5. Alta disponibilidad, virtualización y continuidad¶
5.1. ¿De qué va este tema?¶
Analizarás las necesidades de continuidad de un servicio e implantarás soluciones que permitan comprobar su comportamiento ante fallos y cambios de demanda.
El tema tiene una dedicación estimada de 26 horas.
Punto de partida
Partimos de los servicios protegidos y publicados en Control de perímetro, cortafuegos, proxy y publicación segura. Distinguiremos copia, redundancia, virtualización y alta disponibilidad. Las prácticas usan keepalived para la redundancia, HAProxy para el balanceo y mdadm o LVM para el almacenamiento. El Caso AulaFP aporta el contexto; los enunciados están en cada clase. Usa VMs desechables, redes privadas y datos ficticios. Los fallos se simulan solo en el laboratorio, nunca apagando equipos del centro ni desconectando discos o alimentación reales. Identifica los recursos, conserva copias y define cómo volver al estado inicial. Las actividades de clase son formativas y no calificables.
5.2. Clases¶
5.2.1. Necesidades de disponibilidad y puntos únicos de fallo¶
Determinar necesidades de continuidad y prioridades.
Objetivos de disponibilidad e impacto de interrupciones.
La alta disponibilidad busca reducir interrupciones de un servicio. La disponibilidad puede medirse como tiempo operativo respecto al período acordado, pero también debe comprobarse que las operaciones necesarias funcionan. No todos los servicios necesitan el mismo nivel: el impacto de una interrupción depende de qué servicio sea y de cuánto cueste su caída.
Medir exige definir: horario de servicio, operación comprobada, umbral de respuesta, período y tratamiento del mantenimiento. En un período de 100 horas, 30 minutos de indisponibilidad equivalen al 99,5 %. Ese porcentaje no dice cuántos datos se perdieron ni si las interrupciones ocurrieron en un momento crítico.
RTO: objetivo de tiempo para recuperar el servicio tras una interrupción.
RPO: objetivo de pérdida tolerable de datos, expresada como antigüedad del punto al que se puede recuperar. No equivale al tiempo de recuperación.
Un acuerdo de nivel de servicio concreta compromisos y cómo medirlos; no es una garantía técnica independiente de la arquitectura.
Dependencias y puntos únicos de fallo.
Un servicio depende de otros elementos (alimentación, red, equipo, datos). Un punto único de fallo (SPOF) es un elemento cuya caída deja el servicio fuera. Identificarlos es el primer paso para reducirlos.
flowchart TD U[Usuario] --> W[Servicio web] W --> A[Aplicación] A --> D[Datos] W --> R[Red y DNS] A --> H[Host físico] D --> H H --> E[Electricidad y refrigeración]Cada flecha indica una dependencia, no un flujo de paquetes. Duplicar la aplicación no elimina el fallo del almacenamiento, del DNS o de la alimentación.
Prioridades de continuidad y riesgos residuales.
No se puede eliminar todo fallo. Se prioriza lo crítico y se asume un riesgo residual consciente. No hay un objetivo universal de disponibilidad: depende del caso.
Actividad — Para hacer
¿Qué es un punto único de fallo y por qué importa?
¿Por qué no todos los servicios necesitan el mismo nivel de disponibilidad?
¿Qué significa asumir un riesgo residual?
En un período de 100 horas, un servicio cae 15 minutos. Calcula su disponibilidad y explica por qué ese dato no determina su RTO ni su RPO.
Las siguientes actividades aplican al caso práctico AulaFP.
Dibuja las dependencias de web, correo y ficheros de AulaFP e identifica fallos compartidos: recuerda que web y correo están en un mismo servidor.
Propón objetivos de recuperación y pérdida de datos para dos servicios. Son hipótesis que debes justificar: el caso no fija RTO ni RPO.
Prioriza tres mejoras según impacto, coste y dependencias. Explica qué interrupciones seguirían siendo posibles y qué medirías para comprobar la mejora.
5.2.2. Continuidad mediante hardware y recuperación de servicio¶
Comparar la contribución y los límites del hardware a la continuidad.
Alimentación ininterrumpida, potencia y autonomía.
Un SAI (sistema de alimentación ininterrumpida) mantiene los equipos ante un corte y permite un apagado ordenado. Su potencia y su autonomía determinan qué equipos puede sostener y durante cuánto tiempo.
W ≠ VA: revisa ambos límites y la curva de autonomía del fabricante para la carga prevista. La autonomía depende de carga, baterías y envejecimiento; no se deduce solo de los VA. Incluye los equipos de red necesarios y el mecanismo de señalización para iniciar un apagado ordenado.
Redundancia de red, equipos y almacenamiento.
