Haute disponibilité et reprise après sinistre

Reprise après sinistre managée : haute disponibilité pour brokers et bases de données

La reprise après sinistre managée d'AceMQ, c'est un projet suivi d'une couverture : nous concevons la haute disponibilité (HA) et le plan de reprise de vos plateformes RabbitMQ, Kafka, Redis ou Valkey et PostgreSQL, nous les validons par des tests de basculement, nous rédigeons les runbooks, puis nous assurons le support ou l'exploitation de la plateforme. Tout commence par une revue HA d'une à quatre semaines, selon la complexité et ce que nous découvrons. Vous recevez un rapport écrit, une liste de correctifs priorisée et un plan de reprise testé.

semaines pour la revue HA, selon la complexité
1–4
min, objectif de réponse le plus rapide, selon le plan
15
étapes de couverture opérationnelle après le projet
4

Est-ce votre cas ?

Vous en avez probablement besoin si…

  1. 01

    Une plateforme du secteur public tombée parce que le disque d'un nœud s'est rempli

  2. 02

    Le split brain RabbitMQ se répète et personne ne sait à quel nœud se fier

  3. 03

    Le basculement n'existe que sur une page wiki, jamais exécutée en conditions réelles

  4. 04

    Un site de reprise après sinistre existe sur le papier, mais personne n'y a jamais basculé

  5. 05

    Un auditeur ou un questionnaire de risques exige des preuves de RTO et de RPO

  6. 06

    Les paramètres de réplication et d'acquittement Kafka ont été choisis à la mise en production et jamais confrontés à la durabilité que le métier suppose

  7. 07

    Un ou deux ingénieurs savent restaurer la plateforme, et ils ne sont pas toujours joignables

Résultats

Votre situation actuelle, et celle à l’arrivée

Des changements d’état concrets, pas un décompte de livrables. Voici ce qui change réellement dans votre parc Infrastructure à la clôture de la mission.

  1. Avant

    On suppose la haute disponibilité acquise parce qu'il y a trois nœuds.

    Après

    Des objectifs de RTO et de RPO fixés par charge de travail, traduits en paramètres de réplication concrets et confrontés au comportement actuel de la plateforme.

  2. Avant

    Le basculement est configuré mais n'a jamais été exercé.

    Après

    Des tests de panne délibérés pour la perte d'un nœud, le disque plein, la perte d'une zone et la partition réseau, avec des résultats consignés par écrit.

  3. Avant

    La reprise dépend de celui qui se souvient des étapes.

    Après

    Des runbooks que vos ingénieurs peuvent exécuter sans attendre un fournisseur, pour le chemin automatisé comme pour le chemin manuel.

  4. Avant

    Après le projet, personne ne répond de la plateforme à 3 h du matin.

    Après

    Support ou exploitation managée selon quatre étapes, assurés par les ingénieurs qui ont conçu la reprise.

Vous reconnaissez votre parc ? Demandez à un ingénieur senior un devis de haute disponibilité et reprise après sinistre Infrastructure.

Nous contacter

Périmètre

Ce qui est couvert

  • 01

    Revue HA

    L'offre d'entrée : topologie, réplication, marge de capacité, sauvegardes et monitoring examinés au regard de l'usage réel de la plateforme. Une à quatre semaines.

  • 02

    RabbitMQ et Kafka

    Conception des quorum queues et des streams, facteur de réplication, réplicas synchronisés et acquittements, réplication inter-datacenters et comportement en cas de partition.

  • 03

    Redis, Valkey et PostgreSQL

    Sentinel ou Cluster pour Redis et Valkey, réplication en streaming avec élection de leader à la Patroni pour PostgreSQL, avec une politique de perte de données définie par charge de travail.

  • 04

    Kubernetes et cloud

    Haute disponibilité Kubernetes grâce à la répartition sur plusieurs zones, l'anti-affinité, les budgets de perturbation et un stockage qui survit à la perte d'un nœud, pour les brokers et bases de données exécutés sur Kubernetes ou dans un compte cloud.

  • 05

    Tests de basculement

    Injection de pannes planifiée sur un environnement de répétition ou dans une fenêtre convenue, avec un compte rendu de ce qui s'est passé et du temps nécessaire.

