HA-Review
Das Einstiegsangebot: Topologie, Replikation, Reserven, Backups und Monitoring, bewertet anhand der tatsächlichen Nutzung der Plattform. Ein bis vier Wochen.
Hochverfügbarkeit und Disaster Recovery
Managed Disaster Recovery von AceMQ besteht aus einem Projekt und der anschließenden Betreuung: Wir konzipieren Hochverfügbarkeit (HA) und Disaster Recovery (DR) für Ihre RabbitMQ-, Kafka-, Redis- bzw. Valkey- und PostgreSQL-Plattformen, belegen sie mit Failover-Tests, schreiben die Runbooks und übernehmen anschließend Support oder Betrieb der Plattform. Am Anfang steht ein HA-Review, das je nach Komplexität und Befund ein bis vier Wochen dauert. Sie erhalten einen schriftlichen Bericht, eine priorisierte Maßnahmenliste und einen getesteten Recovery-Plan.
Erkennen Sie sich wieder?
Eine Plattform im öffentlichen Sektor, die ausfiel, weil die Disk eines Knotens volllief
Split Brain bei RabbitMQ tritt immer wieder auf, und niemand weiß, welchem Knoten man trauen kann
Failover ist eine Wiki-Seite, die nie unter realen Bedingungen durchgespielt wurde
Ein Disaster-Recovery-Standort existiert auf dem Papier, umgeschaltet hat aber noch niemand
Ein Auditor oder ein Risikofragebogen verlangt Nachweise zu Recovery Time und Recovery Point
Die Einstellungen für Kafka-Replikation und Acknowledgements wurden beim Go-live gewählt und nie gegen die Dauerhaftigkeit geprüft, von der das Business ausgeht
Nur ein oder zwei Engineers wissen, wie man die Plattform wiederherstellt – und sie sind nicht immer erreichbar
Ergebnisse
Konkrete Veränderungen statt gezählter Deliverables. Das ist anders an Ihrer Infrastruktur-IT-Landschaft, wenn das Projekt abgeschlossen ist.
Vorher
Hochverfügbarkeit wird vorausgesetzt, weil es drei Knoten gibt.
Recovery-Time- und Recovery-Point-Ziele pro Workload, abgebildet auf konkrete Replikationseinstellungen und abgeglichen mit dem, was die Plattform heute leistet.
Vorher
Failover ist konfiguriert, wurde aber nie geübt.
Gezielte Ausfalltests für Node-Ausfall, volle Disk, Zonenausfall und Netzwerkpartition – mit schriftlich dokumentierten Ergebnissen.
Vorher
Die Wiederherstellung hängt davon ab, wer sich an die Schritte erinnert.
Runbooks, die Ihre eigenen Engineers ohne Warten auf einen Anbieter ausführen können – für den automatisierten und den manuellen Weg.
Vorher
Nach dem Projekt ist um 3 Uhr nachts niemand für die Plattform zuständig.
Support oder Managed Betrieb in vier Phasen – von den Engineers, die die Wiederherstellung konzipiert haben.
Leistungsumfang
Das Einstiegsangebot: Topologie, Replikation, Reserven, Backups und Monitoring, bewertet anhand der tatsächlichen Nutzung der Plattform. Ein bis vier Wochen.
Design von Quorum Queues und Streams, Replikationsfaktor, In-Sync-Replikate und Acknowledgements, Replikation über Rechenzentren hinweg sowie Partitionsverhalten.
Sentinel oder Cluster für Redis und Valkey sowie Streaming-Replikation mit Leader Election nach Patroni-Art für PostgreSQL – mit einer festgelegten Datenverlust-Policy pro Workload.
Kubernetes-Hochverfügbarkeit durch Zonenverteilung, Anti-Affinity, Disruption Budgets und Storage, der einen Node-Ausfall übersteht – für Broker und Datenbanken auf Kubernetes oder in einem Cloud-Account.