La redundancia añade elementos para que ciertos fallos no detengan el servicio: fuentes de alimentación, enlaces de red, discos. Cada medida cubre un fallo concreto.
Dos fuentes conectadas a una misma regleta comparten un fallo. Dos enlaces al mismo conmutador no eliminan su caída. Busca dominios de fallo independientes, no solo un mayor número de componentes.
Recuperación, costes y límites de las soluciones.
Toda solución tiene costes y límites. Conviene explicar qué fallo cubre cada medida y qué permanece sin cubrir.
Actividad — Para hacer
¿Qué aporta un SAI y qué no cubre?
¿Qué significa redundancia de red o de equipos?
¿Por qué conviene explicar qué fallo cubre cada medida?
Dos fuentes redundantes se conectan a la misma regleta. ¿Qué fallo resuelven y cuál comparten todavía?
Las siguientes actividades aplican al caso práctico AulaFP.
Elige una ficha técnica de SAI y contrasta límites en W y VA y autonomía para una carga propuesta. Incluye servidores y equipos de red y declara qué consumos son hipótesis o valores medidos.
Propón redundancia de alimentación, red y equipos para AulaFP. Identifica los dominios de fallo, no solo el número de componentes.
Diseña una prueba no destructiva y un procedimiento de apagado y arranque ordenados. No cortes la alimentación real: explica qué datos del fabricante o del software de gestión necesitarías verificar.
5.2.3. Virtualización y entornos de prueba para alta disponibilidad¶
Evaluar la virtualización y diseñar pruebas controladas.
Virtualización de sistemas, recursos y dependencias del host.
La virtualización permite ejecutar sistemas con recursos virtuales. Los sistemas virtualizados comparten los recursos del host, por lo que un fallo del host afecta a todos.
Diferencias entre máquinas virtuales y contenedores.
Una máquina virtual dispone normalmente de un núcleo invitado y dispositivos virtuales; un contenedor de sistema o aplicación comparte el núcleo del host. No todos los recursos están emulados ni el aislamiento depende solo de la etiqueta: importan privilegios, dispositivos y recursos compartidos.
Qué demuestra un laboratorio¶ Montaje
Permite probar
No demuestra
Dos servicios en una VM
Fallo de un proceso y reparto de peticiones.
Tolerancia a caída de la VM.
Dos VMs en un host
Caída de una VM y conmutación entre invitados.
Tolerancia a caída del host físico.
Dos hosts con almacenamiento común
Algunos fallos de cómputo.
Independencia del almacenamiento compartido.
Simulación de fallos, producción y nube como contexto.
Los entornos virtualizados permiten simular fallos de forma controlada para comprobar soluciones de continuidad. La nube puede aportar recursos redundantes, pero no asegura continuidad por el mero hecho de contratarla. Es un contexto posible, no un requisito del módulo.
En las definiciones de redes de libvirt puedes distinguir redes aisladas, NAT y conexiones puente. Una red virtual de pruebas debe elegirse expresamente; crear una VM no la aísla automáticamente de producción.
Actividad — Para hacer
¿Qué diferencia hay entre una máquina virtual y un contenedor?
¿Qué fallos compartidos puede tener un entorno virtualizado?
¿Qué permite comprobar un entorno de prueba y qué no demuestra?
Dos VMs redundantes utilizan un mismo disco físico. ¿Qué prueba de caída superan y qué riesgo no se ha eliminado?
Las siguientes actividades aplican al caso práctico AulaFP.
Diseña un laboratorio para representar un cliente y dos nodos de AulaFP. Indica red privada, recursos, direcciones, servicios ficticios y dependencias del anfitrión. No necesitas reproducir la organización completa.
Crea las VMs necesarias y verifica su aislamiento de la red del centro. Detén un servicio o una VM de prueba y registra qué observan las demás; recupera el estado inicial sin apagar el anfitrión.
Compara el resultado con una propuesta de dos hosts independientes. Explica qué fallos no puedes demostrar con tu laboratorio y qué otras dependencias seguirían compartidas.
5.2.4. Servicios redundantes y recuperación ante caída¶
Implantar redundancia y verificar la conmutación.
Redundancia activa y pasiva.
Un servicio redundante tiene más de una instancia. En modo activo/pasivo, una instancia atiende y la otra espera; en activo/activo, ambas atienden. keepalived puede gestionar mediante VRRP una dirección virtual que pasa de un nodo a otro. Eso mueve un punto de acceso, no replica los datos de la aplicación.
Detección de fallo y conmutación.
El sistema debe detectar el fallo y conmutar al nodo de respaldo. La conmutación tiene un tiempo de detección y otro de recuperación; puede cortar conexiones. Debe medirse, no prometerse ausencia total de interrupción.