  • 06

    Runbooks et passation

    Procédures de reprise pas à pas, pour le chemin automatisé et le chemin manuel, rédigées pour les ingénieurs d'astreinte.

Vous souhaitez cadrer ce projet avec un ingénieur Infrastructure senior ? Demandez un devis ou envoyez-nous un message.

Nous contacter

La mission

Comment elle se déroule concrètement

Chaque phase a une durée définie et se termine par la remise d’un livrable concret. Vous savez toujours à quelle étape vous en êtes et ce que vous avez reçu.

  1. Phase 11 à 4 semaines

    Revue HA

    Un ingénieur senior examine chaque plateforme : points de défaillance uniques, paramètres de réplication et de durabilité, marge de capacité, sauvegarde et restauration, et le monitoring qui aurait dû détecter le dernier incident. La durée de 1 à 4 semaines dépend de la complexité, des axes prioritaires et des problèmes identifiés.

    Ce que vous recevez

    • Constats écrits étayés de preuves
    • Liste de correctifs priorisée
    • Écarts de RTO et de RPO par charge de travail
  2. Phase 2Périmètre défini par plateforme

    Conception

    Topologie cible répartie sur plusieurs domaines de défaillance, paramètres de réplication et de basculement, et architecture inter-sites si la reprise après sinistre couvre deux datacenters ou régions.

    Ce que vous recevez

    • Architecture de référence par plateforme
    • Correspondance entre chaque objectif de reprise et ses paramètres
    • Plan de changement adapté à vos fenêtres de maintenance
  3. Phase 3Périmètre défini par plateforme

    Tests de basculement

    Nous mettons l'architecture à l'épreuve : perte d'un nœud, disque plein, perte d'une zone et partition réseau, mesurées au regard des objectifs. Les écarts identifiés sont corrigés puis testés à nouveau.

    Ce que vous recevez

    • Plan de test et résultats
    • Temps de reprise mesurés
    • Correctifs vérifiés
  4. Phase 4Périmètre défini pour chaque mission

    Runbooks et couverture

    Des runbooks pour votre équipe, puis l'étape de support de votre choix, de l'escalade d'astreinte jusqu'à l'exploitation de la plateforme par AceMQ.

    Ce que vous recevez

    • Runbooks pour la reprise automatisée et manuelle
    • Étape de support et circuit d'escalade convenus
    • Session de passation avec vos ingénieurs

Haute disponibilité et reprise après sinistre sur toutes vos plateformes

La haute disponibilité maintient une plateforme en service malgré la perte d'un nœud. La reprise après sinistre la rétablit après la perte d'un site. La première est intégrée à la conception du cluster ; la seconde se conçoit autour de lui et se prouve par un basculement réel. Une seule mission couvre les deux, sur toutes les plateformes que vous exploitez.

Ce que nous concevons et testons, par plateforme
PlateformeMécanisme de haute disponibilitéCe que nous testonsPar où commencer
RabbitMQQuorum queues et streams, répliqués par Raft sur un nombre impair de nœuds dans des domaines de défaillance distincts. Fédération ou Shovel entre clusters pour la reprise après sinistre.Perte d'un nœud, comportement en cas de partition, alarmes disque et mémoire, et nombre de membres des files d'attente après remplacement de nœud.Bilan de santé RabbitMQ
KafkaFacteur de réplication, réplicas synchronisés et acquittements des producteurs réglés ensemble, prise en compte des racks ou zones, et quorum de contrôleurs KRaft.Perte d'un broker, réduction de l'ISR, basculement du contrôleur et marge de capacité des répertoires de logs.Bilan de santé Kafka
Redis et ValkeySentinel pour un primaire et ses réplicas, ou Cluster pour le sharding. La réplication étant asynchrone, la fenêtre de perte d'écritures est explicitée.Perte du primaire, durée du basculement et comportement des clients pendant la promotion.Support Redis
PostgreSQLRéplication en streaming avec élection de leader automatisée et fencing, par exemple Patroni avec un store de consensus. Réplication synchrone uniquement lorsque la durabilité justifie la latence.Perte du primaire, perte d'une zone, partition réseau et routage des clients vers le nouveau primaire.Support PostgreSQL
MySQLRéplicas avec basculement automatisé, ou cluster Group Replication, selon la version et la durabilité requise.Perte du primaire, retard des réplicas au basculement et reconnexion des applications.Support MySQL
KubernetesRépartition sur plusieurs zones avec anti-affinité, pod disruption budgets, stockage qui survit à la perte d'un nœud et opérateurs qui mettent à niveau un membre à la fois.Drain de nœud, perte d'une zone et mises à niveau progressives (rolling upgrade) sous charge.Conteneurs et Kubernetes

Basculement, haute disponibilité et reprise après sinistre : quelle différence ?

