Descripción general
Los procesos de Boomi movían transacciones reguladas entre sistemas, con RabbitMQ como transporte entre ellos. Recuperarse de un incidente en el centro de datos implicaba una promoción manual que nadie había practicado, y una vez consumido un mensaje no había forma de reproducirlo.
Reto
Dos carencias se agravaban mutuamente. El failover dependía de que una persona siguiera un procedimiento sin ensayar y, como las colas descartan los mensajes al consumirlos, no había ninguna forma compatible con la auditoría de reconstruir lo que había circulado durante un incidente. Había que resolver ambas cosas sin romper los controles con los que se audita el parque.
Entorno
Procesos de integración de Boomi sobre RabbitMQ en una plataforma de contenedores, repartidos entre un centro de datos principal y otro de recuperación ante desastres.
Enfoque
AceMQ elaboró un diseño de recuperación ante desastres que cubría el failover manual y el automatizado, incluido lo que cambia la distribución comercial de RabbitMQ en la opción automatizada. En paralelo, evaluamos la conversión de 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 accesible.
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 recuperación
- Evaluación de la conversión de colas en streams para que los mensajes sigan siendo reproducibles tras consumirse
- Revisión del replay frente a los controles de auditoría y retención del parque
- Capa de buffering para que los procesos de integración se degraden en lugar de fallar durante una caída
- Runbook operativo y formación para los equipos de soporte y desarrollo
Resultado final
El parque de integraciones cuenta ahora con un procedimiento de recuperación ensayado, una respuesta sólida sobre lo que ocurrió durante una caída y un runbook que sus propios ingenieros pueden ejecutar sin esperar a un proveedor.