O Cloud Composer 1 está no modo pós-manutenção. O Google não lança mais atualizações para o Cloud Composer 1, incluindo novas versões do Airflow, correções de bugs e atualizações de segurança. Recomendamos planejar a migração para o Cloud Composer 2.

Esta página foi traduzida pela API Cloud Translation.

Recuperação de desastres com snapshots de ambiente

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Nesta página, descrevemos como usar snapshots de ambiente para recuperação de desastres.

Definições

Este guia usa as seguintes definições:

Desastres é um evento em que o Cloud Composer ou outros componentes essenciais para o funcionamento do ambiente não estão disponíveis. Este evento requer um failover para uma região diferente, e o Cloud Composer e ambientes de teste. A causa de um desastre pode ser natural ou causado pelo homem, incluindo inatividade das regiões do Google Cloud e interrupções por conta própria do Google Cloud.
Recuperação de desastres (DR), no contexto do Cloud Composer, é uma de recuperação da operação do ambiente após um desastre. O processo envolve recriar o ambiente, possivelmente em outra região. Para mais informações sobre a recuperação de desastres, consulte Guia de planejamento de recuperação de desastres.
O ambiente principal é um ambiente do Cloud Composer que você ativar um recurso de DR.
O ambiente de failover é um ambiente do Cloud Composer designado para assumir as atividades do ambiente principal.
O cenário de DR aquecido é uma variante da recuperação de desastres, em que você usa um ambiente de failover em espera, criado antes que um desastre ocorra.
O cenário de DR frio é uma variante da recuperação de desastres, em que você cria no ambiente de failover após a ocorrência de um desastre.
A recuperação de desastres entre regiões é uma variante da recuperação de desastres morna ou fria em que o ambiente principal e o de failover estão localizados em regiões diferentes.

Sobre o procedimento de recuperação de desastres

O procedimento de recuperação de desastres resolve o problema o ambiente se tornou inoperante (corrompido ou inacessível) porque de um desastre.

Este procedimento pressupõe que o ambiente principal não será corrigido no local para resolver o desastre. Em vez disso, você cria um segundo ambiente (failover) lado a lado. Esse ambiente opera em vez do de nuvem. Em uma fase posterior, você pode decidir voltar ao ambiente principal ou continuar usando o ambiente de failover.

Como o procedimento usa um ambiente de failover, serão introduzidas alterações quando você muda do ambiente principal. As mudanças entre a fase principal ambiente de failover incluem (a lista não é abrangente):

O URL do servidor da Web será diferente. Isso altera o endereço interface do Airflow e o endpoint de API REST do Airflow
O URL do bucket do ambiente será diferente.
A configuração de permissões de rede e acesso pode precisar de ajustes.

Se você usar o cenário de DR aquecido, vai conhecer os valores do servidor da Web, os endereços de bucket do ambiente e a configuração de rede com antecedência.

Antes de começar

O Cloud Composer oferece suporte a snapshots programados na versão 2.0.32 e posteriores mais recentes. Os snapshots do ambiente são compatíveis com as versões 2.0.9 e posteriores.
O banco de dados do Airflow precisa ter menos de 20 GB de para criar snapshots.
O número total de objetos nas pastas /dags, /plugins e /data no bucket do ambiente precisa ser menor que 100.000 para criar snapshots.
Se você usar o mecanismo XCom para transferir arquivos, use-o de acordo com as diretrizes do Airflow. A transferência de arquivos grandes ou um grande número de arquivos usando o XCom afeta Desempenho do banco de dados do Airflow e pode causar falhas no carregamento snapshots ou o upgrade do ambiente. Considere usar alternativas, como o Cloud Storage, para transferir grandes volumes de dados.

Visão geral da preparação

Os dois cenários de DR incluem as seguintes etapas de preparação:

Crie um ambiente de failover.
- No cenário de DR quente, esse ambiente é mantido disponível.
- No cenário de DR frio, você cria esse ambiente apenas para testar seu procedimento de recuperação de desastres. Depois de concluir a preparação, excluir esse ambiente e criá-lo novamente após um desastre.
Criar um bucket para snapshots.
- O bucket precisa estar disponível na região de DR. Para DR entre regiões, o bucket de snapshots precisa ser multirregional ou estar localizado em uma região diferente do ambiente principal.
- Verifique se os DAGs podem acessar recursos regionais.
Configure a manutenção do banco de dados.
Configurar snapshots programados.
Teste o procedimento de recuperação de desastres.

