Recuperación ante desastres con instantáneas del entorno

Cloud Composer 1 | Cloud Composer 2

En esta página, se describe cómo usar las instantáneas del entorno para la recuperación ante desastres.

Definiciones

En esta guía, se usan las siguientes definiciones:

  • Un desastre es un evento en el que Cloud Composer o algún otro componente esencial para el funcionamiento de tu entorno no está disponible. Este evento requiere una conmutación por error a una región y entornos de Cloud Composer diferentes. La causa de un desastre puede ser natural o artificial, incluidos el tiempo de inactividad en las regiones de Google Cloud y las interrupciones en tu propia infraestructura.
  • La recuperación ante desastres (DR), en el contexto de Cloud Composer, es un proceso de restablecimiento de la operación del entorno después de un desastre. El proceso implica volver a crear el entorno, posiblemente en otra región. Si deseas obtener más información sobre la recuperación ante desastres, consulta la Guía de planificación para la recuperación ante desastres.
  • El entorno principal es un entorno de Cloud Composer para el que deseas habilitar una capacidad de DR.
  • Entorno de conmutación por error es un entorno de Cloud Composer designado para hacerse cargo de las actividades del entorno principal.
  • Una situación de DR templada es una variante de la recuperación ante desastres, en la que usas un entorno de conmutación por error en espera, que creas antes de que ocurra un desastre.
  • La situación de DR en frío es una variante de la recuperación ante desastres, en la que creas un entorno de conmutación por error después de un desastre.
  • La DR entre regiones es una variante de la recuperación ante desastres tibia o fría en la que el entorno principal y el de conmutación por error se encuentran en regiones diferentes.

Información acerca del procedimiento de recuperación ante desastres

El procedimiento de recuperación ante desastres resuelve el problema cuando el entorno principal se vuelve inoperativo (roto o no es accesible por algún otro motivo) debido a un desastre.

En este procedimiento, se supone que el entorno principal no se corregirá en su ubicación para abordar el desastre. En su lugar, debes crear un segundo entorno (de conmutación por error) en paralelo. Este entorno opera en lugar del entorno principal. En una etapa posterior, es posible que decidas volver al entorno principal o seguir usando el entorno de conmutación por error.

Debido a que el procedimiento usa un entorno de conmutación por error, los cambios se introducirán cuando cambies del entorno principal. Estos son algunos de los cambios entre el entorno principal y el de conmutación por error (la lista no es exhaustiva):

  • La URL del servidor web será diferente. Esto cambia la dirección de la IU de Airflow y el extremo de API de REST de Airflow.

  • La URL del bucket del entorno será diferente.

  • Es posible que debas ajustar la configuración de los permisos de acceso y de red.

Si usas la situación de DR tibia, conoces de antemano los valores para el servidor web, las direcciones del bucket del entorno y la configuración de red.

Antes de comenzar

  • Cloud Composer admite instantáneas programadas en la versión 2.0.32 y versiones posteriores. Las instantáneas del entorno son compatibles con la versión 2.0.9 y posteriores.

Descripción general de la preparación

Ambas situaciones de DR incluyen los siguientes pasos de preparación:

  1. Crea un entorno de conmutación por error.

    • En la situación de DR templada, debes mantener este entorno disponible.
    • En la situación de DR frío, debes crear este entorno solo para probar el procedimiento de recuperación ante desastres. Después de completar la preparación, borra este entorno y vuelve a crearlo después de que ocurra un desastre.

  2. Crea un bucket para instantáneas.

    • El bucket debe estar disponible en la región de DR. Para la DR entre regiones, el bucket de instantáneas debe ser multirregional o estar ubicado en una región diferente a la del entorno principal.

    • Comprueba que los DAG puedan acceder a recursos regionales.

  3. Configura el mantenimiento de la base de datos.

  4. Configura instantáneas programadas.

  5. Prueba el procedimiento de recuperación ante desastres.

Descripción general de la recuperación ante desastres

Después de un desastre:

  1. (Solo DR en frío) Crea un entorno de conmutación por error.
  2. Si es posible, impide que el entorno principal ejecute DAG.
  3. Carga una instantánea del bucket de instantáneas al entorno de conmutación por error.
  4. Si es necesario, ajusta la configuración del entorno de conmutación por error.
  5. Decide qué hacer con el entorno principal.

Pasos de preparación

Sigue los pasos que se describen a continuación para configurar la recuperación ante desastres para tu entorno.

Crea un entorno de conmutación por error

Crea un entorno que actúe como un entorno de conmutación por error.