Trois termes souvent confondus
TermeDéfinitionCritère d'évaluation
Haute disponibilité (HA)Concevoir la plateforme pour que la perte d'un composant n'interrompe pas le service.Le service reste-t-il disponible en cas de défaillance d'un nœud ?
BasculementLe passage vers un nœud de secours, automatiquement ou manuellement.Combien de temps dure le passage, et quelles données sont perdues ?
Reprise après sinistreRétablir le service après la perte d'un site entier, d'une région ou des données elles-mêmes.Objectif de temps de reprise (RTO) et objectif de point de reprise (RPO), prouvés par un exercice.

En résumé : la haute disponibilité est la conception, le basculement est le mécanisme, et la reprise après sinistre est le plan pour le jour où la conception ne suffit plus. Une plateforme peut être hautement disponible sans disposer d'aucune reprise après sinistre.

Prêt à parler de Infrastructure ? Demandez un devis ou envoyez-nous un message.

Nous contacter

Reprise après sinistre par plateforme : ce qui détermine le RPO et le RTO

Deux chiffres définissent une architecture de reprise après sinistre, et c'est votre métier qui fixe les deux. Le RPO (recovery point objective) est le délai maximal acceptable depuis le dernier point de reprise, soit la quantité de données que vous pouvez perdre. Le RTO (recovery time objective) est le délai maximal acceptable entre l'interruption et le rétablissement du service. Le livre blanc AWS sur la reprise après sinistre reprend ces définitions et souligne que même une stratégie bien conçue a un RTO et un RPO supérieurs à zéro.

Chaque plateforme possède son propre mécanisme de reprise documenté, et chacun a une limite qui détermine lequel des deux objectifs vous pouvez réellement tenir. AceMQ ne communique aucun chiffre à l'avance. Nous faisons correspondre vos objectifs à ces mécanismes, et un test de basculement dans une fenêtre convenue mesure ce que l'architecture atteint.

Leviers de reprise après sinistre par plateforme, et ce qui limite chacun
PlateformeMécanisme de reprise documentéCe qui limite le point de repriseCe qui limite le temps de reprise
KafkaUn cluster par datacenter, avec MirrorMaker 2 pour copier les topics, les configurations, les offsets de consumer group et les ACL entre eux. Confluent Cluster Linking en est l'équivalent managé sur les clusters Confluent.Les enregistrements pas encore mis en miroir au moment de la perte du site. Chaque site fonctionne seul si le lien est coupé, et la mise en miroir rattrape son retard ensuite.Rediriger les clients vers le cluster survivant et traduire les offsets des consommateurs.
RabbitMQFédération ou Shovel entre deux clusters. Tanzu RabbitMQ, l'édition commerciale, ajoute la Warm Standby Replication, qui copie les définitions de schéma et les messages d'un cluster amont vers un cluster de secours aval.La fédération est asynchrone, et aucun des deux plugins ne réplique les acquittements : après un basculement, des messages déjà consommés peuvent donc être livrés de nouveau.Les files d'attente passives continuent de grossir sauf si vous définissez un TTL ou des limites de longueur, et les consommateurs doivent tolérer les doublons.
PostgreSQLArchivage continu du journal d'écriture anticipée (WAL) avec restauration à un instant donné, plus réplication en streaming vers un nœud de secours.La réplication en streaming est asynchrone par défaut : les transactions non encore transmises peuvent être perdues. Le commit synchrone comble cet écart au prix d'une latence de commit supplémentaire.Restaurer une sauvegarde de base et rejouer le journal, ou promouvoir un nœud de secours et rediriger les clients.
Redis et ValkeyRéplication primaire/réplica, avec la persistance activée des deux côtés.La réplication est asynchrone par défaut, et des écritures acquittées peuvent être perdues lors d'un basculement. WAIT réduit la fenêtre mais ne rend aucun des deux systèmes fortement cohérent.Durée du basculement de Sentinel ou du cluster, puis reconnexion des clients.
CassandraRéplication multi-datacenter, avec NetworkTopologyStrategy définissant un facteur de réplication par datacenter.Le niveau de cohérence utilisé par chaque écriture, comme LOCAL_QUORUM ou EACH_QUORUM, détermine combien de réplicas, dans quels datacenters, l'ont acquittée.Router les clients vers un datacenter survivant.