Visão geral da recuperação de desastres

Após um desastre:

(Apenas DR frio) Crie um ambiente de failover.
Se possível, interrompa o ambiente principal de executar DAGs.
Carregar um snapshot do bucket de snapshots no failover de nuvem.
Se necessário, ajuste a configuração do ambiente de failover.
Decidir o que fazer com o ambiente principal.

Etapas de preparação

Siga as etapas descritas abaixo para configurar a recuperação de desastres no seu ambiente.

Criar um ambiente de failover

Crie um ambiente que funcione como um ambiente de failover.

Siga estas diretrizes:

O ambiente principal e de failover precisa usar a mesma versão do Cloud Composer e do Airflow.

Cuidado: não realize um failover para uma versão mais recente do o Cloud Composer ou o Airflow, já que isso pode exigir mais mudanças relacionadas à compatibilidade.
No cenário de DR com estado salvo, atualize faça upgrade dos dois ambientes em sincronia. Por exemplo, se você atualizar o ambiente principal para uma versão mais recente do Cloud Composer ou instalar pacotes PyPI, o ambiente de failover também precisará ter essas mudanças.
Recomendamos criar o ambiente de failover em uma região diferente do ambiente principal. Como resultado, uma gama mais ampla de possíveis cenários de desastre pode ser coberta, como um desastre que afeta a disponibilidade de toda a região.
Recomendamos usar o Terraform para criar instâncias primárias para que ambos tenham configuração consistente. Verifique se as definições do Terraform para os ambientes principal e de failover estão sincronizadas.
A configuração do ambiente de failover (como o tamanho do ambiente, número de programadores e permissões do IAM) é recomendado de acordo com a configuração do ambiente principal. As permissões do IAM para os dois ambientes precisam dar acesso adequado aos usuários e aos snapshots.

Verificar a disponibilidade do recurso

Os DAGs podem operar em recursos externos, e o acesso a esses recursos pode depender da configuração do ambiente (como permissões concedidas à conta de serviço, configuração de rede ou projeto do ambiente). Marca que esses recursos estejam disponíveis no ambiente de failover.

Um ambiente pode interagir com alguns recursos externos por meio de conexões armazenadas no Airflow. Verifique se esses recursos precisam ser ajustados no ambiente de failover em comparação com o ambiente principal.

Criar um bucket de armazenamento para snapshots

Crie um novo bucket de armazenamento para os snapshots do ambiente. Não use buckets de ambiente para recuperação de desastres, já que a configuração da política de retenção e do ciclo de vida é aplicada no nível do bucket.

Verifique se o bucket de armazenamento tem permissões do IAM, política de retenção e uma configuração de ciclo de vida definida de modo a impedir exclusão acidental ou acesso não autorizado. Para mais informações sobre como configurar um bucket para snapshots, consulte Configurar snapshots agendados.

Você pode:

Crie um bucket em uma região diferente.
Criar um bucket multirregional.

Configurar a manutenção do banco de dados

Configure o banco de dados do Airflow pequeno e dentro do limite de tamanho para mantê-lo pequeno limpeza de banco de dados. Isso faz com que o processo de salvar e o carregamento de snapshots mais rápido. O banco de dados do Airflow precisa ter menos mais de 20 GB de dados para a criação de snapshots.

Configurar snapshots programados

Configure snapshots programados para o ambiente principal.

Os snapshots só podem ser criados em um ambiente saudável, portanto, eles precisam ser salvos antes que o desastre ocorra.

Para mais informações sobre como os snapshots funcionam, consulte Salve e carregue snapshots do ambiente. Consulte a seção Salvar um snapshot de ambiente da documentação para saber onde encontrar os snapshots salvos.

(Opcional) Configurar o monitoramento para operações de snapshot programados

Para snapshots programados com uma frequência de pelo menos uma vez a cada 12 horas, use o Cloud Monitoring para receber alertas quando um snapshot não for criado automaticamente.

Para programações de frequência mais baixa, use a Google Cloud CLI para verificar os resultados das operações de snapshots. Consulte Verificar as operações de salvamento de snapshots.

