Revisión HA
La oferta de entrada: topología, replicación, margen, copias de seguridad y monitorización analizados según el uso real de la plataforma. De una a cuatro semanas.
Alta disponibilidad y recuperación ante desastres
La recuperación ante desastres gestionada de AceMQ es un proyecto seguido de cobertura: diseñamos la alta disponibilidad (HA) y la recuperación ante desastres (DR) de sus plataformas RabbitMQ, Kafka, Redis o Valkey y PostgreSQL, la demostramos con pruebas de failover, redactamos los runbooks y después damos soporte a la plataforma o la operamos. Empieza con una revisión HA que dura de una a cuatro semanas, según la complejidad y lo que encontremos. Recibe un informe por escrito, un plan de corrección priorizado y un plan de recuperación probado.
¿Es su caso?
Una plataforma del sector público que cayó porque se llenó el disco de un nodo
El split brain de RabbitMQ se repite y nadie sabe en qué nodo confiar
El failover es una página de la wiki que nunca se ha ejecutado en condiciones reales
Existe un sitio de recuperación ante desastres sobre el papel, pero nadie ha conmutado nunca a él
Un auditor o un cuestionario de riesgos pide evidencias del tiempo y del punto de recuperación
La replicación y las confirmaciones (ack) de Kafka se definieron en la puesta en producción y nunca se han contrastado con la durabilidad que el negocio da por hecha
Solo uno o dos ingenieros saben recuperar la plataforma, y no siempre están localizables
Resultados
Cambios concretos de estado, no recuento de entregables. Esto es lo que realmente cambia en su entorno de Infraestructura al cerrar el proyecto.
Antes
Se da por hecha la alta disponibilidad porque hay tres nodos.
Objetivos de tiempo y punto de recuperación por carga de trabajo, traducidos a parámetros de replicación concretos y contrastados con lo que hace hoy la plataforma.
Antes
El failover está configurado pero nunca se ha ejercitado.
Pruebas de fallo deliberadas de pérdida de un nodo, disco lleno, pérdida de zona y partición de red, con los resultados documentados.
Antes
La recuperación depende de quien recuerde los pasos.
Runbooks que sus propios ingenieros pueden ejecutar sin esperar a un proveedor, tanto para la vía automatizada como para la manual.
Antes
Tras el proyecto, nadie se hace cargo de la plataforma a las 3 de la madrugada.
Soporte u operación gestionada en la escala de cuatro fases, a cargo de los ingenieros que diseñaron la recuperación.
Alcance
La oferta de entrada: topología, replicación, margen, copias de seguridad y monitorización analizados según el uso real de la plataforma. De una a cuatro semanas.
Diseño de colas de quórum y streams, factor de replicación, réplicas sincronizadas y confirmaciones, replicación entre centros de datos y comportamiento ante particiones.
Sentinel o Cluster para Redis y Valkey, y replicación en streaming con elección de líder al estilo Patroni para PostgreSQL, con la política de pérdida de datos definida por carga de trabajo.
Alta disponibilidad en Kubernetes mediante distribución por zonas, antiafinidad, presupuestos de interrupción y almacenamiento que sobrevive a la pérdida de un nodo, para brokers y bases de datos en Kubernetes o en una cuenta en la nube.
Inyección de fallos planificada en un entorno de ensayo o dentro de una ventana acordada, con registro de lo ocurrido y de cuánto tardó.
Recuperación paso a paso para la vía automatizada y la manual, redactada para los ingenieros que estarán de guardia.
El proyecto
Cada fase tiene una duración definida y un entregable concreto al final. Siempre sabe en qué fase está y qué ha recibido.
Un ingeniero sénior revisa cada plataforma en busca de puntos únicos de fallo, parámetros de replicación y durabilidad, margen de recursos, copia de seguridad y restauración, y la monitorización que debería haber detectado el último incidente. Las 1 a 4 semanas dependen de la complejidad, las áreas de interés y los problemas encontrados.