Geplante Fehlerinjektion in einer Testumgebung oder innerhalb eines vereinbarten Zeitfensters – mit Protokoll, was passiert ist und wie lange es gedauert hat.
Schritt-für-Schritt-Wiederherstellung für den automatisierten und den manuellen Weg, geschrieben für die Engineers in der Rufbereitschaft.
Das Projekt
Jede Phase hat eine festgelegte Dauer und endet mit der Übergabe eines konkreten Ergebnisses. Sie wissen jederzeit, in welcher Phase Sie sich befinden und was Sie bereits erhalten haben.
Ein Senior Engineer prüft jede Plattform auf Single Points of Failure, Replikations- und Dauerhaftigkeitseinstellungen, Ressourcenreserven, Backup und Restore sowie das Monitoring, das den letzten Incident hätte erkennen sollen. Die 1 bis 4 Wochen richten sich nach Komplexität, Schwerpunkten und gefundenen Problemen.
Sie erhalten
Zieltopologie über Fehlerdomänen hinweg, Replikations- und Failover-Einstellungen sowie das standortübergreifende Design, wenn Disaster Recovery zwei Rechenzentren oder Regionen umfasst.
Sie erhalten
Wir testen das Design: Node-Ausfall, volle Disk, Zonenausfall und Netzwerkpartition, gemessen an den Zielen. Gefundene Lücken werden behoben und erneut getestet.
Sie erhalten
Runbooks für Ihr Team, danach die Support-Stufe Ihrer Wahl – von der Eskalation in Rufbereitschaft bis zum Betrieb der Plattform durch AceMQ.
Sie erhalten
Hochverfügbarkeit hält eine Plattform beim Ausfall eines Knotens am Laufen. Disaster Recovery stellt sie nach dem Verlust eines Standorts wieder her. Das eine wird in den Cluster hineinkonzipiert, das andere um ihn herum – und durch eine echte Umschaltung belegt. Ein Projekt deckt beides ab, für alle Plattformen, die Sie betreiben.
| Plattform | Hochverfügbarkeitsmechanismus | Was wir testen | Einstieg |
|---|---|---|---|
| RabbitMQ | Quorum Queues und Streams, per Raft repliziert über eine ungerade Anzahl von Knoten in getrennten Fehlerdomänen. Federation oder Shovel zwischen Clustern für Disaster Recovery. | Node-Ausfall, Partitionsverhalten, Disk- und Memory-Alarme sowie die Anzahl der Queue-Member nach Node-Austausch. | RabbitMQ Health Check |
| Kafka | Replikationsfaktor, In-Sync-Replikate und Producer-Acknowledgements als Einheit abgestimmt, Rack- bzw. Zonen-Awareness und ein KRaft-Controller-Quorum. | Broker-Ausfall, ISR-Schrumpfung, Controller-Failover und Reserven im Log-Verzeichnis. | Kafka Health Check |
| Redis und Valkey | Sentinel für Primary und Replikate oder Cluster für Sharding. Die Replikation ist asynchron, daher wird das Fenster für Schreibverluste ausgewiesen. | Primary-Ausfall, Failover-Zeit und Client-Verhalten während der Promotion. | Redis-Support |
| PostgreSQL | Streaming-Replikation mit automatisierter Leader Election und Fencing, etwa Patroni mit einem Konsens-Store. Synchrone Replikation nur dort, wo die Dauerhaftigkeit die Latenz rechtfertigt. | Primary-Ausfall, Zonenausfall, Netzwerkpartition und Client-Routing zum neuen Primary. | PostgreSQL-Support |
| MySQL | Replikate mit automatisiertem Failover oder ein Group-Replication-Cluster – je nach Version und benötigter Dauerhaftigkeit. | Primary-Ausfall, Replikat-Lag beim Failover und Wiederverbindung der Anwendung. | MySQL-Support |
| Kubernetes | Zonenverteilung mit Anti-Affinity, Pod Disruption Budgets, Storage, der einen Node-Ausfall übersteht, und Operatoren, die jeweils nur ein Member upgraden. | Node Drain, Zonenausfall und Rolling Upgrades unter Last. | Container und Kubernetes |
| Begriff | Bedeutung | Bewertungsmaßstab |
|---|---|---|
| Hochverfügbarkeit (HA) | Die Plattform so konzipieren, dass der Ausfall einer Komponente den Service nicht stoppt. | Bleibt der Service verfügbar, wenn ein Knoten ausfällt? |
| Failover | Die Umschaltung auf einen Standby, automatisch oder manuell. | Wie lange dauert die Umschaltung, und welche Daten gehen verloren? |
| Disaster Recovery (DR) | Wiederherstellung des Service nach dem Verlust eines ganzen Standorts, einer Region oder der Daten selbst. | Recovery Time Objective und Recovery Point Objective, belegt durch eine Übung. |
Kurz gesagt: Hochverfügbarkeit ist das Design, Failover der Mechanismus und Disaster Recovery der Plan für den Fall, dass das Design nicht ausreicht. Eine Plattform kann hochverfügbar sein und trotzdem kein Disaster Recovery haben.
