Wie gehst du an Disaster Recovery auf AWS heran?

Question

Accepted Answer

**Disaster Recovery (DR)** ist die Planung, wie man Systeme und Daten nach einem größeren Ausfall oder einer Katastrophe wiederherstellt. AWS bietet DR-Strategien mit unterschiedlichen Kompromissen zwischen **Wiederherstellungsgeschwindigkeit**, **Datenverlust** und **Kosten** — definiert durch RTO- und RPO-Ziele.

## Schlüsselkonzepte: RTO und RPO

```text
RTO (Recovery Time Objective) → how QUICKLY you must recover (acceptable downtime)
RPO (Recovery Point Objective) → how much DATA LOSS is acceptable (recover to how
  recent a point — e.g. "at most 5 minutes of data lost")
→ Lower RTO/RPO (faster recovery, less data loss) = higher cost/complexity.
  Define these based on business needs; they drive the DR strategy choice.
```

## DR-Strategien (Kosten vs. Wiederherstellungsgeschwindigkeit)

```text
1. BACKUP & RESTORE → back up data (to S3, snapshots); restore after a disaster
   → cheapest; slowest recovery (hours); higher RPO. For tolerant workloads.
2. PILOT LIGHT → core systems (e.g. database, replicated) kept minimal/ready;
   scale up the rest on disaster → moderate cost, faster recovery
3. WARM STANDBY → a scaled-down but RUNNING copy in another region; scale up on failover
   → higher cost, fast recovery (minutes)
4. MULTI-SITE ACTIVE-ACTIVE → full running copies in multiple regions serving traffic
   → highest cost/complexity; near-zero RTO/RPO. For the most critical systems.
```

## Praktische DR-Praktiken

```text
✓ Regular, tested BACKUPS (automated; cross-region copies; verify they restore!)
✓ Cross-REGION strategy for region-level disasters (DR often = another region)
✓ INFRASTRUCTURE AS CODE → recreate environments quickly/reliably
✓ TEST DR plans regularly (a plan never tested may fail when needed)
✓ Automate failover where possible; document runbooks
→ Match the strategy to the workload's RTO/RPO and budget.
```

## Warum es wichtig ist

Das Verständnis von Disaster Recovery ist wichtiges Wissen auf Senior-Ebene, weil **die Wiederherstellung nach großen Ausfällen für unternehmenskritische Systeme unerlässlich ist**, und AWS DR beinhaltet wichtige Kompromisse, daher ist es wertvoll für die Gestaltung zuverlässiger Systeme.

DR adressiert die Realität, dass große Katastrophen auftreten können (Region-Ausfälle, Datenbeschädigung, katastrophale Fehler), und **unternehmenskritische Systeme sich wiederherstellen können müssen** — was DR-Planung unerlässlich für Systeme macht, bei denen Ausfallzeiten oder Datenverluste schwerwiegende Folgen haben.

Das Verständnis von **RTO und RPO** ist grundlegend: diese Ziele (wie schnell du dich wiederherstellen musst und wie viel Datenverlust akzeptabel ist) **treiben die DR-Strategie an** und müssen basierend auf geschäftlichen Anforderungen definiert werden — was verdeutlicht, dass DR nicht "one-size-fits-all" ist, sondern ein bewusster Kompromiss.

Das Verständnis der **DR-Strategien** und ihrer **Kosten-vs.-Wiederherstellungsgeschwindigkeit-Kompromisse** — Backup & Restore (am kostengünstigsten, am langsamsten), Pilot Light (Kernsysteme bereit), Warm Standby (skalierte laufende Kopie, schnelle Wiederherstellung) und Multi-Site Active-Active (vollständig laufende Kopien, nahezu null RTO/RPO aber höchste Kosten) — ist das Schlüsselwissen zur Auswahl einer geeigneten Strategie: anspruchsvollere Wiederherstellungsziele kosten mehr, daher muss die Strategie zur Kritikalität und zum Budget der Workload passen.

Das Verständnis **praktischer DR-Praktiken** (regelmäßig getestete Backups, Cross-Region-Strategie für Region-Ausfälle, Infrastructure as Code für schnelle Umgebungserstellung, und entscheidend **Testen von DR-Plänen**, da untestete Pläne oft fehlschlagen, wenn sie benötigt werden) spiegelt reife operative Disziplin wider.

Da die Wiederherstellung nach Katastrophen für kritische Systeme unerlässlich ist und DR echte Kompromisse beinhaltet (Wiederherstellungsgeschwindigkeit, Datenverlust, Kosten), die auf geschäftliche Anforderungen abgestimmt werden müssen, und da das Verständnis von RTO/RPO, den DR-Strategien und praktischen Praktiken die Gestaltung angemessener Wiederherstellungsfähigkeiten ermöglicht, ist das Verständnis von Disaster Recovery auf AWS wichtiges Wissen auf Senior-Ebene für den Aufbau zuverlässiger Systeme — ein kritischer Aspekt für den Betrieb geschäftswichtiger Workloads, was die Reife in Risikomanagement und Resilienzplanung widerspiegelt, die für Senior-Rollen erwartet wird, die für Systeme verantwortlich sind, bei denen Ausfälle und Datenverluste schwerwiegende Folgen haben.