5.17 Soluções de alta disponibilidade e recuperação de desastres
Alta disponibilidade, tolerância a falhas e recuperação de desastres; RPO e RTO; cluster de failover, backup 3-2-1 e PITR; e as etapas de um plano de recuperação.
Três conceitos vizinhos
| Disponibilidade | Tempo fora do ar por ano |
|---|---|
| 99% ("dois noves") | cerca de 3,65 dias |
| 99,9% | cerca de 8,8 horas |
| 99,99% | cerca de 53 minutos |
| 99,999% | cerca de 5 minutos |
⚠ A página original define tolerância a falhas como "a capacidade do sistema de continuar operando mesmo em caso de falhas", a mesma definição que dá para alta disponibilidade. A diferença: tolerância a falhas é sem interrupção (redundância ativa); alta disponibilidade aceita uma interrupção curta durante o failover.
RPO e RTO
| Solução | RPO típico | RTO típico |
|---|---|---|
| Backup completo diário | até 24 h | horas |
| Backup + logs contínuos (PITR) | minutos | horas |
| Réplica assíncrona + failover | segundos | minutos |
| Réplica síncrona + failover automático | perto de zero | segundos a minutos |
Valores ilustrativos; dependem do volume de dados e da infraestrutura.
As soluções
Backup que nunca foi restaurado é só esperança. Teste a restauração com frequência e cronometre: esse é o seu RTO real.
Na prática: a inundação
Recuperar depois de um desastre é demorado e caro, mas é o que mantém a empresa viva. O plano e a cópia fora do site precisam existir antes da enchente.
⚠ O estudo de caso da página original diz que "os servidores e os backups são todos perdidos" e, logo depois, recupera os dados "de backups em nuvem". Se havia cópia na nuvem, nem todos os backups se perderam — e é justamente essa cópia fora do local (regra 3-2-1) que torna a recuperação possível. Sem ela, sobrariam só réplicas remotas ou papel.
Revisão rápida
99,9% de disponibilidade permite quanto tempo fora do ar por ano?
Cerca de 8,8 horas.
Backup diário à meia-noite: qual o RPO no pior caso?
Quase 24 horas: uma falha às 23h59 perde o dia inteiro.
Por que um cluster de failover usa número ímpar de nós?
Para haver maioria (quórum) e evitar split-brain, em que dois nós se julgam primários.
O que é PITR?
Recuperação a um ponto no tempo: restaura o backup base e reaplica os logs até o instante escolhido.
No caso da enchente, o que permitiu recuperar os dados depois que o data center foi destruído?
Uma cópia guardada fora do local atingido (backup na nuvem). Backup no mesmo prédio dos servidores se perde junto com eles.