Zwei Kennzahlen definieren ein Disaster-Recovery-Design, und beide legt Ihr Business fest. Das Recovery Point Objective ist die maximal akzeptable Zeitspanne seit dem letzten Recovery Point, also die Datenmenge, die Sie verlieren dürfen. Das Recovery Time Objective ist die maximal akzeptable Verzögerung zwischen der Unterbrechung und der Wiederherstellung des Dienstes. Das AWS-Whitepaper zu Disaster Recovery verwendet diese Definitionen und weist darauf hin, dass selbst eine gut aufgebaute Strategie eine Recovery Time und einen Recovery Point größer als null hat.
Jede Plattform hat ihr eigenes dokumentiertes Recovery-Primitiv, und jede hat eine Grenze, die entscheidet, welche Kennzahl Sie tatsächlich einhalten können. AceMQ nennt vorab keine Zahl. Wir bilden Ihre Ziele auf diese Mechanismen ab, und ein Failover-Test in einem vereinbarten Zeitfenster misst, was das Design erreicht.
| Plattform | Dokumentierter DR-Mechanismus | Was den Recovery Point begrenzt | Was die Recovery Time begrenzt |
|---|---|---|---|
| Kafka | Ein Cluster pro Rechenzentrum, wobei MirrorMaker 2 Topics, Konfigurationen, Consumer-Group-Offsets und ACLs zwischen ihnen kopiert. Confluent Cluster Linking ist das Managed-Pendant auf Confluent-Clustern. | Records, die beim Verlust des Standorts noch nicht gespiegelt wurden. Bei unterbrochener Verbindung steht jeder Standort für sich, und das Mirroring holt danach auf. | Clients auf den überlebenden Cluster umleiten und Consumer-Offsets übersetzen. |
| RabbitMQ | Federation oder Shovel zwischen zwei Clustern. Tanzu RabbitMQ, die kommerzielle Edition, ergänzt Warm Standby Replication, die Schema-Definitionen und Nachrichten von einem Upstream-Cluster auf einen Downstream-Standby kopiert. | Federation arbeitet asynchron, und keines der beiden Plugins repliziert Acknowledgements; nach einem Failover können daher bereits konsumierte Nachrichten erneut zugestellt werden. | Passive Queues wachsen weiter, sofern Sie keine TTL- oder Längenlimits setzen, und Consumer müssen Duplikate tolerieren. |
| PostgreSQL | Kontinuierliche Archivierung des Write-Ahead-Logs mit Point-in-Time-Recovery (PITR) sowie Streaming-Replikation auf einen Standby. | Die Streaming-Replikation arbeitet standardmäßig asynchron, sodass noch nicht übertragene Transaktionen verloren gehen können. Synchronous Commit schließt diese Lücke und erhöht die Commit-Latenz. | Ein Base-Backup einspielen und das Log abspielen oder einen Standby promoten und Clients umleiten. |
| Redis und Valkey | Primary-Replica-Replikation, mit aktivierter Persistenz auf beiden Seiten. | Die Replikation arbeitet standardmäßig asynchron, und bestätigte Schreibvorgänge können beim Failover verloren gehen. WAIT verkleinert das Zeitfenster, macht aber keines der beiden Systeme stark konsistent. | Failover-Zeit von Sentinel oder Cluster, danach der Wiederaufbau der Client-Verbindungen. |