No Console do Google Cloud, acesse a página Monitoring.
Acessar Monitoring
No painel de navegação do Monitoring, selecione Alertas:
Se você não tiver criado seus canais de notificação e quiser receber uma notificação, clique em Editar canais de notificação e adicione-os. Volte para a página Alertas depois de adicionar seus canais.
Na página Alertas, clique em Criar política.
Para selecionar a métrica, expanda o menu Selecionar uma métrica e faça isto:
1. Para limitar o menu a entradas relevantes, insira Composer Snapshot na barra de filtro. Se não houver resultados depois de filtrar o menu, desative a opção Mostrar somente recursos e métricas ativos.
2. Em Tipo de recurso, selecione Ambiente do Cloud Composer.
3. Em Categoria de métrica, selecione Ambiente.
4. Em Métrica, selecione Contagem de criação de snapshots.
5. Selecione Apply.

Clique em Adicionar filtro e use os menus suspensos para adicionar os seguintes filtros:

Filtro	Comparador	Valor
Rótulo do recurso > environment_name	=	O nome do ambiente em que você quer monitorar os snapshots programados.
Rótulo do monitor > resultado	=	`SUCCEEDED`

Na seção Transformar dados, defina os seguintes atributos:
- Em Janela contínua, selecione a janela de monitoramento para esse alerta. Esse valor afeta a configuração do limite na próxima etapa.
  Valor recomendado para o monitoramento programado de snapshots: 1 dia.
- Em Função de janela contínua, selecione delta.
Clique em Próxima.

As configurações da página Configurar acionador de alertas determinam quando o alerta é acionado. Preencha esta página com as configurações na tabela a seguir.

Campo	Valor
`Condition type`	`Threshold`
`Alert trigger`	`Any time series violates`
`Threshold position`	`Below threshold`
`Threshold value`	O número de snapshots programados que você espera que sejam salvos dentro do período configurado como Janela contínua para o alerta. Calcule esse valor usando a seguinte fórmula: `(rolling window in hours / schedule frequency in hours) - 1` Observação:deduzindo `1` hora na fórmula é considerar diferentes tempos de conclusão de snapshots. Isso ajuda a evitar a geração de falsos positivos se o snapshot mais recente ainda estiver em execução durante uma verificação de monitoramento. Exemplo: Se você usar o período recomendado de 1 dia, e a frequência da programação for uma vez a cada duas horas, defina esse valor como `11` (conforme o cálculo: `24 / 2 - 1 = 11`). Se sua programação for executada corretamente, em qualquer janela de 24 horas deve ter pelo menos 11 snapshots. Se você não fizer isso, isso significa que uma operação de snapshot não foi concluída e o Cloud Monitoring aciona esse alerta.
`Condition name`	Seu nome personalizado para a condição.

Clique em Próxima.
Opcional: para adicionar notificações à sua política de alertas, clique em Canais de notificação. Na caixa de diálogo, selecione um ou mais canais de notificação no menu e clique em OK.
Opcional: Atualize a Duração do fechamento automático do incidente. Este campo determina quando o Monitoring fecha incidentes na ausência de dados de métrica.
Opcional: clique em Documentação e adicione as informações que quer incluir em uma mensagem de notificação.
Clique em Nome e digite um nome para a política de alertas.
Clique em Criar política.

Saiba mais em Políticas de alertas.

Testar o procedimento de recuperação de desastres

Teste seu procedimento de recuperação de desastres depois de configurá-lo e, em seguida, periodicamente. Isso permite que você resolva possíveis problemas que possam afetar o processo de recuperação de desastres.

No cenário de DR frio, é possível excluir o ambiente de failover depois de terminar de testar o procedimento de recuperação de desastres.

Verificar operações de salvamento de snapshots

Use a Google Cloud CLI para recuperar a lista de opções para salvar snapshot operações e verificar se os snapshots estão prontos para a recuperação de desastres diferentes.