Usa los siguientes lineamientos:

  • Tu entorno principal y de conmutación por error deben usar la misma versión de Cloud Composer y Airflow.

  • En la situación de DR templada, asegúrate de actualizar y actualizar ambos entornos en sincronización. Por ejemplo, si actualizas el entorno principal a una versión posterior de Cloud Composer o instalas paquetes de PyPI, el entorno de conmutación por error también debe tener estos cambios.

  • Recomendamos crear el entorno de conmutación por error en una región diferente del entorno principal. Como resultado, se puede cubrir una gama más amplia de situaciones de desastre posibles, como un desastre que afecta la disponibilidad de toda la región.

  • Recomendamos usar Terraform para crear entornos principales y de conmutación por error, de modo que ambos tengan una configuración coherente. Asegúrate de que las definiciones de Terraform para los entornos principal y de conmutación por error estén sincronizadas.

  • Se recomienda la configuración del entorno de conmutación por error (como el tamaño del entorno, la cantidad de programadores y los permisos de IAM) para cumplir con la configuración del entorno principal. Los permisos de IAM para ambos entornos deben dar el acceso apropiado a las instantáneas y los usuarios.

Verifica la disponibilidad de los recursos

Los DAG pueden operar en recursos externos, y el acceso a esos recursos puede depender de la configuración del entorno (como los permisos otorgados a la cuenta de servicio del entorno, la configuración de red o el proyecto). Asegúrate de que esos recursos estén disponibles para el entorno de conmutación por error.

Un entorno puede interactuar con algunos recursos externos a través de conexiones almacenadas en Airflow. Verifica si estos recursos deben ajustarse en el entorno de conmutación por error en comparación con el entorno principal.

Crea un bucket de almacenamiento para instantáneas

Crea un bucket de almacenamiento nuevo para las instantáneas del entorno. No uses buckets de entorno para la recuperación ante desastres, ya que la configuración de la política de retención y el ciclo de vida se aplica a nivel de bucket.

Asegúrate de que este bucket de almacenamiento tenga permisos de IAM, una política de retención y una configuración del ciclo de vida establecida de manera que evite la eliminación accidental o el acceso no autorizado. Si quieres obtener más información sobre cómo configurar un bucket para instantáneas, consulta Configura instantáneas programadas.

Puedes hacer lo siguiente:

  • Crea un bucket en una región diferente.
  • Crea un bucket multirregional.

Configurar el mantenimiento de la base de datos

Mantén pequeña la base de datos de metadatos de Airflow mediante la ejecución del DAG de mantenimiento de la base de datos. Esto agiliza el proceso de guardar y cargar las instantáneas. La base de datos de metadatos de Airflow debe tener menos de 20 Gb de datos para admitir instantáneas.

Configura instantáneas programadas

Configura instantáneas programadas para el entorno principal.

Las instantáneas solo se pueden crear en un entorno en buen estado, por lo que se deben guardar antes de que ocurra el desastre.

Para obtener más información sobre cómo funcionan las instantáneas, consulta Guarda y carga instantáneas del entorno. Consulta la sección Guarda una instantánea del entorno de la documentación para obtener información sobre dónde encontrar las instantáneas guardadas.

Configura la supervisión para las operaciones de instantáneas programadas (opcional)

En el caso de las instantáneas programadas con una frecuencia de al menos una vez cada 12 horas, puedes usar Cloud Monitoring para recibir una alerta cuando no se cree una instantánea de forma automática.

En el caso de las programaciones de menor frecuencia, debes usar Google Cloud CLI para verificar los resultados de las operaciones de instantáneas. Consulta Verifica las operaciones de guardado de instantáneas.

  1. En la consola de Google Cloud, ve a la página Monitoring.

    Ir a Monitoring

  2. En el panel de navegación de Monitoring, selecciona  Alertas.
  3. Si aún no creas canales de notificaciones y deseas recibir notificaciones, haz clic en Edit Notification Channels y agrega tus canales de notificaciones. Regresa a la página Alertas después de agregar tus canales.
  4. En la página Alertas, elige Crear política.
  5. Para elegir la métrica, expande el menú Seleccionar una métrica y, luego, haz lo siguiente:
    1. Para limitar el menú a las entradas relevantes, ingresa Composer Snapshot en la barra de filtros. Si no hay resultados después de que filtres el menú, inhabilita el botón de activación Show only active resources & metrics.
    2. En Tipo de recurso, selecciona Entorno de Cloud Composer.
    3. En la Categoría de Métrica, selecciona Entorno.
    4. En Métrica, selecciona Recuento de creación de instantáneas.
    5. Selecciona Apply (Apply).
  6. Haz clic en Agregar filtro y usa los menús desplegables para agregar los siguientes filtros:
    Filtro Comparador Valor
    Etiqueta de recurso > Environment_name = El nombre del entorno en el que quieres supervisar las instantáneas programadas.
    Supervisar etiqueta > resultado = SUCCEEDED

  7. En la sección Transformar datos, configura los siguientes atributos:
    • En Ventana progresiva, selecciona la ventana de supervisión para esta alerta. Este valor afecta la configuración del umbral en el siguiente paso.