| Cassandra | Replikation über mehrere Rechenzentren, wobei NetworkTopologyStrategy für jedes Rechenzentrum einen Replikationsfaktor festlegt. | Das Consistency Level, das jeder Schreibvorgang nutzt, etwa LOCAL_QUORUM oder EACH_QUORUM, bestimmt, wie viele Replikate in welchen Rechenzentren ihn bestätigt haben. | Clients auf ein überlebendes Rechenzentrum routen. |
Wie oft getestet werden sollte, hängt von diesen beiden Kennzahlen ab. Eine Plattform mit einem Recovery-Time-Ziel im Minutenbereich braucht deutlich häufigere Übungen als eine, die einen Tag Spielraum hat, und jede Änderung an Topologie, Version oder Client-Libraries ist ein Anlass, erneut zu üben. Das AWS-Whitepaper betont denselben Punkt: Testen Sie Ihre Strategie regelmäßig.
Die meisten Ausfälle in diesem Bereich gehen auf drei Fehler zurück. Jeden davon kann man günstig üben, aber im Produktivbetrieb erstmals zu erleben, wird teuer.
Die Hochverfügbarkeit von RabbitMQ hängt davon ab, dass eine Mehrheit der Replikate online ist. Ab RabbitMQ 4.3 basieren Metadata Store, Quorum Queues und Streams durchgängig auf Raft, die alten Strategien für das Partition Handling entfallen, und ein Cluster mit drei Nodes toleriert einen Node-Ausfall, während ein Cluster mit zwei Nodes keinen toleriert. Bei früheren Versionen entscheiden der Partition-Handling-Modus und die Netzwerkeinstellungen, was passiert; genau diese Einstellungen prüfen wir zuerst. Bei PostgreSQL entspricht dem das Fencing des alten Primary per Leader Election, bei Redis und Valkey das Sentinel-Quorum.
Eine volle Disk kann jede zustandsbehaftete Plattform lahmlegen. Bei RabbitMQ blockiert ein Alarm alle Producer, sobald der freie Speicherplatz unter das konfigurierte Limit fällt; der Alarm gilt clusterweit, und wenn Nachrichten schnell genug ausgelagert werden, kann die Disk zwischen zwei Prüfungen trotzdem volllaufen und den Knoten zum Absturz bringen. Bei PostgreSQL hält ein inaktiver Replication Slot das Write-Ahead-Log zurück, bis das Volume voll ist. Bei Kafka bestimmen Retention und freie Reserven im Log-Verzeichnis, wie lange der Wiederaufbau eines Brokers dauert. Wir dimensionieren die Reserven, setzen Alarme, die vor dem Limit auslösen, und testen, was am Limit passiert.
Zwei veröffentlichte Beispiele zeigen das Muster. Ein Telekommunikationsanbieter betrieb PostgreSQL mit einem manuellen Failover, das in einer Wiki-Seite dokumentiert war, die nie durchgespielt wurde. Ein Systemintegrator für Behörden hatte bei RabbitMQ ein Failover, das eine manuelle Promotion war, die niemand geübt hatte. In beiden Fällen war die Lösung dieselbe: Recovery-Ziele festlegen, den Weg automatisieren oder dokumentieren und ihn vor der Übergabe mit gezielten Ausfalltests belegen.
