Disaster Recovery: RTO, RPO y Continuidad

Disaster Recovery (DR) es un conjunto de políticas, procedimientos y herramientas para la recuperación rápida de la infraestructura de TI tras un evento catastrófico que provoque una interrupción de las operaciones.

Qué es Disaster Recovery

Disaster Recovery abarca la planificación y ejecución de procesos para restaurar sistemas críticos, datos y operaciones tras desastres. Se diferencia del backup por centrarse en la recuperación completa del entorno operativo, no solo de los datos.

DR es un componente crucial del Business Continuity Planning (BCP), centrándose específicamente en la recuperación de la infraestructura tecnológica necesaria para las operaciones del negocio.

Tipos de Desastres

Desastres Naturales: Terremotos, inundaciones, huracanes, incendios.

Fallos Técnicos: Fallo de hardware, corrupción de datos, errores de software.

Ciberataques: Ransomware, DDoS, data wiper, sabotaje.

Errores Humanos: Eliminaciones accidentales, configuraciones incorrectas, error operativo.

Fallos de Infraestructura: Cortes de energía, fallo de red, problemas de refrigeración.

RTO y RPO

Recovery Time Objective (RTO): Tiempo máximo aceptable para restaurar los servicios tras un incidente. Determina la velocidad necesaria de recuperación.

Ejemplo: un RTO de 4 horas significa que los sistemas deben estar operativos en un máximo de 4 horas tras el desastre.

Recovery Point Objective (RPO): Pérdida máxima de datos aceptable medida en tiempo. Define la frecuencia de backups necesaria.

Ejemplo: un RPO de 1 hora significa que la pérdida máxima tolerable son los datos de la última hora.

Estrategias de DR

Cold Site: Instalación básica con infraestructura mínima. Requiere configuración completa antes de su uso. RTO: días/semanas. Coste más bajo.

Warm Site: Infraestructura parcialmente configurada con hardware y conectividad. Requiere la instalación de datos y aplicaciones. RTO: horas/días. Coste medio.

Hot Site: Réplica completa del entorno de producción, siempre activa y sincronizada. Failover casi instantáneo. RTO: minutos. Coste elevado.

Cloud DR: Utiliza la nube para la replicación y recuperación. Flexibilidad y escalabilidad. RTO variable según la configuración.

Disaster Recovery as a Service (DRaaS): Servicio gestionado de DR en la nube.

Componentes del Plan de DR

Business Impact Analysis (BIA): Identificar los sistemas críticos y el impacto de la indisponibilidad.

Risk Assessment: Evaluar la probabilidad y el impacto de los distintos tipos de desastres.

Recovery Procedures: Procedimientos detallados paso a paso para la recuperación.

Roles and Responsibilities: Definir el equipo de DR y responsabilidades claras.

Communication Plan: Cómo comunicar durante y después de un desastre.

Testing Schedule: Un plan regular de pruebas y simulaciones.

Tecnologías de DR

Replicación de Datos: Síncrona o asíncrona entre los sitios primario y de DR.

Snapshots: Capturas point-in-time de sistemas y datos.

Failover Automation: Los sistemas automatizan el cambio al entorno de DR.

Load Balancers: Distribuyen el tráfico y facilitan el failover.

Virtual Machine Replication: Replicación de VMs entre datacenters.

Database Replication: Replicación continua de bases de datos.

Proceso de Recuperación

1. Declaración de Desastre: Evaluar la situación y declarar la activación del plan de DR.

2. Activación del Equipo: Movilizar al equipo de DR conforme al plan.

3. Assessment: Evaluar la magnitud del daño y los sistemas afectados.

4. Failover: Redirigir las operaciones al entorno de DR.

5. Restauración: Restaurar datos y aplicaciones según la priorización.

6. Validación: Probar la funcionalidad de los sistemas recuperados.

7. Operación: Mantener las operaciones en el entorno de DR mientras se recupera el primario.

8. Failback: Devolver las operaciones al entorno primario una vez restaurado.

Pruebas de DR

Las pruebas regulares son esenciales para validar el plan de DR:

Tabletop Exercise: Simulación en sala de reuniones, sin activar sistemas.

Walkthrough: Revisión detallada de los procedimientos con el equipo.

Simulation Test: Simulación completa sin impactar la producción.

Parallel Test: Activar el entorno de DR en paralelo con la producción.

Full Interruption Test: Apagar la producción y operar totalmente en el DR.

Frecuencia recomendada: al menos anualmente, o tras cambios significativos.

Soluciones Comerciales

Veeam Backup & Replication: Backup y DR para entornos virtuales.

Zerto: Replicación continua y DR para VMs y cloud.

AWS Disaster Recovery: Soluciones de DR en AWS.

Azure Site Recovery: DR as a Service de Microsoft.

VMware Site Recovery Manager: Orquestación de DR para VMware.

Mejores Prácticas

• Definir RTO y RPO realistas basados en el BIA
• Documentar los procedimientos de forma detallada
• Mantener la documentación accesible sin conexión
• Probar regularmente y tras los cambios
• Capacitar al equipo en los procedimientos de DR
• Automatizar lo máximo posible
• Mantener un inventario actualizado de activos
• Revisar y actualizar el plan anualmente
• Considerar DR para datos críticos de terceros