      Valor recomendado para la supervisión de instantáneas programadas: 1 day.

    • En Función de ventana progresiva, selecciona delta.
  8. Haz clic en Siguiente.
  9. La configuración de la página Configure alert trigger determina cuándo se activa la alerta. Completa esta página con los parámetros de configuración en la siguiente tabla.
    Campo Valor
    Condition type Threshold
    Alert trigger Any time series violates
    Threshold position Below threshold
    Threshold value La cantidad de instantáneas programadas que esperas que se guarden durante el tiempo configurado como el período progresivo de la alerta.

    Calcula este valor con la siguiente fórmula:

    (rolling window in hours / schedule frequency in hours) - 1

    Nota: Deducir 1 hora en la fórmula para contemplar los diferentes tiempos de finalización de las instantáneas. Esto ayuda a evitar que se generen falsos positivos si la instantánea más reciente aún se está ejecutando durante una verificación de supervisión.

    Ejemplo:
    Si usas la ventana progresiva recomendada de 1 día y la frecuencia de la programación es una vez cada 2 horas, establece este valor en 11 (según el cálculo: 24 / 2 - 1 = 11).

    Si la programación se ejecuta de forma correcta, en cualquier período de 24 horas debes tener al menos 11 instantáneas. De lo contrario, significa que la operación de instantánea no se completó correctamente y Cloud Monitoring activa esta alerta.

    Condition name El nombre personalizado de la condición.
  10. Haz clic en Siguiente.
  11. Para agregar notificaciones a tu política de alertas, haz clic en Canales de notificaciones (opcional). En el diálogo, elige uno o más canales de notificaciones del menú y, luego, haz clic en Aceptar.
  12. Opcional: Actualiza la Duración del cierre automático de incidentes. Este campo determina cuándo Monitoring cierra los incidentes ante la ausencia de datos de métricas.
  13. Opcional: Haz clic en Documentación y, luego, agrega la información que deseas incluir en un mensaje de notificación.
  14. Haz clic en Nombre de la alerta y, luego, ingresa un nombre para la política de alertas.
  15. Haz clic en Crear política.
Para obtener más información, consulta Políticas de alertas.

Prueba el procedimiento de recuperación ante desastres

Asegúrate de probar el procedimiento de recuperación ante desastres después de configurarlo y, luego, de forma periódica. Esto te permite abordar problemas que podrían afectar el proceso real derecuperación ante desastresn.

En la situación de DR en frío, puedes borrar el entorno de conmutación por error después de terminar de probar el procedimiento de recuperación ante desastres.

Verifica las operaciones de guardado de instantáneas

Puedes usar Google Cloud CLI para recuperar la lista de operaciones de guardar instantánea y verificar si tus instantáneas están listas para situaciones de recuperación ante desastres.

Este método es útil si guardas instantáneas con menos frecuencia que una vez cada 12 horas. Para verificar las instantáneas guardadas con más frecuencia, es mejor configurar las alertas de Cloud Monitoring. Consulta Configura la supervisión para las operaciones de instantáneas programadas.

gcloud

Enumera todas tus operaciones de instantáneas para un entorno específico. Para obtener la referencia completa de comandos, consulta gcloud composer operations list.

gcloud composer operations list \
    --locations LOCATION \
    --filter="metadata.operationType=SAVE_SNAPSHOT AND 
    metadata.resource=projects/PROJECT_ID/locations/LOCATION/environments/ENVIRONMENT_ID"
    --format yaml

Reemplaza lo siguiente:

  • LOCATIONS por la lista de identificadores de las regiones en los que se encuentra el entorno
  • PROJECT_ID por el identificador del proyecto en el que se encuentra el entorno
  • ENVIRONMENT_ID por el identificador del entorno en el que quieres verificar las operaciones de la instantánea

Ejemplo:

gcloud composer operations list \
    --locations us-central1 \
    --filter="metadata.operationType=SAVE_SNAPSHOT AND 
    metadata.resource=projects/my-project/locations/us-central1/environments/my-environment"
    --format yaml

Después de un desastre

Sigue los pasos que se describen a continuación después de que ocurra un desastre para recuperar tu entorno principal.