Das HA-Review ist der Startpunkt der meisten Projekte. Es ist eine von Engineers geführte Bewertung der Plattform anhand ihrer tatsächlichen Nutzung, mit schriftlichem Ergebnisbericht und einer priorisierten Maßnahmenliste. Die Assessments dauern je nach Komplexität, Schwerpunkten und gefundenen Problemen ein bis vier Wochen. Wir brauchen Einblick, keinen Hands-on-Zugriff: Konfigurationsexporte und Metrikverläufe genügen, und ein Lesezugriff beschleunigt die Arbeit.
Die Disaster-Recovery-Beratung von AceMQ konzipiert und belegt die Wiederherstellung Ihrer Broker und Datenbanken: RabbitMQ, Kafka, Redis und Valkey, PostgreSQL, MySQL und Cassandra. Sie legen die Ziele für Recovery Point und Recovery Time fest; wir bilden sie auf den dokumentierten Mechanismus der jeweiligen Plattform ab, testen das Design mit einem gezielten Ausfall in einem vereinbarten Zeitfenster und übergeben Runbooks, die Ihr eigenes Team ausführen kann. Es ist ein Beratungsprojekt mit schriftlichem Ergebnis, kein Standby-Recovery-Standort.
| Schritt | Was Sie erhalten | Plattformspezifische Inhalte |
|---|---|---|
| 1. Recovery-Ziele | Ein Arbeitsblatt mit Recovery-Point- und Recovery-Time-Zielen pro Plattform, mit dem Fachbereich abgestimmt | Welche Workloads Sekunden an Daten verlieren dürfen und welche nicht – festgelegt vor jedem Design |
| 2. Gap-Assessment | Schriftlicher Ergebnisbericht und priorisierte Maßnahmenliste (das HA-Review) | Topologie und Single Points of Failure, Replikations- und Dauerhaftigkeitseinstellungen, Reserven, und ob je ein Restore durchgeführt wurde |
| 3. Recovery-Design | Ein Design pro Plattform, mit der Grenze, die jeder Mechanismus für Recovery Point und Recovery Time setzt | Gespiegelte Cluster für Kafka, Federation oder Shovel für RabbitMQ, Log-Archivierung und Streaming-Replikation für PostgreSQL, Replikate mit automatisiertem Failover oder Group Replication für MySQL, Replikat-Promotion für Redis und Valkey, Replikation über mehrere Rechenzentren für Cassandra |
| 4. Failover-Test | Ein Testplan und ein Testbericht mit den gemessenen Werten für Recovery Point und Recovery Time | Durchgeführt in einer Übungsumgebung oder in einem vereinbarten Zeitfenster im Beisein Ihres Teams |
| 5. Runbooks und Übergabe | Runbooks, Topologiedokumentation und Monitoring-Konfiguration, gepflegt als Ihr Eigentum | Umstellen der Clients, Übersetzung von Consumer-Offsets, Promotion- und Fail-back-Schritte |
Wir nennen vor dem Test keine Recovery-Werte. Jeder Mechanismus lässt einen Recovery Point und eine Recovery Time über null zurück, und der Test misst, wie Ihre aussehen. Jede Änderung an Topologie, Version oder Client-Libraries ist ein Grund, erneut zu üben.
Für wen das geeignet ist
Für Teams, die Broker und Datenbanken selbst betreiben und einen Recovery-Plan brauchen, der geschrieben, getestet und aktuell gehalten wird: eine regulierte IT-Landschaft, die ein getestetes Failover nachweisen muss, ein Plattformteam nach einem Ausfall oder eine IT-Landschaft, die einen zweiten Standort aufbaut. Das Projekt kann bei Schritt 5 enden oder als Support oder Betrieb in einem der vier Tiers unten weiterlaufen.