Usted recibe
Topología objetivo entre dominios de fallo, parámetros de replicación y failover, y diseño entre sitios si la recuperación ante desastres abarca dos centros de datos o regiones.
Usted recibe
Ponemos a prueba el diseño: pérdida de un nodo, disco lleno, pérdida de zona y partición de red, medidos frente a los objetivos. Las brechas detectadas se corrigen y se vuelven a probar.
Usted recibe
Runbooks para su equipo y, después, la fase de soporte que elija, desde el escalado de guardia hasta que AceMQ opere la plataforma.
Usted recibe
La alta disponibilidad mantiene una plataforma en marcha ante la pérdida de un nodo. La recuperación ante desastres la restablece tras la pérdida de un sitio. La primera se diseña dentro del clúster; la segunda, a su alrededor, y se demuestra conmutando. Un solo proyecto cubre ambas en todas las plataformas que opera.
| Plataforma | Mecanismo de alta disponibilidad | Qué probamos | Por dónde empezar |
|---|---|---|---|
| RabbitMQ | Colas de quórum y streams, replicados mediante Raft en un número impar de nodos situados en dominios de fallo distintos. Federation o Shovel entre clústeres para la recuperación ante desastres. | Pérdida de un nodo, comportamiento ante particiones, alarmas de disco y memoria, y número de miembros de cola tras la sustitución de nodos. | Health check de RabbitMQ |
| Kafka | Factor de replicación, réplicas sincronizadas y confirmaciones del productor definidos en conjunto, reconocimiento de rack o zona y un quórum de controladores KRaft. | Pérdida de broker, reducción del ISR, failover del controlador y margen del directorio de logs. | Health check de Kafka |
| Redis y Valkey | Sentinel para un primario y réplicas, o Cluster para sharding. La replicación es asíncrona, así que se indica la ventana de pérdida de escrituras. | Pérdida del primario, tiempo de failover y comportamiento de los clientes durante la promoción. | Soporte de Redis |
| PostgreSQL | Replicación en streaming con elección de líder automatizada y fencing, por ejemplo Patroni con un almacén de consenso. Replicación síncrona solo donde la durabilidad justifique la latencia. | Pérdida del primario, pérdida de zona, partición de red y enrutamiento de clientes al nuevo primario. | Soporte de PostgreSQL |
| MySQL | Réplicas con failover automatizado o un clúster de group replication, según la versión y la durabilidad necesaria. | Pérdida del primario, lag de las réplicas en el failover y reconexión de la aplicación. | Soporte de MySQL |
| Kubernetes | Distribución por zonas con antiafinidad, pod disruption budgets, almacenamiento que sobrevive a la pérdida de un nodo y operadores que actualizan un miembro cada vez. | Drenaje de nodos, pérdida de zona y actualizaciones progresivas (rolling upgrade) bajo carga. | Contenedores y Kubernetes |
| Término | Qué significa | Cómo se evalúa |
|---|---|---|
| Alta disponibilidad | Diseñar la plataforma para que la pérdida de un componente no detenga el servicio. | ¿Sigue funcionando el servicio cuando falla un nodo? |
| Failover | La conmutación a un standby, automática o manual. | ¿Cuánto tarda la conmutación y qué datos se pierden? |
| Recuperación ante desastres (DR) | Restablecer el servicio tras perder un sitio entero, una región o los propios datos. | Objetivo de tiempo de recuperación y objetivo de punto de recuperación, demostrados con un simulacro. |
En resumen, la alta disponibilidad es el diseño, el failover es el mecanismo y la recuperación ante desastres es el plan para cuando el diseño no basta. Una plataforma puede tener alta disponibilidad y carecer de recuperación ante desastres.
