Descripción general
Los procesos de Boomi transportaban transacciones reguladas entre sistemas, con RabbitMQ como medio de transporte entre ellos. Recuperarse de un evento en el centro de datos implicaba una promoción manual que nadie había practicado, y una vez consumido un mensaje no había forma de volver a reproducirlo.
Desafío
Dos brechas se potenciaban entre sí. El failover dependía de que una persona siguiera un procedimiento nunca ensayado y, como las colas descartan los mensajes al consumirlos, no había una forma compatible con la auditoría de reconstruir lo que había circulado durante un incidente. Había que resolver ambas cosas sin romper los controles sobre los que se audita el ecosistema.
Entorno
Procesos de integración de Boomi sobre RabbitMQ en una plataforma de contenedores, distribuidos entre un centro de datos principal y uno de recuperación ante desastres.
Enfoque
AceMQ elaboró un diseño de recuperación ante desastres que cubría el failover manual y el automatizado, incluido lo que la distribución comercial de RabbitMQ cambia en la opción automatizada. En paralelo, evaluamos convertir determinadas colas en streams para que los mensajes sigan siendo reproducibles después de consumirse, y especificamos una capa de buffering para que los procesos de Boomi se degraden en lugar de fallar cuando el broker no está disponible.
Solución
- Diseño de recuperación ante desastres que compara la promoción manual con el failover automatizado
- Dimensionamiento del clúster entre el centro de datos principal y el de DR
- Evaluación de la conversión de colas a streams para que los mensajes sigan siendo reproducibles después de consumirse
- Revisión del replay frente a los controles de auditoría y retención del ecosistema
- Capa de buffering para que los procesos de integración se degraden en lugar de fallar durante una caída
- Runbook operativo y capacitación para los equipos de soporte y desarrollo
Resultado final
El ecosistema de integración cuenta ahora con un procedimiento de recuperación ensayado, una respuesta defendible sobre lo que ocurrió durante una caída y un runbook que sus propios ingenieros pueden ejecutar sin esperar a un proveedor.