Das Projekt endet mit einer Plattform, die konzipiert und getestet wurde. Die Abdeckung danach ist Ihre Wahl, in vier Tiers.
| Phase | Was es ist | Die Frage, die es beantwortet |
|---|---|---|
| Phase 1: Reaktiver Support | Senior Engineers in Rufbereitschaft für Incidents unter vertraglichem SLA, mit Reaktionszeitzielen ab 15 Minuten, je nach Plan. | Unser Team betreibt die Plattform. Wen rufen wir an, wenn nachts etwas ausfällt? |
| Phase 2: Proaktiver Support | Tier 1 plus Monitoring über das Observability-Setup von AceMQ. | Wer bemerkt Probleme früher als unsere Kunden? |
| Phase 3: Managed Service auf Ihrer Infrastruktur | AceMQ betreibt die Plattform in Ihrem Cloud-Account oder Rechenzentrum. | Die Daten müssen in unserer Umgebung bleiben, und wir wollen keine Rufbereitschaft übernehmen. |
| Stufe 4: Managed auf der Infrastruktur von AceMQ | AceMQ hostet und betreibt die Plattform. | Wir möchten den Betrieb abgeben, und unsere Richtlinien erlauben einen gehosteten Service. |
FAQ
Es ist Disaster Recovery, für das nach dem Design jemand anderes die Verantwortung übernimmt. AceMQ konzipiert Hochverfügbarkeit und Recovery-Setup für Ihre Broker und Datenbanken, testet beides mit gezielten Ausfällen, schreibt die Runbooks und übernimmt dann Support oder Betrieb der Plattform in einer von vier Phasen – damit der Recovery-Plan aktuell bleibt und regelmäßig geprobt wird.
PostgreSQL bietet die Bausteine: Streaming-Replikation, Hot Standbys und logische Replikation. Einen ausgefallenen Primary erkennt es jedoch nicht selbst und befördert auch keinen Standby. Automatisches Failover kommt von Tools wie Patroni mit einem Konsens-Store oder von einem Managed Service – und muss so konzipiert sein, dass nie zwei Knoten gleichzeitig Schreibzugriffe annehmen.
Nein. Sentinel ist weiterhin der dokumentierte Hochverfügbarkeitsmechanismus von Redis für Deployments ohne Clustering, und Valkey hat ein eigenes Sentinel mit derselben Rolle. Abgekündigt ist nur Sentinel Version 1 aus Redis 2.6. Die Replikation ist asynchron, daher weisen wir das Fenster für Schreibverluste aus und testen das Failover-Timing für Ihre Clients.
Ja. MySQL-Hochverfügbarkeit konzipieren wir mit Replikaten und automatisiertem Failover oder mit einem Group-Replication- bzw. InnoDB-Cluster-Setup – je nach Version und der Dauerhaftigkeit, die die Workload erfordert. Wir testen Primary-Ausfall, Replikat-Lag beim Failover und Wiederverbindung der Anwendung. MySQL 5.7, 8.0 und 8.4 LTS sind durch unseren MySQL-Support abgedeckt.
Hochverfügbarkeit ist das Design, das einen Service beim Ausfall einer Komponente am Laufen hält. Failover ist die Umschaltung auf einen Standby, automatisch oder manuell. Disaster Recovery ist der Plan für den Verlust eines ganzen Standorts. Eine Plattform kann ein konfiguriertes Failover haben und trotzdem nicht hochverfügbar sein, wenn die Umschaltung nie getestet wurde.
Die RabbitMQ-Engineers von AceMQ. Wir analysieren Cluster-Logs und Einstellungen, finden die Ursache der Partitionen und korrigieren Knotenanzahl, Netzwerkeinstellungen und Partition Handling für Ihre Version. Ab RabbitMQ 4.3 basieren Quorum Queues und der Metadata Store auf Raft und benötigen eine Mehrheit online – das Design konzentriert sich daher auf Fehlerdomänen und Netzwerkzuverlässigkeit.
AceMQ. Wir dimensionieren Disk- und Memory-Reserven, setzen Free-Disk-Limit und Alarme und konzipieren die standortübergreifende Ebene – meist Federation oder Shovel zwischen zwei Clustern statt eines über ein WAN gestreckten Clusters –, inklusive getesteter Failover- und Failback-Schritte. Bei RabbitMQ blockiert ein Disk-Alarm clusterweit alle Producer, daher sind Reserven der erste Fix.