Una comprobación de red no basta si el proceso sigue vivo pero no responde bien. Una partición puede hacer que dos nodos se crean activos (split brain). En servicios con escritura hay que controlar el propietario y, cuando proceda, usar mecanismos de quórum o aislamiento del nodo para evitar escrituras incompatibles.
Comprobación de recuperación, tiempos y límites.
Simular una caída controlada permite medir el tiempo de recuperación y comprobar que el servicio sigue disponible. Queda un riesgo residual que hay que explicar.
Para el laboratorio usa dos VMs en una red privada, con un servicio HTTP estático equivalente y una IP virtual libre en su misma subred. Consulta el manual de keepalived.conf para
vrrp_instance, interfaz,virtual_router_id, prioridad yvirtual_ipaddress. Usa un identificador exclusivo del laboratorio y permite VRRP solo entre esos nodos. Algunas redes virtuales requieren ajustes para permitir el movimiento de direcciones; no cambies una red compartida para probarlo.Dos fallos distintos: detener keepalived debe permitir observar el relevo de la IP; detener solo HTTP exige una comprobación de servicio correctamente asociada a la instancia VRRP. No des por probado el segundo a partir del primero. Comprueba la sintaxis con
keepalived -t -f ARCHIVOsegún tu versión, antes de activar la configuración en las VMs.
Actividad — Para hacer
¿Qué diferencia hay entre redundancia activa/pasiva y activa/activa?
¿Cómo se detecta un fallo y se conmuta al respaldo?
¿Qué comprobarías al simular una caída controlada?
¿Por qué mover una IP virtual no replica los datos ni garantiza conservar las conexiones? Describe además el riesgo de dos nodos activos a la vez.
Las siguientes actividades aplican al caso práctico AulaFP.
En dos VMs privadas, configura keepalived siguiendo el manual enlazado: interfaz, identificador VRRP exclusivo, prioridades e IP virtual libre. Arranca un origen HTTP estático en cada nodo y comprueba qué nodo posee la IP. Usa solo servicios y direcciones del laboratorio y valida antes de activar.
Desde el cliente, realiza peticiones periódicas con marca temporal mientras detienes keepalived en el nodo activo. Registra último éxito, errores y primer éxito tras el relevo; comprueba la IP en ambos nodos y recupera la configuración.
Detén solo HTTP y observa si existe relevo. Configura una comprobación de servicio con
vrrp_scriptytrack_scriptsegún el manual, repite y compara. Explica qué demostraría cada prueba para la web de AulaFP y qué faltaría resolver para un servicio con datos cambiantes.
5.2.5. Balanceo de carga de entrada¶
Distribuir peticiones y comprobar el comportamiento ante fallo.
Funciones y criterios de distribución de peticiones.
Un balanceador reparte las peticiones entre varias instancias. El reparto puede seguir criterios como round-robin o menor número de conexiones. Menos conexiones no significa necesariamente menor consumo de CPU o menor latencia.
Salud de las instancias y dependencias del balanceador.
El balanceador comprueba la salud de cada instancia y deja de enviarle peticiones si falla. El propio balanceador es un punto que también hay que considerar.
Estado de aplicación: si la sesión solo existe en un nodo, una petición al otro puede fallar. La persistencia de sesión no sustituye replicar o externalizar el estado ni resuelve la caída del nodo que lo guarda.
Pruebas de carga y comportamiento ante indisponibilidad.
Distingue reparto, carga y fallo: repetir unas peticiones muestra distribución, no capacidad máxima. Una prueba de carga necesita concurrencia, duración, latencia y errores; una prueba de fallo necesita observar retirada y recuperación.
Ejemplo local de HAProxy, con dos orígenes HTTP propios en 8081 y 8082 que devuelvan páginas distintas. Es un laboratorio funcional en una VM, no una arquitectura tolerante al fallo de esa VM. Usa una VM limpia o comprueba que esos puertos no estén ocupados por los servicios de ejercicios anteriores. Si HAProxy queda en primer plano, realiza las peticiones desde otra terminal de la misma VM.
global maxconn 100 defaults mode http timeout connect 3s timeout client 10s timeout server 10s frontend entrada bind 127.0.0.1:8080 default_backend nodos backend nodos balance roundrobin option httpchk GET / server nodo1 127.0.0.1:8081 check inter 2s fall 2 rise 2 server nodo2 127.0.0.1:8082 check inter 2s fall 2 rise 2Consulta
check,httpchkybalanceen el manual de HAProxy 3.2 y contrasta con tu versión. Valida conhaproxy -c -f ARCHIVOy arranca una instancia de laboratorio conhaproxy -f ARCHIVO. Prueba desde esa VM concurl http://127.0.0.1:8080/. Solo se publica en loopback y no configura TLS. El tiempo real de retirada depende de intervalos, umbrales y tiempos de espera.
