План аварийного восстановления

Что такое план аварийного восстановления?

Сбои в ИТ-инфраструктуре полностью исключить практически невозможно или на это требуются значительные финансовые затраты. Поэтому в случае появления форс-мажора, ИТ-инфраструктуру необходимо восстанавливать, как можно быстрее. В такой ситуации нужно выделять 2 важных фактора:

• сотрудники знают, что делать (решения выработаны, план действий давно определен);
• заказчик понимает сроки восстановления доступности сервисов.

Важно! Почему изначально известны потенциальные точки сбоя и выработанные решения, но такие ситуации не исключаются?

Ответ на поверхности: соблюдается баланс между финансовыми вложениями в инфраструктуру, внедрением отказоустойчивости и потенциальными потерями бизнеса от недоступности сервисов.

План аварийного восстановления инфраструктуры – формализованный документ, который организация создает для установления политики и процедуры реагирования на форс-мажоры. Таким образом, при организации ИТ-поддержки инфраструктуры компании любого масштаба, на первый план выходит необходимость плана аварийного восстановления инфраструктуры.

Разработка плана аварийного восстановления

Общий подход к разработке плана можно разделить на несколько этапов:

Рисунок 1 – Этапы проработки форс-мажорных ситуаций.

Аудит процессов и рисков

Один из важных этапов, на котором выделяются потенциальные риски и критически важные сервисы. Оценивается текущее состояние ИТ-инфраструктуры:

• • наличие резервных копий;
  • резервирование каналов связи;
  • наличие мощностей или оборудования для восстановления на нем резервных копий.

Важной задачей в процессе аудита является актуализация целевой точки восстановления и целевого времени восстановления. Т.к. эти параметры напрямую связаны с периодом простоя компании и потерей данных. Например: бэкап делается в 4 часа утра, соответственно, при падении сервисов в 12 часов дня – данные за период прошедших 8 часов будут потеряны. При этом важно понимать, что даже при наличии бэкапа потребуется время на восстановление системы. При этом бизнес будет простаивать.

Выработка решений

Выбор применяемых решений – это всегда компромисс, между повышением доступности и финансовыми затратами. Одним из оптимальных подходов по соотношению “цена/качество”, является выделение наиболее критически значимых сервисов и использование облачных решений для их резервирования. Тестирование, выбранных решений обязательно происходит на этом этапе. Где можно сравнить различные варианты конфигураций, провести пилотные тесты.

Внедрение

Этап внедрения включает в себя не только настройку технической части инфраструктуры, но и обучение сотрудников порядку реакции на инцидент. Эффективной мерой проверки качества внедрения является проведение учений моделирующих тот или иной сбой.

Запуск в эксплуатацию

На данном этапе, считается, что порядок восстановления доступности систем отработан. Сотрудники знают, что делать. У бизнеса сформированы ожидание и есть понимания, что будет происходить.

Пример из жизни: Торгово производственная компания. Согласованная недоступность учетной системы 1С:Предприятие возможна не более 15 минут в утренние часы отгрузки продукции. Бэкапы делаются стабильно, есть несколько серверов (хостов), в том числе и бэкап сервер.

Вопрос. Что будем делать, если аппаратная часть хоста, на котором крутится 1Ска выйдет из строя?

Ответ, который напрашивается: развернем резервную копию на втором хосте. И здесь появляется нюанс: за 15 минут бекап не развернуть. Более того, на имеющихся серверах нет ресурсов.

В такой ситуации, длительный простой компании и срыв отгрузок клиентам обеспечен. А на первый взгляд, все было хорошо.