La fréquence des tests est une décision liée à ces deux chiffres. Une plateforme dont l'objectif de temps de reprise se compte en minutes exige des répétitions bien plus fréquentes que celle qui dispose d'une journée, et tout changement de topologie, de version ou de bibliothèques clientes justifie de répéter l'exercice. Le livre blanc AWS dit la même chose : testez votre stratégie régulièrement.

Split brain, disque plein et basculement raté : ce que nous testons en premier

La plupart des pannes dans ce domaine viennent de trois défaillances. Chacune est peu coûteuse à répéter et très coûteuse à découvrir pour la première fois en production.

Split brain et partitions réseau

La haute disponibilité de RabbitMQ dépend de la présence en ligne d'une majorité de réplicas. À partir de RabbitMQ 4.3, le metadata store, les quorum queues et les streams reposent tous sur Raft, les anciennes stratégies de gestion des partitions réseau ont disparu, et un cluster à trois nœuds tolère la défaillance d'un nœud tandis qu'un cluster à deux nœuds n'en tolère aucune. Sur les versions antérieures, le mode de gestion des partitions réseau et les paramètres réseau décident de ce qui se passe, et ce sont les premiers réglages que nous examinons. Pour PostgreSQL, l'équivalent est l'isolation (fencing) de l'ancien primaire via l'élection de leader, et pour Redis et Valkey c'est le quorum de Sentinel.

Un disque plein

Un disque plein peut mettre à l'arrêt n'importe quelle plateforme stateful. Sur RabbitMQ, lorsque l'espace disque libre passe sous la limite configurée, une alarme bloque tous les producteurs ; elle est valable pour tout le cluster, et si les messages sont paginés sur disque assez vite, le disque peut tout de même se remplir entre deux vérifications et faire tomber le nœud. Sur PostgreSQL, un slot de réplication inactif retient le journal d'écriture anticipée jusqu'à saturation du volume. Sur Kafka, la rétention et la marge de capacité des répertoires de logs déterminent la durée de reconstruction d'un broker. Nous dimensionnons la marge de capacité, configurons des alertes qui préviennent avant la limite et testons ce qui se passe à la limite.

Un basculement qui ne fonctionne pas

Deux exemples publiés en donnent la forme. Un opérateur de télécommunications exploitait PostgreSQL avec un basculement manuel documenté sur une page wiki jamais exécutée. Un intégrateur de systèmes pour l'administration avait un basculement RabbitMQ qui se résumait à une promotion manuelle que personne n'avait jamais pratiquée. Dans les deux cas, la solution a été la même : fixer les objectifs de reprise, automatiser ou documenter le chemin, et le prouver par des tests de panne délibérés avant la passation.

Vous reconnaissez votre parc ? Demandez à un ingénieur senior un devis de haute disponibilité et reprise après sinistre Infrastructure.

Nous contacter

La revue HA : l'offre d'entrée

La revue HA est le point de départ de la plupart des missions. C'est une lecture de la plateforme menée par des ingénieurs, au regard de son usage réel, avec des constats écrits et une liste de corrections classées par priorité. Les évaluations durent de une à quatre semaines selon la complexité, les axes d'étude et les problèmes rencontrés. Nous avons besoin de visibilité, pas d'un accès direct pour intervenir : des exports de configuration et l'historique des métriques suffisent, et un accès en lecture seule accélère le travail.

  • Topologie — Nombre de nœuds et répartition entre domaines de défaillance, et points uniques de défaillance.
  • Réplication et durabilité — Types de file d'attente, facteur de réplication, réplicas synchronisés, acquittements et fenêtre de perte de données qu'implique chaque paramètre.
  • Marge de capacité — Limites de disque, de mémoire et de descripteurs de fichiers face à la charge soutenue et aux pics, et alarmes associées.
  • Sauvegarde et restauration — Si une restauration a déjà été exécutée, et combien de temps elle a pris.
  • Supervision — Ce qui est mesuré, ce qui déclenche une alerte, et ce qui aurait permis de détecter le dernier incident.