Dos números definen un diseño de recuperación ante desastres, y los fija su negocio. El objetivo de punto de recuperación (RPO) es el tiempo máximo aceptable desde el último punto de recuperación, es decir, cuántos datos puede permitirse perder. El objetivo de tiempo de recuperación (RTO) es el retraso máximo aceptable entre la interrupción y el restablecimiento del servicio. El whitepaper de recuperación ante desastres de AWS usa estas definiciones y señala que incluso una estrategia bien construida tiene un tiempo y un punto de recuperación superiores a cero.
Cada plataforma tiene su propio mecanismo de recuperación documentado, y cada uno tiene un límite que determina cuál de los dos números puede cumplir realmente. AceMQ no adelanta ninguna cifra. Trasladamos sus objetivos a estos mecanismos, y una prueba de failover en una ventana acordada mide lo que alcanza el diseño.
| Plataforma | Mecanismo de DR documentado | Qué limita el punto de recuperación | Qué limita el tiempo de recuperación |
|---|---|---|---|
| Kafka | Un clúster por centro de datos, con MirrorMaker 2 copiando entre ellos topics, configuraciones, offsets de grupos de consumidores y ACL. Confluent Cluster Linking es el equivalente gestionado en los clústeres de Confluent. | Los registros que aún no se han replicado cuando se pierde el sitio. Cada sitio funciona de forma autónoma si el enlace cae, y el mirroring se pone al día después. | Redirigir los clientes al clúster superviviente y traducir los offsets de los consumidores. |
| RabbitMQ | Federation o Shovel entre dos clústeres. Tanzu RabbitMQ, la edición comercial, añade Warm Standby Replication, que copia las definiciones de esquema y los mensajes de un clúster upstream a un standby downstream. | Federation es asíncrona y ninguno de los dos plugins replica las confirmaciones, de modo que tras un failover los mensajes que ya se habían consumido pueden entregarse de nuevo. | Las colas pasivas siguen creciendo salvo que defina TTL o límites de longitud, y los consumidores deben tolerar duplicados. |
| PostgreSQL | Archivado continuo del write-ahead log con recuperación a un punto en el tiempo, más replicación en streaming a un standby. | La replicación en streaming es asíncrona por defecto, por lo que pueden perderse las transacciones que aún no se han enviado. El commit síncrono cierra esa brecha y añade latencia al commit. | Restaurar una copia de seguridad base y reproducir el log, o promover un standby y redirigir los clientes. |
| Redis y Valkey | Replicación primario-réplica, con persistencia activada en ambos. | La replicación es asíncrona por defecto y las escrituras confirmadas pueden perderse en un failover. WAIT reduce la ventana, pero no hace que ninguno de los dos sistemas sea fuertemente consistente. | Tiempo de failover de Sentinel o del clúster, y después la reconexión de los clientes. |
| Cassandra | Replicación entre varios centros de datos, con NetworkTopologyStrategy fijando un factor de replicación para cada centro de datos. | El nivel de consistencia de cada escritura, como LOCAL_QUORUM o EACH_QUORUM, determina cuántas réplicas, y en qué centros de datos, la confirmaron. | Encaminar a los clientes a un centro de datos superviviente. |
La frecuencia de las pruebas es una decisión ligada a esos dos números. Una plataforma con un objetivo de tiempo de recuperación de minutos necesita ensayos mucho más frecuentes que otra con un día de margen, y cualquier cambio de topología, versión o bibliotecas cliente es motivo para volver a ensayar. El whitepaper de AWS insiste en lo mismo: pruebe su estrategia con regularidad.
La mayoría de las caídas en este ámbito proceden de tres fallos. Es barato ensayar cada uno y caro encontrárselos por primera vez en producción.
