СофтТех

Бэкапы, IaC и документация: что помогает сократить простой в облаке Восстановление сервисов после аварии — это не только работа с резервными копиями. Нужно заново развернуть инфраструктуру, учесть зависимости и проверить работу приложений. Как это происходит на практике, на Хабре рассказали инженеры KTS. После октябрьских атак на дата-центры Яндекса команда экстренно восстанавливала инфраструктуру заказчика на новой площадке. Критичные сервисы удалось вернуть в строй менее чем за сутки. Кейс показал, на что стоит обратить внимание при подготовке к авариям: ▶️ Бэкапы нужно проверять заранее. В KTS ещё до инцидента тестировали восстановление, поэтому заранее знали, как получить данные и поднять систему из копий. ▶️ Фактическое время простоя может превысить расчётное. Даже если окружение готово, приходится ждать вычислительные мощности, снапшоты и передачу данных. ▶️ Уход от единой точки отказа. Если ключевые виртуальные машины находятся в одном дата-центре, отказ площадки может остановить работу приложений до восстановления в новом контуре. ▶️ Конфигурации и сценарии запуска. Быстро воспроизвести окружение помогает подход Infrastructure as Code (Terraform, Ansible), но важно поддерживать конфигурации в актуальном состоянии и знать, в каком порядке запускать сервисы📌 💻 СофтТех в Telegram | в MAX