Conseil en reprise après sinistre pour messagerie et bases de données

Le conseil en reprise après sinistre d'AceMQ conçoit et valide la reprise de vos brokers et de vos bases de données : RabbitMQ, Kafka, Redis et Valkey, PostgreSQL, MySQL et Cassandra. Vous fixez les objectifs de RPO et de RTO ; nous les traduisons dans le mécanisme documenté de chaque plateforme, testons la conception par une panne délibérée dans une fenêtre convenue, puis vous remettons des runbooks que votre propre équipe peut exécuter. C'est une mission de conseil avec un résultat écrit, et non un site de reprise en veille.

Une mission de conseil en reprise après sinistre, étape par étape
ÉtapeCe que vous recevezContenu propre à chaque plateforme
1. Objectifs de repriseUne feuille de calcul des objectifs de RPO et de RTO par plateforme, validée avec le métierQuelles charges de travail peuvent perdre quelques secondes de données et lesquelles ne le peuvent pas, avant toute conception
2. Audit des écartsDes constats écrits et une liste de correctifs classés par priorité (la revue HA)Topologie et points de défaillance uniques, paramètres de réplication et de durabilité, marge de capacité, existence ou non d'une restauration déjà exécutée
3. Conception de la repriseUne conception par plateforme, avec la limite que chaque mécanisme impose au RPO et au RTOClusters miroirs pour Kafka, fédération ou Shovel pour RabbitMQ, archivage des journaux et réplication en streaming pour PostgreSQL, réplicas avec basculement automatisé ou group replication pour MySQL, promotion de réplica pour Redis et Valkey, réplication multi-datacenters pour Cassandra
4. Test de basculementUn plan de test et un rapport de test avec le RPO et le RTO mesurésExécuté sur un environnement de répétition ou dans une fenêtre convenue, en présence de votre équipe
5. Runbooks et passationDes runbooks, la documentation de la topologie et la configuration du monitoring, maintenus comme les vôtresRedirection des clients, traduction des offsets des consommateurs, étapes de promotion et de retour arrière

Nous ne communiquons aucun chiffre de reprise avant le test. Chaque mécanisme laisse un RPO et un RTO supérieurs à zéro, et le test mesure les vôtres. Toute modification de la topologie, de la version ou des bibliothèques clientes justifie de répéter l'exercice.

À qui s'adresse cette mission

Aux équipes qui exploitent elles-mêmes leurs brokers et leurs bases de données et ont besoin d'un plan de reprise écrit, testé et tenu à jour : un parc en secteur réglementé qui doit démontrer un basculement testé, une équipe plateforme après une panne, ou un parc qui ajoute un second site. La mission peut s'arrêter à l'étape 5, ou se poursuivre en support ou en exploitation selon les quatre niveaux ci-dessous.

Vous souhaitez cadrer ce projet avec un ingénieur Infrastructure senior ? Demandez un devis ou envoyez-nous un message.

Nous contacter

Reprise après sinistre managée : du projet à la couverture

Le projet s'achève sur une plateforme conçue et testée. La couverture qui suit est à votre choix, selon quatre niveaux.

Niveaux opérationnels après un projet HA et de reprise après sinistre
ÉtapeDe quoi s'agit-ilLa question à laquelle il répond
Étape 1 : support réactifDes ingénieurs seniors d'astreinte pour les incidents, avec un SLA contractuel et des objectifs de réponse à partir de 15 minutes, selon le plan.Notre équipe exploite la plateforme. Qui appeler quand une panne survient en pleine nuit ?
Étape 2 : support proactifNiveau 1 plus monitoring via le dispositif d'observabilité d'AceMQ.Qui repère les problèmes avant nos clients ?
Étape 3 : services managés sur votre infrastructureAceMQ exploite la plateforme dans votre compte cloud ou votre datacenter.Les données doivent rester dans notre périmètre et nous ne voulons pas assurer l'astreinte.
Étape 4 : géré sur l'infrastructure de AceMQAceMQ héberge et exploite la plateforme.Nous voulons que l'exploitation soit assurée pour nous, et notre politique autorise un service hébergé.

