Descripción general
Un proveedor de streaming había acumulado decenas de instancias de MySQL entre distintos equipos, sin un estándar uniforme de replicación, backup ni configuración. Nadie podía afirmar con certeza qué bases de datos podían recuperarse ni en cuánto tiempo. Se contrató a AceMQ para establecer el panorama real.
Desafío
El crecimiento orgánico había generado una deriva de configuración considerable: instancias con distintas configuraciones de binary log, réplicas configuradas sin GTID y jobs de backup que informaban éxito mientras producían artefactos que nadie había restaurado nunca. Evaluar esto exigía verificar las afirmaciones, no simplemente recopilarlas.
Entorno
Parque de MySQL en AWS que abarca varios equipos y límites de cuentas, como soporte de los servicios de catálogo de contenidos y de derechos de acceso.
Enfoque
AceMQ hizo un inventario de cada instancia y de su configuración real en tiempo de ejecución, no de la configuración prevista, y luego probó las partes que importaban. Los backups se restauraron y se cronometraron. Las rutas de failover se rastrearon para ver si terminaban en algún lugar útil.
Solución
- Inventario completo de las instancias, con la configuración en tiempo de ejecución obtenida de los propios servidores
- Identificación de la deriva de configuración en binary logging, modo GTID, parámetros de durabilidad y juegos de caracteres
- Restauraciones de prueba cronometradas a partir de los backups existentes para establecer los tiempos de recuperación reales y detectar artefactos inutilizables
- Rastreo de la topología de replicación y de las rutas de failover para encontrar réplicas que en realidad no se podían promover
- Revisión del enrutamiento de conexiones y de la configuración de los proxies en busca de puntos únicos de falla
- Entrega de una línea base de estándares y de un plan priorizado para alinear las instancias con deriva
Resultado final
El proveedor obtuvo un inventario preciso, con tiempos de recuperación respaldados por restauraciones reales y no por el estado de los jobs de backup. Varios conjuntos de backups que informaban éxito resultaron imposibles de restaurar, y eso se corrigió antes de que hicieran falta.