Senior Engineers von AceMQ, gemeinsam mit Ihrem Team. Wir planen den Test, führen ihn in einer Testumgebung oder innerhalb eines vereinbarten Zeitfensters durch und dokumentieren, was umgeschaltet hat, wie lange es dauerte und welche Daten gefährdet waren. Kafka-Tests umfassen Broker-Ausfall, Verhalten der In-Sync-Replikate und Controller-Failover. PostgreSQL-Tests umfassen Primary-Ausfall, Zonenausfall und Netzwerkpartition.
Sie legen die Ziele fest, und das Design wird darauf ausgelegt, sie zu erfüllen. Was jede Plattform erreichen kann, hängt von ihrem Mechanismus ab: gespiegelte Cluster bei Kafka, Federation oder Shovel bei RabbitMQ sowie asynchrone oder synchrone Replikation bei PostgreSQL. Jede Option hat einen Recovery Point und eine Recovery Time größer als null, und der Failover-Test misst, was bei Ihnen tatsächlich gilt. Vorher nennen wir keine Zahlen.
Ein allgemeingültiges Intervall gibt es nicht. Testen Sie so oft, dass das Ergebnis noch die Plattform beschreibt, die Sie betreiben: Ein kurzes Recovery-Time-Ziel erfordert häufige Übungen, und jede Änderung an Topologie, Version oder Client-Libraries erfordert eine weitere. Halten Sie jedes Mal fest, was umgeschaltet hat, wie lange es dauerte und welche Daten gefährdet waren.
Ein bis vier Wochen, je nach Komplexität, Anzahl der Plattformen, Schwerpunkten und gefundenen Problemen. Sie erhalten einen schriftlichen Ergebnisbericht mit Belegen und eine priorisierte Maßnahmenliste. Wir brauchen Konfigurationsexporte und Metrikverläufe, und ein Lesezugriff beschleunigt die Arbeit.
Der Umfang richtet sich nach den Plattformen, den Fehlerdomänen und der Testtiefe, und wir veröffentlichen keine Preisliste. Sagen Sie uns, was Sie betreiben, und wir antworten auf Ihre Angebotsanfrage innerhalb von 1 Stunde.
Sie umfasst die Vereinbarung von Recovery-Point- und Recovery-Time-Zielen, das Assessment des aktuellen Hochverfügbarkeits- und Backup-Setups, das Design der Wiederherstellung pro Plattform, einen Failover-Test, der die realen Werte misst, sowie das Schreiben von Runbooks und die Übergabe der Dokumentation. AceMQ leistet das für RabbitMQ, Kafka, Redis und Valkey, PostgreSQL, MySQL und Cassandra, beginnend mit einem HA-Review von ein bis vier Wochen, und beantwortet eine Angebotsanfrage innerhalb von 1 Stunde.
AceMQ, mit Senior Engineers, die diese Plattformen zugleich 24/7 in Americas, EMEA und APAC betreuen. Wen auch immer Sie vergleichen: Lassen Sie sich von jedem Anbieter den Failover-Testbericht zeigen, den er für eine vergleichbare Plattform erstellt hat, und prüfen Sie, ob er den Mechanismus abdeckt, den Sie einsetzen, etwa RabbitMQ Federation oder die Übersetzung von Kafka-Consumer-Offsets.
Sprechen wir
Sagen Sie uns, welche Broker und Datenbanken Sie betreiben, wo sie laufen und was schiefgelaufen ist. Wir definieren den Umfang eines HA-Reviews und beantworten Ihre Angebotsanfrage innerhalb von 1 Stunde.
Senden Sie uns eine Nachricht und wir melden uns innerhalb von 1 Stunde bei Ihnen – oder buchen Sie direkt eine kostenlose 30-minütige Beratung.
305-204-2607info@acemq.comLieber sofort sprechen? Rufen Sie uns direkt an oder finden Sie über den Tab „Beratung buchen“ einen passenden Termin.