Crea un entorno de conmutación por error (solo DR en frío)

Sigue las instrucciones de la sección Crea un entorno de conmutación por error.

Impide que el entorno principal ejecute DAG

Si es posible, evita que el entorno principal ejecute DAG:

  • Si aún se puede acceder al entorno principal, pausa todos los DAG.
  • Si el bucket del entorno principal es accesible, mueve todos los DAG del bucket del entorno o a una carpeta /dags en el bucket del entorno principal.

Carga una instantánea en el entorno de conmutación por error

Carga una instantánea del entorno principal al entorno de conmutación por error.

Una vez que la instantánea se carga en el entorno de conmutación por error, programa y ejecuta tareas como si el entorno principal no ejecutara nada después de crear una instantánea. Sin embargo, es posible que el entorno principal ya haya ejecutado algunas de esas tareas. El entorno de conmutación por error no tiene ningún medio para reconocer qué tareas se ejecutaron después de crear la instantánea y antes de un desastre. Como resultado, algunas tareas pueden ejecutarse dos veces (tanto en el entorno principal como en el de conmutación por error). Recomendamos que todas las tareas sean idempotentes y que las instantáneas programadas se creen cada dos horas.

Ajusta la configuración del entorno de conmutación por error (si es necesario).

En algunos casos, es posible que desees cambiar la configuración del entorno de conmutación por error después de cargar en él la instantánea del entorno principal.

Por ejemplo, en una situación de DR en frío, es posible que debas usar un conjunto diferente de variables de entorno de Airflow en el entorno de conmutación por error. Como otro ejemplo, en una situación de DR templada, es posible que debas otorgar permisos a los usuarios en la IU de Airflow para que puedan acceder al entorno de conmutación por error.

Puedes realizar estos cambios de forma manual o preparar una secuencia de comandos de shell con comandos que cambien la configuración del entorno de conmutación por error mediante la ejecución de comandos gcloud composer environment update.

Decide qué hacer con el entorno principal

Algunos desastres pueden ocurrir porque el entorno principal no es accesible, pero aún está operativo o no funciona de forma correcta. Por ejemplo, no puedes acceder al entorno principal a través de la red debido a una falla de la infraestructura. Otro ejemplo es que el entorno funciona con algunos errores o con capacidad reducida, pero algunos DAG aún se ejecutan.

Si el entorno original aún se está ejecutando, podría generar costos directamente relacionados con Cloud Composer o con otros servicios a los que se accede a través de los DAG, aunque se haya creado un entorno nuevo como reemplazo. Este entorno aún puede ejecutar algunos DAG. Como resultado, algunas operaciones se pueden ejecutar dos veces: en el entorno principal que aún se está ejecutando y en el entorno de conmutación por error después de cargar la instantánea.

Si el entorno principal existe, pero no funciona correctamente

Se puede borrar el entorno principal si se recuperaron todos los datos relevantes. Por ejemplo, tal vez quieras recuperar datos que no están incluidos en las instantáneas del entorno, como la configuración de red o el contenido del bucket del entorno fuera de las carpetas /dags y /plugins.

Si el entorno principal vuelve a ser accesible y en buen estado

Si el entorno principal era inaccesible solo de forma temporal y se vuelve accesible y en buen estado, puedes elegir un enfoque:

  • Sigue usando el entorno de conmutación por error.
  • Regresa al entorno principal.

Para seguir usando el entorno de conmutación por error, sigue estos pasos:

  1. Si el entorno principal aún ejecuta DAG, páusalos lo antes posible.
  2. Asegúrate de recuperar todos los datos relevantes y, luego, borra el entorno principal.
  3. Repite los pasos de preparación de la DR para el entorno de conmutación por error, como configurar las instantáneas programadas.

Para volver al entorno principal, sigue estos pasos:

  1. Pausa todos los DAG en el entorno de conmutación por error.
  2. Espera a que todas las ejecuciones de DAG se completen en el entorno de conmutación por error o detenlas.
  3. Guardar una instantánea del entorno de conmutación por error
  4. Carga esta instantánea en el entorno principal.
  5. Reanuda los DAG en el entorno principal.
  6. Si es necesario, borra el entorno de conmutación por error.

¿Qué sigue?