Ce que cette page n'affirme pas

  • Aucun chiffre de disponibilité à l'avance — Nous ne promettons aucun pourcentage de disponibilité avant d'avoir vu la plateforme, sa charge et ses domaines de défaillance.
  • Les tests requièrent votre accord — L'injection de pannes se fait sur un environnement de répétition ou dans une fenêtre que vous approuvez.
  • Le code applicatif reste le vôtre — Nous concevons, révisons et testons avec vos ingénieurs. Vos développeurs écrivent la logique de nouvelle tentative et d'idempotence dont dépend la reprise.
  • Les tarifs AceMQ sont sur devis — Nous ne publions pas de grille tarifaire. Dites-nous ce que vous exploitez et nous revenons vers vous avec un devis écrit.

Prêt à parler de Infrastructure ? Demandez un devis ou envoyez-nous un message.

Nous contacter

FAQ

Questions sur haute disponibilité et reprise après sinistre Infrastructure

Qu'est-ce que la reprise après sinistre managée ?

C'est une reprise après sinistre dont un tiers assume la responsabilité une fois la conception terminée. AceMQ conçoit la haute disponibilité et le dispositif de reprise de vos brokers et bases de données, les teste par des pannes délibérées, rédige les runbooks, puis assure le support ou l'exploitation de la plateforme selon l'une des quatre étapes, afin que le plan de reprise reste à jour et répété.

PostgreSQL prend-il en charge la haute disponibilité ?

Il en fournit les briques : réplication en streaming, hot standbys et réplication logique. Il ne détecte pas seul la défaillance d'un primaire et ne promeut pas seul un nœud de secours. Le basculement automatique passe par des outils comme Patroni avec un store de consensus, ou par un service managé, et doit être conçu pour que deux nœuds n'acceptent jamais les écritures en même temps.

Redis Sentinel est-il obsolète ?

Non. Sentinel reste le mécanisme de haute disponibilité documenté de Redis pour les déploiements hors cluster, et Valkey dispose de son propre Sentinel avec le même rôle. Seule la version 1 de Sentinel, issue de Redis 2.6, est obsolète. La réplication étant asynchrone, nous explicitons la fenêtre de perte d'écritures et testons le temps de basculement pour vos clients.

Concevez-vous aussi la haute disponibilité MySQL ?

Oui. La haute disponibilité MySQL repose sur des réplicas avec basculement automatisé, ou sur une architecture Group Replication ou InnoDB Cluster, selon la version et la durabilité requise par la charge de travail. Nous testons la perte du primaire, le retard des réplicas au basculement et la reconnexion des applications ; MySQL 5.7, 8.0 et 8.4 LTS sont couverts par notre support MySQL.

Quelle différence entre basculement et haute disponibilité ?

La haute disponibilité est la conception qui maintient un service en fonctionnement lorsqu'un composant tombe en panne. Le basculement est le passage vers un nœud de secours, automatiquement ou manuellement. La reprise après sinistre est le plan en cas de perte d'un site entier. Une plateforme peut avoir un basculement configuré sans être hautement disponible si ce passage n'a jamais été testé.

Split brain RabbitMQ à répétition : qui peut réparer notre cluster ?

Les ingénieurs RabbitMQ d'AceMQ. Nous analysons les logs et les paramètres du cluster, identifions la cause des partitions, puis corrigeons le nombre de nœuds, les paramètres réseau et la gestion des partitions réseau pour votre version. Depuis RabbitMQ 4.3, les quorum queues et le metadata store reposent sur Raft et exigent une majorité en ligne : la conception se concentre donc sur les domaines de défaillance et la fiabilité du réseau.

Un disque plein a fait tomber notre broker : qui conçoit le PRA RabbitMQ sur deux datacenters ?

AceMQ. Nous dimensionnons la marge de capacité disque et mémoire, réglons la limite d'espace disque libre et les alarmes, et concevons la couche inter-sites, généralement une fédération ou un Shovel entre deux clusters plutôt qu'un seul cluster étiré sur un WAN, avec des procédures de basculement et de retour testées. Sur RabbitMQ, une alarme disque bloque tous les producteurs à l'échelle du cluster : la marge de capacité est donc le premier correctif.

