Guide · Redis

Le guide de la sauvegarde et de la reprise après sinistre Redis

Redis est traité comme un cache jusqu'au jour où il ne l'est plus, et le plan de reprise se découvre généralement en plein incident. Ce guide distingue les quatre notions que l'on confond entre elles (réplication, persistance, sauvegarde et reprise après sinistre), puis aborde chaque décision dans l'ordre où elle doit être prise. Une réponse courte à chaque étape, avec l'article qui traite le sujet en détail.

Tyler Eastridge

Par Tyler Eastridge, Directeur des opérations

LinkedIn · Mis à jour le · Lecture : 6 min · 9 sections

Sur cette page

Quatre notions qui ne se valent pas

Quatre notions qui ne se valent pas

La plupart des pertes de données Redis viennent de ce que l'on a pris l'une de ces notions pour une autre.

MécanismeProtège contreNe protège pas contre
RéplicationLa perte d'un nœudUne écriture erronée, un FLUSHALL malencontreux, une clé corrompue : elle les recopie instantanément
Snapshot RDBLa perte du processus ou de l'hôte, en revenant au dernier snapshotTout ce qui a été écrit depuis ce snapshot
AOFLa perte du processus, à une seconde près avec le fsync par défautLa perte du système de fichiers s'il se trouve sur le même volume
Sauvegarde hors de l'hôteLa perte de l'hôte, du volume ou de la région ; les erreurs d'exploitationRien, si la restauration n'a jamais été testée

RDB et AOF ne protègent pas la même chose

Un snapshot RDB est un fork du jeu de données à un instant donné, écrit dans un fichier compact : rapide à charger, peu coûteux à envoyer hors de l'hôte, mais il perd tout ce qui a été écrit depuis le précédent. L'AOF ajoute chaque écriture à un journal et, avec le fsync par défaut chaque seconde, ne perd au plus qu'environ une seconde, mais il est rejoué au démarrage et met plus longtemps à se charger sur un gros jeu de données.

La plupart des parcs de production utilisent les deux : l'AOF pour le point de reprise, un RDB périodique pour l'artefact portable qui part hors de l'hôte. N'utiliser ni l'un ni l'autre, ce qui est le comportement par défaut de certaines builds, signifie qu'un redémarrage équivaut à une perte totale des données.

Choisir la persistance d'après un RPO défini, pas d'après une valeur par défaut

La question qui tranche la configuration est la quantité de données que l'entreprise peut se permettre de perdre, exprimée en secondes ou en minutes. Personne ne la pose : la réponse est donc héritée du premier fichier de configuration recopié, et on découvre généralement qu'elle est fausse lors du premier vrai incident.

Obtenez un chiffre du responsable de l'application, puis choisissez le mécanisme qui le respecte : des secondes impliquent l'AOF avec une politique de fsync adaptée, des minutes un RDB à intervalle correspondant, et zéro signifie que Redis ne doit pas être le système de référence pour ces données.

La réplication n'est pas une sauvegarde

Un réplica applique tout ce que lui envoie le primaire, en quelques millisecondes. Cela couvre la panne matérielle et rien d'autre : un FLUSHALL malencontreux, un bug applicatif qui écrit n'importe quoi ou une clé supprimée par un opérateur sont fidèlement répliqués sur chaque réplica avant que quiconque ne s'en aperçoive.

Les sauvegardes doivent être des copies séparées, conservées hors de l'hôte du primaire et en dehors de son rayon d'impact, avec suffisamment de versions pour remonter avant le moment où les dégâts ont commencé.

Sortir l'artefact de l'hôte, selon un calendrier, avec une rétention

Un fichier RDB stocké sur le même volume que le jeu de données survit à un crash du processus, et à rien de plus grave. La sauvegarde n'existe vraiment qu'une fois ailleurs : dans un stockage objet, dans une autre région ou dans un compte séparé.

Définissez un calendrier qui respecte le RPO de l'étape deux, conservez assez de générations pour récupérer de dégâts découverts plusieurs jours plus tard, et chiffrez au repos, car un dump Redis contient toutes les valeurs en clair.

Objectifs de réponse à partir de 15 minutes, selon le plan. Ingénieurs seniors attitrés.

Nous contacter

Reprise sur un autre site : choisir le mode avant la panne

Les options interrégionales vont de la réplication asynchrone à la restauration depuis une sauvegarde, en passant par un standby tiède, et elles diffèrent d'un ordre de grandeur tant pour le RPO que pour le coût. L'actif-actif existe dans certaines builds commerciales et s'accompagne de règles de résolution des conflits pour lesquelles l'application doit être conçue.

Choisissez le mode en fonction du RPO et du RTO que vous avez consignés, et faites du basculement une décision explicite confiée à un responsable nommé, plutôt qu'une action tentée par l'automatisation pendant une partition réseau.

