Kako oblikuješ strategijo varnostnega kopiranja in obnovitve po katastrofi?

Question

Accepted Answer

Strategija varnostnega kopiranja in obnovitve po katastrofi (DR) odgovara na vprašanja: če izgubimo podatke ali celotno regijo, **koliko podatkov lahko izgubimo, kako hitro se lahko vrnemo in ali lahko dejansko obnovimo?** Temelji na **pravilu 3-2-1**, jasnih ciljih **RPO/RTO** in — kritično — **rednih testiranih obnovih**.

## Pravilo 3-2-1

```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
```

Varnostne kopije morajo biti **avtomatizirane** (ne zanašamo se na človeško spomin) in **lokalizirane zunaj primarnega mesta** tako, da regionalna katastrofa ne vzame varnostne kopije skupaj s primarnim sistemom.

## RPO in RTO

Odva cilja vodita vsak odločitev pri oblikovanju:

- **RPO (Recovery Point Objective)** — koliko izgube podatkov je sprejemljivo, izmerjeno v času. RPO 1 ura pomeni izgubo največ zadnje ure zapisov, kar narekuje pogostost varnostnega kopiranja/replikacije.
- **RTO (Recovery Time Objective)** — kako dolgo je dovoljena obnovitev. RTO 30 minut pomeni, da je sistem obnovljen in deluje v 30 minutah, kar narekuje DR arhitekturo.

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

## DR stopnje (stroški 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)
```

## Testiraj svoje obnovitve

**Varnostna kopija, ki je nisi nikoli obnovil, ni varnostna kopija — je upanje.** Načrtuj redne vaje obnovitve: dejansko obnovi iz varnostne kopije v čisto novo okolje in preverji celovitost. To ujame pokvarjene varnostne kopije, manjkajoče dele in zlomljene playbooke *preden* pride do prave katastrofe.

## Zakaj je to pomembno

Izguba podatkov in regionalni izpadi so trenutki, ko se testira preživetje podjetja. Pravilo 3-2-1 zagotavlja, da kopija preživi vsako posamično napako; RPO/RTO spremenita nejasno "imamo varnostne kopije" v merljive obveze; DR stopnje ti dovolijo, da stroške prispodobiš kritičnosti; in testirane obnovitve so edini dokaz, da celotna stvar dejansko deluje. Preskakovanje testa je način, kako ekipe odkrijejo sredi izpada, da so njihove varnostne kopije neuprabne.