Qui réalise les tests de basculement pour Kafka et PostgreSQL ?

Les ingénieurs seniors d'AceMQ, aux côtés de votre équipe. Nous planifions le test, l'exécutons sur un environnement de répétition ou dans une fenêtre convenue, et consignons ce qui a basculé, le temps nécessaire et les données exposées. Les tests Kafka couvrent la perte d'un broker, le comportement des réplicas synchronisés et le basculement du contrôleur. Les tests PostgreSQL couvrent la perte du primaire, la perte d'une zone et la partition réseau.

Quels RPO et RTO Kafka, RabbitMQ et PostgreSQL peuvent-ils tenir ?

Vous fixez les objectifs, et l'architecture est conçue pour les atteindre. Ce que chaque plateforme peut atteindre dépend de son mécanisme : clusters répliqués pour Kafka, fédération ou Shovel pour RabbitMQ, réplication asynchrone ou synchrone pour PostgreSQL. Chaque option a un point et un temps de reprise supérieurs à zéro, et le test de basculement mesure ce que sont réellement les vôtres. Nous ne communiquons aucun chiffre avant cela.

À quelle fréquence tester un basculement ?

Il n'existe pas d'intervalle universel. Testez assez souvent pour que le résultat décrive encore la plateforme que vous exploitez : un objectif de temps de reprise court appelle des répétitions fréquentes, et tout changement de topologie, de version ou de bibliothèques clientes en appelle une nouvelle. Consignez à chaque fois ce qui a basculé, le temps que cela a pris et les données qui étaient en jeu.

Combien de temps dure une revue HA ?

De une à quatre semaines, selon la complexité, le nombre de plateformes, les axes d'étude et les problèmes rencontrés. Vous recevez des constats écrits étayés de preuves et une liste de corrections classées par priorité. Nous avons besoin d'exports de configuration et de l'historique des métriques, et un accès en lecture seule accélère le travail.

Combien cela coûte-t-il ?

Le périmètre dépend des plateformes, des domaines de défaillance et de la profondeur des tests, et nous ne publions pas de grille tarifaire. Dites-nous ce que vous exploitez et nous répondrons à votre demande de devis sous 1 heure.

Que comprend le conseil en reprise après sinistre ?

Il comprend la définition des objectifs de RPO et de RTO, l'audit de la haute disponibilité et des sauvegardes en place, la conception de la reprise par plateforme, un test de basculement qui mesure les valeurs réelles, ainsi que la rédaction des runbooks et la passation de la documentation. AceMQ le réalise pour RabbitMQ, Kafka, Redis et Valkey, PostgreSQL, MySQL et Cassandra, en commençant par une revue HA d'une à quatre semaines, et répond à une demande de devis sous 1 heure.

Qui propose du conseil en reprise après sinistre pour la messagerie et les bases de données ?

AceMQ, avec des ingénieurs seniors qui assurent aussi le support de ces plateformes 24/7 sur les Amériques, l'EMEA et l'APAC. Quel que soit le prestataire, demandez-lui le rapport de test de basculement qu'il a produit pour une plateforme comparable, et vérifiez qu'il couvre le mécanisme que vous exploitez, comme la fédération RabbitMQ ou la traduction des offsets des consommateurs Kafka.

Parlons-en

Parler à un ingénieur de haute disponibilité et de reprise après sinistre

Indiquez-nous les brokers et bases de données que vous exploitez, où ils sont hébergés et ce qui a mal tourné. Nous cadrerons une revue HA et répondrons à votre demande de devis sous 1 heure.

Nous écrire

Nous contacter

Parler à un expert RabbitMQ

Envoyez-nous un message et nous reviendrons vers vous sous 1 heure, ou réservez directement une consultation gratuite de 30 minutes.

305-204-2607
info@acemq.com
66 W. Flagler St. 9th Floor
Miami, FL 33130

Vous préférez en parler tout de suite ? Appelez-nous directement ou utilisez l'onglet Consultation pour trouver un créneau qui vous convient.

Nous répondons sous 1 heure.

Choisissez le créneau qui vous convient : sans pression, sans argumentaire commercial. Juste 30 minutes avec un expert.

Nous répondons sous 1 heure.