Répéter la restauration, car c'est elle qui échoue

Les jobs de sauvegarde signalent leur succès sans faute. Les restaurations échouent sur ce que personne n'a vérifié : un dump issu d'une autre version de Redis, un plafond mémoire sur la cible inférieur à la taille du jeu de données, une restauration de cluster vers une répartition des slots différente, ou un AOF jamais réécrit qui met des heures à être rejoué.

Restaurez régulièrement dans un environnement jetable, chronométrez l'opération et notez le résultat. Ce temps mesuré est votre vrai RTO ; tout le reste n'est qu'une estimation.

Savoir ce que couvre un service managé et ce qui reste à votre charge

ElastiCache, Azure Cache, Memorystore et Redis Cloud prennent tous des snapshots, chacun avec son propre plafond de rétention, son comportement interrégional et ses règles d'export. Aucun d'eux ne fixe votre RPO, ne conserve les données au-delà de sa fenêtre maximale ni ne vérifie qu'une restauration respecte votre RTO.

Lisez les limites précises de l'offre que vous utilisez plutôt que la page marketing, et conservez un export indépendant si la rétention doit dépasser le plafond de la plateforme.

Valkey : les mêmes mécanismes, une autre question de support

Valkey est un fork de Redis 7.2 qui hérite à l'identique de RDB, de l'AOF et de la réplication : tout ce qui précède s'applique donc. Ce qui change, c'est qui intervient quand une restauration échoue sur un fork que votre fournisseur de plateforme ne prend pas officiellement en charge.

Si une migration est en cours, conservez des sauvegardes des deux côtés jusqu'à la bascule et vérifiez la compatibilité des dumps dans le sens où vous pourriez devoir revenir en arrière.

Désigner qui mène la restauration avant d'en avoir besoin

Une sauvegarde testée sans personne d'astreinte pour l'utiliser est un document, pas un plan de reprise. La restauration a généralement lieu en dehors des heures ouvrées, sous pression, le jour où la personne qui a configuré la persistance n'est pas disponible.

Rédigez le runbook, désignez le responsable et validez le circuit d'escalade. Quand il n'y a pas d'astreinte Redis en interne, c'est précisément le manque que comble un contrat de support.

Questions fréquentes

La réplication Redis est-elle une sauvegarde ?

Non. Un réplica applique tout ce que lui envoie le primaire en quelques millisecondes : un FLUSHALL malencontreux, un bug applicatif ou une suppression par un opérateur atteignent donc chaque réplica avant que quiconque ne s'en aperçoive. La réplication couvre la perte d'un nœud ; une sauvegarde est une copie séparée, conservée hors de l'hôte, avec suffisamment de versions pour remonter avant les dégâts.

Faut-il utiliser RDB ou AOF pour la persistance Redis ?

Généralement les deux. L'AOF fixe le point de reprise, avec une perte d'environ une seconde sur le fsync par défaut chaque seconde, tandis qu'un RDB périodique fournit un fichier compact et portable à envoyer hors de l'hôte. Choisissez d'après un RPO défini plutôt que d'après une valeur par défaut : des secondes impliquent l'AOF, des minutes un RDB à intervalle correspondant, et zéro signifie que Redis ne doit pas être le système de référence pour ces données.

Comment sauvegarder Redis dans une autre région ?

Envoyez les snapshots RDB vers un stockage objet dans une seconde région, selon un calendrier aligné sur votre RPO, chiffrés au repos car un dump contient toutes les valeurs en clair. Pour un RPO plus faible, optez pour une réplication interrégionale asynchrone ou un standby tiède, avec un basculement décidé explicitement plutôt que déclenché par l'automatisation pendant une partition réseau.

Quel RTO réaliste pour Redis ?

Le temps que prend réellement une restauration chronométrée dans un environnement jetable : c'est le seul chiffre honnête. Les gros fichiers AOF jamais réécrits se rejouent lentement, et la restauration d'un cluster vers une répartition des slots différente prend plus de temps que celle d'un nœud unique. Les estimations jamais répétées sont généralement très optimistes.

ElastiCache ou Azure Cache sauvegardent-ils Redis à ma place ?

Ils prennent des snapshots, chacun avec son propre plafond de rétention, son comportement interrégional et ses règles d'export selon l'offre. Ils ne fixent pas votre RPO, ne conservent rien au-delà de leur fenêtre maximale et ne prouvent pas qu'une restauration respecte votre RTO. Si la rétention doit dépasser le plafond de la plateforme, conservez un export indépendant.

Consultation gratuite

Un regard expert sur votre déploiement Redis

Que vous deviez résoudre un incident de production, planifier une migration ou obtenir un second avis sur votre architecture, notre équipe est prête. Pas d’argumentaire commercial, seulement des réponses.

Nous écrire