Backup-ul există, dar restaurarea eșuează sau durează ore (RPO / RTO netestate)
Backup-urile rulează de luni de zile, dar nimeni nu a încercat o restaurare: la incident, se descoperă arhive corupte, lipsă, prea vechi sau o restaurare care durează ore. Definește RPO (cât poți pierde) și RTO (cât poți sta oprit), folosește point-in-time recovery și testează restaurarea periodic.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Un backup netestat e doar o speranță. Problemele descoperite la incident sunt clasice: jobul de backup eșuează de săptămâni fără alertă; arhiva e incompletă (lipsesc fișierele încărcate, care erau în alt loc); restaurarea cere o versiune anume a bazei; copierea a 2 TB durează ore, deși contractul promite revenirea într-o oră; backup-ul e în același cont sau aceeași regiune care a fost compromisă.
Două cifre definesc cerințele: RPO (Recovery Point Objective), câte date îți permiți să pierzi, dat de frecvența backup-urilor sau de point-in-time recovery; RTO (Recovery Time Objective), cât timp îți permiți să fii oprit, dat de durata restaurării și a repornirii.
Regula 3-2-1 (3 copii, 2 medii diferite, 1 în afara locației) și testele regulate de restaurare (lunar, automatizate, cu verificarea datelor) transformă backup-ul într-o garanție. Replicile și standby-ul nu sunt backup: o ștergere accidentală se replică instant.
De ce apare: cauzele frecvente
1Doar backup zilnic
# pg_dump la 03:00, o dată pe zi# backup de bază zilnic + arhivarea continuă a WAL (pgBackRest, RDS PITR)
# restaurare la orice moment din ultimele 14 zileRPO-ul scade de la 24 de ore la câteva minute.
2Restaurare niciodată testată
# backup-uri păstrate 30 de zile, nicio restaurare încercată# lunar: restaurare automată într-un mediu separat, verificarea numărului de rânduri, timpul măsuratȘtii dinainte că restaurarea funcționează și cât durează.
Repară eroarea, direct în pagină
Backup-ul bazei rulează o dată pe zi, iar baza are 2.000 GB. Calculează în tab-ul Estimări cât poți pierde (RPO) și cât durează doar copierea la restaurare.
Indiciu
RPO = intervalul dintre backup-uri; durata copierii = date / viteză.
Reparația
- e1: 24 de ore.
- e2: 2.000.000 / 200 / 60 ≈ 167 de minute.
De ce merge
Cu backup zilnic, poți pierde până la 24 de ore de date, iar doar copierea durează aproape 3 ore. Dacă cerințele sunt mai stricte, ai nevoie de point-in-time recovery și de o strategie de restaurare mai rapidă.
Alte forme ale mesajului
pg_restore: error: could not read from input file: end of fileERROR 1049 (42000): Unknown database (la restaurare)Backup job failed (fără alertă)
Cum o eviți pe viitor
- Stabilește RPO și RTO pentru fiecare bază.
- Folosește point-in-time recovery pentru bazele importante.
- Testează restaurarea periodic și măsoară durata.
- Păstrează copii în alt cont sau altă regiune.
- Alertează când un backup eșuează.
Întrebări frecvente
Replica nu e un backup?
Nu. O ștergere sau o corupere a datelor se replică imediat. Backup-ul îți permite să te întorci la un moment dinainte de greșeală.
Cât de des testez restaurarea?
Cel puțin lunar și după orice schimbare a procesului de backup. Ideal, automat.
Erori înrudite
Datele sensibile sunt necriptate pe disc și în backup-uri Baza de date și backup-urile ei sunt stocate necriptat, deci oricine ajunge la un disc, un snapshot sau o arhivă de backup (un bucket public, un laptop pierdut) citește direct datele. Activează criptarea la stocare (encryption at rest) pentru bază, snapshot-uri și backup-uri, cu chei gestionate separat. Baza primară a căzut și tot site-ul s-a oprit (fără failover) Serverele sunt redundante, dar baza de date are o singură instanță, deci căderea ei oprește toate scrierile și citirile care nu sunt în cache. Adaugă o replică de rezervă cu failover automat (Multi-AZ, Patroni, replica set), ca o copie să preia rolul primarei în câteva zeci de secunde. Disponibilitatea scrierilor e sub SLA-ul promis (99,95%) Ai promis clienților o disponibilitate (de exemplu 99,95%), dar arhitectura nu o poate atinge: disponibilitățile componentelor în serie se înmulțesc, iar o bază de date fără rezervă trage totul în jos. Adaugă redundanță pe componentele slabe, mai ales pe baza de date, și calculează disponibilitatea totală. Învață System Design de la zero, cu exerciții la fiecare lecție
Curs System Design: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 10 lecții sunt gratuite.
