¿Cómo diseñas una estrategia de copia de seguridad y recuperación ante desastres?

Question

Accepted Answer

Una estrategia de copia de seguridad y recuperación ante desastres (DR) responde a: si perdemos datos o una región completa, **¿cuántos datos podemos perder, qué tan rápido podemos recuperarnos y realmente podemos restaurar?** Se basa en la **regla 3-2-1**, objetivos claros de **RPO/RTO** y —críticamente— **restauraciones probadas regularmente**.

## Por qué es importante

```text
3 copies of the data
2 different media / storage types
1 copy offsite (different region or provider)
→ no single failure (disk, host, datacenter, ransomware) destroys every copy
```

Las copias de seguridad deben ser **automatizadas** (sin depender de que alguien recuerde ejecutarlas) y **fuera del sitio** para que un desastre regional no destruya la copia de seguridad junto con el primario.

## RPO y RTO

Estos dos objetivos impulsan cada decisión de diseño:

- **RPO (Recovery Point Objective)** — cuánta pérdida de datos es tolerable, medida en tiempo. Un RPO de 1 hora significa perder como máximo la última hora de escrituras, lo que determina la frecuencia de copias de seguridad/replicación.
- **RTO (Recovery Time Objective)** — cuánto tiempo puede tomar la recuperación. Un RTO de 30 minutos significa que el sistema debe restaurarse y estar sirviendo dentro de 30 minutos, lo que determina la arquitectura de DR.

```text
frequent backups / replication → smaller RPO (less data lost)
hotter standby infrastructure  → smaller RTO (faster recovery)
both cost money → pick targets per business criticality
```

## Niveles de DR (costo vs RTO)

```text
Backup & restore  → cheapest; restore from backups on demand   (RTO: hours)
Pilot light       → minimal core running, scale up on disaster  (RTO: tens of min)
Warm standby      → scaled-down live copy, scale up to take over (RTO: minutes)
Multi-site active → full live copies serving traffic            (RTO: ~seconds)
```

## Prueba tus restauraciones

**Una copia de seguridad que nunca has restaurado no es una copia de seguridad — es una esperanza.** Programa simulacros regulares de restauración: reconstruye realmente desde la copia de seguridad en un entorno limpio y verifica la integridad. Esto detecta copias de seguridad corruptas, piezas faltantes y runbooks rotos *antes* de un desastre real.

## Por qué es importante

La pérdida de datos y las interrupciones regionales son cuando se pone a prueba la supervivencia de una empresa. 3-2-1 asegura que una copia sobreviva a cualquier fallo individual; RPO/RTO convierten el vago "tenemos copias de seguridad" en compromisos medibles; los niveles de DR te permiten alinear el costo con la criticidad; y las restauraciones probadas son la única prueba de que todo realmente funciona. Omitir la prueba es cómo los equipos descubren, en medio de una interrupción, que sus copias de seguridad eran inútiles.