Présentation
Des processus Boomi faisaient transiter des transactions réglementées entre plusieurs systèmes, avec RabbitMQ comme transport. Se remettre d'un incident de data center impliquait une promotion manuelle que personne n'avait jamais pratiquée, et une fois un message consommé, il était impossible de le rejouer.
Défi
Deux lacunes s'aggravaient mutuellement. Le failover dépendait d'une personne suivant une procédure jamais répétée, et comme les files d'attente suppriment les messages à la consommation, il n'existait aucun moyen compatible avec l'audit de reconstituer ce qui avait transité pendant un incident. Les deux problèmes devaient être résolus sans casser les contrôles sur lesquels le parc est audité.
Environnement
Processus d'intégration Boomi sur RabbitMQ, déployés sur une plateforme de conteneurs, répartis entre un data center principal et un data center de reprise après sinistre.
Approche
AceMQ a produit un design de reprise après sinistre couvrant le failover manuel et automatisé, y compris ce que la distribution commerciale de RabbitMQ change pour l'option automatisée. En parallèle, nous avons évalué la conversion de certaines files d'attente en streams, pour que les messages restent rejouables après consommation, et spécifié une couche de mise en tampon pour que les processus Boomi fonctionnent en mode dégradé plutôt que d'échouer lorsque le broker est injoignable.
Solution
- Design de reprise après sinistre comparant la promotion manuelle au failover automatisé
- Dimensionnement du cluster entre le data center principal et celui de reprise
- Évaluation de la conversion des files d'attente en streams, pour que les messages restent rejouables après consommation
- Revue du rejeu au regard des contrôles d'audit et de rétention du parc
- Couche de mise en tampon pour que les processus d'intégration passent en mode dégradé au lieu d'échouer pendant une panne
- Runbook opérationnel et formation pour les équipes de support et de développement
Résultat obtenu
Le parc d'intégration dispose désormais d'une procédure de reprise répétée, d'une réponse défendable à la question de ce qui s'est passé pendant une panne, et d'un runbook que ses propres ingénieurs peuvent exécuter sans attendre un fournisseur.