La alta disponibilidad de RabbitMQ depende de que haya una mayoría de réplicas en línea. En RabbitMQ 4.3 y posteriores, el almacén de metadatos (metadata store), las colas de quórum y los streams se basan en Raft, las antiguas estrategias de gestión de particiones de red han desaparecido y un clúster de tres nodos tolera el fallo de un nodo, mientras que uno de dos nodos no tolera ninguno. En versiones anteriores, el modo de gestión de particiones de red y los ajustes de red determinan lo que ocurre, y esos son los ajustes que revisamos primero. En PostgreSQL el equivalente es aislar (fencing) al primario antiguo mediante la elección de líder, y en Redis y Valkey es el quórum de Sentinel.
Un disco lleno puede tumbar cualquier plataforma con estado. En RabbitMQ, cuando el espacio libre en disco cae por debajo del límite configurado, una alarma bloquea a todos los productores; la alarma afecta a todo el clúster y, si los mensajes se paginan a disco con la rapidez suficiente, el disco aún puede llenarse entre comprobaciones y hacer caer el nodo. En PostgreSQL, un replication slot inactivo retiene write-ahead log hasta que se llena el volumen. En Kafka, la retención y el margen del directorio de logs determinan cuánto tarda en reconstruirse un broker. Dimensionamos el margen, configuramos alarmas que avisan antes del límite y probamos qué ocurre al alcanzarlo.
Dos ejemplos publicados muestran el patrón. Un operador de telecomunicaciones ejecutaba PostgreSQL con un failover manual documentado en una página de la wiki que nunca se había ejercitado. Un integrador de sistemas del sector público tenía un failover de RabbitMQ que consistía en una promoción manual que nadie había practicado. En ambos casos la solución fue la misma: fijar los objetivos de recuperación, automatizar o documentar el procedimiento y demostrarlo con pruebas de fallo deliberadas antes del traspaso.
La revisión HA es el punto de partida de la mayoría de los proyectos. Es un análisis dirigido por ingenieros de la plataforma frente a su uso real, con un informe de hallazgos por escrito y una lista de correcciones ordenada por prioridad. Las evaluaciones duran de una a cuatro semanas según la complejidad, las áreas de enfoque y los problemas encontrados. Necesitamos visibilidad, no acceso operativo: bastan exportaciones de configuración e histórico de métricas, y el acceso de solo lectura lo agiliza.
La consultoría de recuperación ante desastres de AceMQ diseña y demuestra la recuperación de sus brokers y bases de datos: RabbitMQ, Kafka, Redis y Valkey, PostgreSQL, MySQL y Cassandra. Usted fija los objetivos de punto y tiempo de recuperación; nosotros los traducimos al mecanismo documentado de cada plataforma, probamos el diseño con un fallo deliberado en una ventana acordada y entregamos runbooks que su propio equipo puede ejecutar. Es un proyecto de consultoría con un resultado por escrito, no un sitio de recuperación en standby.
| Paso | Qué recibe | Contenido específico de cada plataforma |
|---|---|---|
| 1. Objetivos de recuperación | Una hoja de trabajo con los objetivos de punto y tiempo de recuperación por plataforma, acordados con el negocio | Qué cargas de trabajo pueden perder unos segundos de datos y cuáles no, definido antes de cualquier diseño |
| 2. Evaluación de brechas | Informe de hallazgos por escrito y una lista priorizada de correcciones (la revisión HA) | Topología y puntos únicos de fallo, parámetros de replicación y durabilidad, margen, y si alguna vez se ha ejecutado una restauración |
| 3. Diseño de la recuperación | Un diseño por plataforma, con el límite que cada mecanismo impone al punto y al tiempo de recuperación | Clústeres espejo para Kafka, Federation o Shovel para RabbitMQ, archivado de logs y replicación en streaming para PostgreSQL, réplicas con failover automatizado o replicación de grupo para MySQL, promoción de réplicas para Redis y Valkey, replicación entre varios centros de datos para Cassandra |
| 4. Prueba de failover | Un plan de pruebas y un informe de pruebas con el punto y el tiempo de recuperación medidos | Se ejecuta en un entorno de ensayo o en una ventana acordada, con su equipo presente |
| 5. Runbooks y traspaso | Runbooks, documentación de la topología y configuración de monitorización, mantenidos como suyos | Redirección de clientes, traducción de offsets de consumidores, y pasos de promoción y fail-back |
No damos cifras de recuperación antes de la prueba. Todo mecanismo deja un punto y un tiempo de recuperación por encima de cero, y la prueba mide cuáles son los suyos. Cualquier cambio de topología, versión o bibliotecas cliente es motivo para volver a ensayar.
