Capítulo 47 — Ensaio de falha e recuperação
Mapa da aula
Aula 47 publicada. Mapa, exemplo, EX139.
flowchart TD
N0["47.1 O ensaio"]
N1["47.2 Durante a falha"]
N2["47.3 Recuperação"]
N3["47.4 Melhorias"]
N0 --> N1 --> N2 --> N3
N3 --> EX["Exemplo resolvido"]
EX --> Q["Exercício EX139"]
Desenho lógico
flowchart LR
N0["47.1 O ensaio"]
N1["47.2 Durante a falha"]
N2["47.3 Recuperação"]
N3["47.4 Melhorias"]
N0 --> N1 --> N2 --> N3 --> Q["EX139"]
[47.1 O ensaio]
|
v
[47.2 Durante a falha]
|
v
[47.3 Recuperação]
|
v
[47.4 Melhorias]
|
v
[Exemplo resolvido] --> [Exercício EX139]
Objetivos de aprendizagem
Você vai (1) conduzir um ensaio de falha e recuperação com dados governados; (2) medir a recuperação; (3) aprimorar os procedimentos de recuperação.
47.1 O ensaio
Kofi conduz um ensaio em que a plataforma de dados de pressão falha durante um dia simulado de alta demanda. O cenário sintético retira do ar o servidor de histórico principal por três horas. O ensaio testa se os operadores conseguem continuar com segurança usando os procedimentos de modo degradado, se os dados são recuperados por completo depois e se os registros de governança mostram o que aconteceu. Participam dois operadores, uma curadora de dados e o engenheiro de plantão. A Profa. Varga observa e registra os tempos sem intervir, para que o ensaio reflita como a equipe realmente responde. Todos recebem as instruções antes.
47.2 Durante a falha
Os operadores passam para os painéis locais e as leituras manuais em quinze minutos, seguindo o procedimento. O engenheiro de plantão recebe o alerta prontamente, mas perde tempo procurando as instruções de recuperação, que estavam guardadas no servidor que falhou. A curadora marca os dados afetados no registro. Kofi observa que guardar as instruções de recuperação no próprio sistema a ser recuperado é um erro clássico, e que o ensaio o revelou em um ambiente seguro, e não durante um incidente real. Ele registra o atraso para encontrar as instruções, com sua duração.
47.3 Recuperação
Depois que o servidor de histórico volta, as leituras armazenadas nos buffers dos dispositivos locais são recarregadas. Kofi concilia as leituras recarregadas com os buffers locais e encontra uma pequena lacuna em que um buffer ficou cheio e sobrescreveu dados mais antigos. Ele mede o tempo e a completude da recuperação e registra a lacuna com sua causa. A operação da rede concorda em aumentar o tamanho dos buffers nos locais críticos. Ele observa que a recuperação só está completa quando os dados estão conciliados, e não simplesmente quando os sistemas reiniciam. Os resultados da conciliação são anexados ao relatório do ensaio para o comitê de governança.
47.4 Melhorias
Kofi registra as melhorias: instruções de recuperação transferidas para um local separado, com cópias impressas, buffers maiores nos locais críticos e uma etapa de conciliação acrescentada ao runbook de recuperação. Um segundo ensaio curto confirma que o engenheiro encontra as instruções rapidamente. A Profa. Varga observa que os ensaios são valiosos porque expõem dependências que os documentos escondem, e que governar dados inclui planejar a sobrevivência dos dados às falhas, e não apenas sua qualidade na operação normal. O comitê pede que um ensaio semelhante seja realizado todo ano, com participantes e cenários diferentes.
Exemplo resolvido
Kofi conduz um ensaio de falha do servidor de histórico, encontra instruções de recuperação guardadas no servidor que falhou e uma lacuna por sobrescrita de buffer, e aprimora a guarda das instruções, o tamanho dos buffers e a conciliação na recuperação.
Caso sintético. O ensaio é sintético.
Erros e limites
Declarar a recuperação quando os sistemas reiniciam ignora os dados perdidos; concilie primeiro.
Exercícios
- EX139 — Problema das instruções. Onde estavam guardadas as instruções de recuperação? Rubrica: 3 = no servidor que falhou;; 2 = parcialmente correto;; 1 = vago;; 0 = nenhuma.
- EX140 — Causa da lacuna. O que causou a lacuna de dados? Rubrica: 3 = um buffer ficou cheio e sobrescreveu dados mais antigos;; 2 = parcialmente correto;; 1 = vago;; 0 = nenhuma.
- EX141 — Definição de recuperação. Quando a recuperação está completa? Rubrica: 3 = quando os dados estão conciliados;; 2 = parcialmente correto;; 1 = ao reiniciar;; 0 = nenhuma.
Continue estudando — aula 47 (capítulo 47 de 50)
← Capítulo 46 · Índice das aulas · Capítulo 48 →
Continue para a próxima aula já escrita.