může dovolit obnovovat a které funkce musí běžet během problému. Z těchto odpovědí se navrhuje technické řešení.
RTO a RPO lidskou řečí
RTO je cílová nejdelší přípustná doba od přerušení služby po její obnovení. RPO vyjadřuje přípustný časový úsek dat, o který může firma při obnově přijít. Obě hodnoty vycházejí z potřeb konkrétní organizace. Definice AWS Well-Architected.
Firma si může stanovit cíl obnovit objednávky do jedné hodiny a připustit ztrátu nejvýše patnácti minut nových dat. Teprve potom se ověřuje, zda její infrastruktura a postupy tyto cíle zvládnou.
Záloha, replikace a failover
Záloha
Uchovává obnovitelný stav dat nebo systému. Potřebuje vhodné oddělení, historii a test čitelnosti i obnovy.
Replikace
Přenáší změny do dalšího prostředí. Sama nevylučuje přenos chybné změny nebo poškozených dat.
Failover
Přepíná službu na připravený náhradní provoz. Vyžaduje data, kapacitu, přístupy a funkční rozhodovací postup.
Tyto mechanismy se kombinují podle rizik a rozpočtu. Při napadení je navíc důležité obnovovat důvěryhodné prostředí a odstranit příčinu, ne jen rychle spustit jeho další kopii.
Co může bránit rychlému přepnutí
- Záložní databáze neobsahuje potřebný stav nebo nemá přiměřenou kapacitu.
- Obě prostředí sdílejí nefunkční identitu, DNS nebo řídicí službu.
- Chybí přístup správce nebo bezpečně uložený obnovovací klíč.
- Není dohodnuto, kdo může vyhlásit incident a spustit obnovu.
- Po návratu se chybně opakují platby, rezervace nebo integrační úlohy.
Testujte celý postup, ne jen start serveru
AWS ve svých doporučeních zdůrazňuje pravidelné zkoušení failoveru a ověření cílů obnovy. Upozorňuje i na kapacitu a předpoklady, které při reálném výpadku nemusí platit. Doporučení k testům obnovy.
Test předem naplánujte podle rizika, s oprávněnými lidmi a dohodnutými ochrannými podmínkami. Zahrňte detekci, rozhodnutí, přístupy, spuštění, funkční ověření a návrat do běžného režimu. Zapisujte čas i překážky.
Objednávka musí fungovat i po obnově
U e-shopu ověřte přihlášení, produkty, platby, dopravu, sklad a potvrzení. U interního systému zkuste skutečný pracovní úkol. Po přepnutí je třeba vědět, kde vznikají nová data a jak se později sesouladí.
Výsledkem má být záznam: co se obnovilo, za jakou dobu, s jakým stavem dat a co ještě nefungovalo. Teprve podle něj lze rozumně zlepšovat plán.
Pomůžeme pojmenovat kritické služby, dohodnout RTO a RPO, navrhnout záložní postupy a provést test v dohodnutém rozsahu. Cílem je ověřitelný postup pro lidi i technologie.
Zdroje a další čtení
Odkazy vedou na původní oznámení, zprávy a dokumentaci, ze kterých článek vychází.
