Como você aborda a recuperação de desastres na AWS?

Question

Accepted Answer

**Disaster recovery (DR)** é o planejamento de como recuperar sistemas e dados após uma falha major ou desastre. A AWS oferece estratégias de DR com diferentes trade-offs entre **velocidade de recuperação**, **perda de dados** e **custo** — definidos pelos objetivos RTO e RPO.

## Conceitos-chave: RTO e 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.
```

## Estratégias de DR (trade-off entre custo e velocidade de recuperação)

```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.
```

## Práticas práticas de DR

```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.
```

## Por que isso importa

Compreender disaster recovery é conhecimento importante de nível sênior porque **recuperar de falhas major é essencial para sistemas críticos de negócios**, e DR na AWS envolve trade-offs importantes, então é valioso para projetar sistemas resilientes.

DR aborda a realidade de que desastres major podem acontecer (falhas de região, corrupção de dados, erros catastróficos), e **sistemas críticos de negócios devem ser capazes de se recuperar** — tornando o planejamento de DR essencial para sistemas onde downtime ou perda de dados tem consequências sérias.

Compreender **RTO e RPO** é fundamental: esses objetivos (quão rapidamente você deve recuperar e quanta perda de dados é aceitável) **guiam a estratégia de DR** e devem ser definidos com base em necessidades de negócios — esclarecendo que DR não é única para todos, mas um equilíbrio deliberado.

Compreender as **estratégias de DR** e seus **trade-offs de custo versus velocidade de recuperação** — backup & restore (mais barato, mais lento), pilot light (sistemas principais prontos), warm standby (cópia em execução reduzida, recuperação rápida) e multi-site ativo-ativo (cópias em execução completa, RTO/RPO quase zero, mas maior custo) — é o conhecimento-chave para escolher uma estratégia apropriada: objetivos de recuperação mais exigentes custam mais, então a estratégia deve corresponder à criticidade e orçamento do workload.

Compreender **práticas práticas de DR** (backups testados regularmente, estratégia cross-region para desastres em nível de região, Infrastructure as Code para recriação rápida de ambiente, e crucialmente **testar planos de DR** já que planos não testados frequentemente falham quando necessários) reflete disciplina operacional madura.

Como recuperar de desastres é essencial para sistemas críticos e DR envolve trade-offs reais (velocidade de recuperação, perda de dados, custo) que devem corresponder a necessidades de negócios, e como compreender RTO/RPO, estratégias de DR e práticas práticas possibilita projetar capacidades de recuperação apropriadas, compreender disaster recovery na AWS é conhecimento importante de nível sênior para construir sistemas resilientes — um aspecto crítico de operar workloads importantes para negócios, refletindo a maturidade de planejamento de risco e resiliência esperada para funções sênior responsáveis por sistemas onde falhas e perda de dados carregam consequências sérias.