A quién le conviene
A equipos que operan ellos mismos brokers y bases de datos y necesitan el plan de recuperación redactado, probado y actualizado: un entorno de un sector regulado que debe demostrar un failover probado, un equipo de plataforma tras una caída, o un entorno que añade un segundo sitio. El proyecto puede terminar en el paso 5 o continuar como soporte u operación en los cuatro niveles que se describen a continuación.
El proyecto termina con una plataforma diseñada y probada. La cobertura posterior es decisión suya, en cuatro niveles.
| Fase | Qué es | La pregunta que responde |
|---|---|---|
| Fase 1: soporte reactivo | Ingenieros sénior de guardia para incidentes con un SLA contractual y objetivos de respuesta desde 15 minutos, según el plan. | Nuestro equipo opera la plataforma. ¿A quién llamamos cuando falla de madrugada? |
| Fase 2: soporte proactivo | Nivel 1 más monitorización mediante la configuración de observabilidad de AceMQ. | ¿Quién detecta los problemas antes que nuestros clientes? |
| Fase 3: gestionado en su infraestructura | AceMQ opera la plataforma dentro de su cuenta en la nube o de su centro de datos. | Los datos deben permanecer dentro de nuestro perímetro y no queremos hacer guardias. |
| Fase 4: gestionado en la infraestructura de AceMQ | AceMQ aloja y opera la plataforma. | Queremos que nos lo operen y nuestra política permite un servicio alojado. |
Preguntas frecuentes
Es una recuperación ante desastres de la que otro se hace cargo una vez terminado el diseño. AceMQ diseña la alta disponibilidad y la recuperación de sus brokers y bases de datos, las prueba con fallos deliberados, redacta los runbooks y después da soporte a la plataforma o la opera en una de cuatro fases, para que el plan de recuperación se mantenga actualizado y ensayado.
Ofrece los componentes básicos: replicación en streaming, hot standbys y replicación lógica. Pero no detecta por sí solo un primario caído ni promueve un standby. El failover automático lo aportan herramientas como Patroni con un almacén de consenso, o un servicio gestionado, y debe diseñarse para que nunca haya dos nodos aceptando escrituras a la vez.
No. Sentinel sigue siendo el mecanismo de alta disponibilidad documentado de Redis para despliegues sin clúster, y Valkey tiene su propio Sentinel con la misma función. Solo está obsoleta la versión 1 de Sentinel, de Redis 2.6. La replicación es asíncrona, así que indicamos la ventana de pérdida de escrituras y probamos los tiempos de failover para sus clientes.
Sí. La alta disponibilidad de MySQL se diseña con réplicas y failover automatizado, o con Group Replication o InnoDB Cluster, según la versión y la durabilidad que requiera la carga de trabajo. Probamos la pérdida del primario, el lag de las réplicas en el failover y la reconexión de la aplicación, y MySQL 5.7, 8.0 y 8.4 LTS están cubiertos por nuestro soporte de MySQL.
La alta disponibilidad es el diseño que mantiene un servicio en marcha cuando falla un componente. El failover es la conmutación a un standby, automática o manual. La recuperación ante desastres es el plan para la pérdida de un sitio entero. Una plataforma puede tener el failover configurado y aun así no ser de alta disponibilidad si la conmutación nunca se ha probado.