Esse método é útil se você salvar snapshots com menos frequência do que pelo menos uma vez a cada 12 horas. Para verificar os snapshots salvos com mais frequência, é melhor configurar os alertas do Cloud Monitoring. Consulte Configure o monitoramento para operações de snapshot programados.

gcloud

Liste todas as operações de snapshots de um ambiente específico. Para a referência completa do comando, consulte 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

Substitua:

LOCATIONS pela lista de identificadores de região em que o ambiente está localizado;
PROJECT_ID pelo identificador do projeto em que o ambiente está localizado.
ENVIRONMENT_ID com o identificador do ambiente em que você quer verificar as operações de snapshot

Exemplo:

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

Após um desastre

Siga as etapas descritas abaixo após um desastre para recuperar o ambiente principal.

(Apenas DR frio) Criar um ambiente de failover

Siga as instruções na seção Criar um ambiente de failover.

Interromper a execução de DAGs no ambiente principal

Se possível, interrompa a execução de DAGs no ambiente principal:

Se o ambiente principal ainda estiver acessível, pausar todos os DAGs.
Se o bucket do ambiente principal estiver acessível, mova todos os DAGs do bucket do ambiente ou para uma pasta fora de /dags no bucket do ambiente principal.

Carregar um snapshot no ambiente de failover

Carregar um snapshot do ambiente principal no ambiente de failover.

Depois que o snapshot é carregado no ambiente de failover, ele programa e executa tarefas como se nada tivesse sido executado pelo ambiente principal após criar um snapshot. No entanto, algumas dessas tarefas podem já ter sido executadas pelo ambiente principal. O ambiente de failover não tem significa reconhecer quais tarefas foram executadas após a criação do snapshot e antes de um desastre. Como resultado, algumas tarefas podem ser executadas duas vezes (em ambos os ambientes primário e de failover). Recomendamos que todas as tarefas sejam idempotentes e que os snapshots programados sejam criados a cada duas horas.

(Se necessário) Ajuste a configuração do ambiente de failover.

Em alguns casos, pode ser necessário alterar a configuração do failover depois de carregar nele o snapshot do ambiente principal.

Por exemplo, em um cenário de DR frio, pode ser necessário usar um conjunto diferente de Variáveis de ambiente do Airflow no ambiente de failover. Como outro exemplo, em um cenário de DR com estado salvo, pode ser necessário conceder permissões a interface do Airflow para que possam acessar o ambiente de failover.

É possível realizar essas mudanças manualmente ou preparar um script de shell com comandos que mudam a configuração do ambiente de failover executando comandos gcloud composer environment update.

Decida o que fazer com o ambiente principal

Alguns desastres podem acontecer porque o ambiente principal não pode ser acessado mas ainda está funcionando ou não funciona corretamente. Por exemplo, não é possível acessar o ambiente principal pela rede devido a uma falha na infraestrutura. Como outro exemplo, o ambiente opera com alguns erros ou com capacidade reduzida, mas alguns DAGs ainda são executados.

Se o ambiente original ainda estiver em execução, talvez gerar custos diretamente relacionados ao Cloud Composer ou a outros serviços acessados pelos DAGs, mesmo que um novo ambiente tenha sido criado substituta. Esse ambiente ainda pode executar alguns DAGs. como resultado, algumas operações podem ser executadas duas vezes: no ambiente principal que ainda está em execução e no ambiente de failover depois de carregar o snapshot.

Se o ambiente principal existe, mas não funciona corretamente

O ambiente principal pode ser excluído se todos os dados relevantes forem recuperados. Por exemplo, talvez você queira recuperar dados que não estão incluídos nos snapshots do ambiente, como a configuração de rede ou o conteúdo do bucket do ambiente fora das pastas /dags e /plugins.

Se o ambiente principal ficar acessível e íntegro novamente

Se o ambiente principal fica inacessível apenas temporariamente e se torna acessível e saudável novamente, escolha uma abordagem:

Continue usando o ambiente de failover.
Volte ao ambiente principal.

Para continuar usando o ambiente de failover:

Se o ambiente principal ainda executar DAGs, interrompa-os assim que possível.
Recupere todos os dados relevantes e exclua a conta principal de nuvem.
Repita as etapas de preparação de DR para o ambiente de failover, como a configuração de snapshots programados.

Para retornar ao ambiente principal:

Pause todos os DAGs no ambiente de failover.
Aguarde a conclusão de todas as execuções do DAG no ambiente de failover ou as interrompa.
Salve um snapshot do ambiente de failover.
Carregar esse snapshot no ambiente principal.
Retome os DAGs no ambiente principal.
Se necessário, exclua o ambiente de failover.