Los ingenieros de RabbitMQ de AceMQ. Analizamos los logs y la configuración del clúster, identificamos la causa de las particiones y corregimos el número de nodos, los parámetros de red y la gestión de particiones de red para su versión. En RabbitMQ 4.3 y posteriores, las colas de quórum y el almacén de metadatos se basan en Raft y necesitan una mayoría en línea, por lo que el diseño se centra en los dominios de fallo y la fiabilidad de la red.
AceMQ. Dimensionamos el margen de disco y memoria, configuramos el límite de disco libre y las alarmas, y diseñamos la capa entre sitios, normalmente Federation o Shovel entre dos clústeres en lugar de un único clúster extendido sobre una WAN, con los pasos de failover y failback probados. En RabbitMQ, una alarma de disco bloquea a todos los productores en todo el clúster, así que el margen es la primera corrección.
Los ingenieros sénior de AceMQ, junto con su equipo. Planificamos la prueba, la ejecutamos en un entorno de ensayo o dentro de una ventana acordada y registramos qué conmutó, cuánto tardó y qué datos estuvieron en riesgo. Las pruebas de Kafka cubren la pérdida de broker, el comportamiento de las réplicas sincronizadas y el failover del controlador. Las de PostgreSQL, la pérdida del primario, la pérdida de zona y la partición de red.
Usted fija los objetivos y el diseño se construye para cumplirlos. Lo que alcanza cada plataforma depende de su mecanismo: clústeres replicados para Kafka, Federation o Shovel para RabbitMQ, y replicación asíncrona o síncrona para PostgreSQL. Todas las opciones tienen un punto y un tiempo de recuperación superiores a cero, y la prueba de failover mide cuáles son realmente los suyos. No adelantamos cifras antes de eso.
No existe un intervalo universal. Pruebe con la frecuencia suficiente para que el resultado siga describiendo la plataforma que ejecuta: un objetivo de tiempo de recuperación corto exige ensayos frecuentes, y cualquier cambio de topología, versión o bibliotecas cliente exige otro. Registre cada vez qué conmutó, cuánto tardó y qué datos estuvieron en riesgo.
De una a cuatro semanas, según la complejidad, el número de plataformas, las áreas de enfoque y los problemas encontrados. Recibe un informe de hallazgos por escrito con evidencias y una lista de correcciones ordenada por prioridad. Necesitamos exportaciones de configuración e histórico de métricas, y el acceso de solo lectura lo agiliza.
Se dimensiona según las plataformas, los dominios de fallo y la profundidad de las pruebas, y no publicamos una lista de precios. Cuéntenos qué ejecuta y responderemos a su solicitud de presupuesto en 1 hora.
Incluye acordar los objetivos de punto y tiempo de recuperación, evaluar la configuración actual de alta disponibilidad y copias de seguridad, diseñar la recuperación por plataforma, ejecutar una prueba de failover que mida las cifras reales, y redactar runbooks y traspasar la documentación. AceMQ lo hace para RabbitMQ, Kafka, Redis y Valkey, PostgreSQL, MySQL y Cassandra, empezando por una revisión HA de una a cuatro semanas, y responde a una solicitud de presupuesto en 1 hora.
AceMQ, con ingenieros sénior que además dan soporte 24/7 a estas plataformas en América, EMEA y APAC. Con quien compare, pida a cada proveedor el informe de la prueba de failover que elaboró para una plataforma comparable y compruebe que cubre el mecanismo que usted opera, como Federation de RabbitMQ o la traducción de offsets de consumidores en Kafka.
Hablemos
Indíquenos qué brokers y bases de datos utiliza, dónde están y qué ha fallado. Definiremos el alcance de una revisión HA y responderemos a su solicitud de presupuesto en menos de 1 hora.
Envíenos un mensaje y le responderemos en menos de 1 hora, o reserve directamente una consulta gratuita de 30 minutos.
305-204-2607info@acemq.com¿Prefiere hablar ahora? Llámenos directamente o utilice la pestaña de consulta para encontrar un horario que le venga bien.