Actividad — Para hacer
¿Qué criterios de reparto puede usar un balanceador?
¿Qué es la salud de una instancia y para qué sirve?
¿Qué comprobarías ante la caída de una instancia?
¿Qué ocurre si el balanceador sigue activo pero todas sus instancias dejan de estar sanas? Distingue entrada disponible y servicio útil.
Las siguientes actividades aplican al caso práctico AulaFP.
Representa dos instancias web de AulaFP con orígenes HTTP propios que devuelvan identificadores distintos. Configura el ejemplo local de HAProxy, valida y registra una secuencia de respuestas; no lo confundas con una prueba de carga.
Detén un origen, observa errores durante la detección y su retirada del reparto, y vuelve a iniciarlo. Comprueba su reincorporación y explica los intervalos y umbrales utilizados.
Dibuja cómo combinarías dos balanceadores, una IP virtual y las instancias web en AulaFP. Identifica sesiones, datos y dependencias compartidas que el ensayo local no ha resuelto. No afirmes tolerancia al fallo del host único.
5.2.6. Almacenamiento redundante y continuidad de datos¶
Implantar y comprobar la redundancia de almacenamiento.
Capacidad, rendimiento y tolerancia a fallos.
RAID combina dispositivos según un nivel. LVM administra volúmenes: un volumen lineal o distribuido no es redundante por utilizar LVM. Este también puede crear volúmenes RAID si se elige expresamente ese tipo.
Capacidad orientativa con discos iguales¶ Configuración
Capacidad útil aproximada
Tolerancia
RAID 0, N discos
N × capacidad de un disco.
Ningún fallo de disco; no es redundante.
RAID 1, dos discos
Capacidad de un disco.
Un disco, si el otro conserva datos válidos.
RAID 5, N ≥ 3
(N − 1) × capacidad de un disco.
Un disco; durante reconstrucción sigue existiendo riesgo.
Son cálculos simplificados, sin metadatos ni formato. No equipares tolerancia a fallos, rendimiento y protección frente a corrupción lógica.
Implantación sobre servidores y dispositivos.
La redundancia puede implantarse en un servidor (Linux RAID por software con mdadm) o en dispositivos específicos. La elección depende del caso.
La documentación de RAID del núcleo Linux describe estados y recuperación; el manual lvmraid distingue los tipos RAID de LVM. Consulta los procedimientos de tu versión. El manual de mdadm detalla creación, inspección, retirada y reincorporación de miembros. Para practicar usa exclusivamente dos discos virtuales vacíos añadidos a una VM desechable, nunca particiones del sistema ni discos físicos del anfitrión. Comprueba identidad, tamaño, montajes y contenido antes de crear el conjunto: la creación y el formateo destruyen datos del destino.
Estado normal y degradado; límites frente a copia y recuperación.
Un sistema redundante sigue funcionando en estado degradado cuando falla un disco dentro de su tolerancia, pero hay que sustituirlo y comprobar la reconstrucción. La redundancia no sustituye a la copia de seguridad: protege de un fallo de disco, no de un borrado o un ataque.
Con mdadm,
cat /proc/mdstatymdadm --detail DISPOSITIVO_MDpermiten observar el conjunto. Una reconstrucción terminada no demuestra que todos los archivos sean correctos: contrasta contenido y hashes de prueba. Un snapshot en el mismo almacenamiento tampoco sustituye una copia independiente.
Actividad — Para hacer
¿Qué aporta el almacenamiento redundante y qué no cubre?
¿Qué es el estado degradado?
¿Por qué la redundancia no sustituye a la copia de seguridad?
Compara un volumen LVM lineal con RAID 1. ¿Basta con que un volumen use LVM para afirmar que soporta el fallo de un disco?
Las siguientes actividades aplican al caso práctico AulaFP.
Propón almacenamiento para los ficheros de AulaFP. Calcula capacidad útil, tolerancia y margen de crecimiento para dos opciones, con tamaños ficticios declarados. Añade una copia independiente: no la sustituyas por redundancia.
En una VM desechable, identifica dos discos virtuales adicionales vacíos mediante
lsblky sus montajes. Crea un RAID 1 con mdadm siguiendo su documentación, formatea solo el dispositivo del conjunto y guarda archivos ficticios con hashes de referencia. Nunca utilices el disco de arranque, particiones con datos ni nombres de dispositivo copiados sin comprobar.Marca como fallido un miembro de ese conjunto de prueba mediante el procedimiento de mdadm, observa el estado degradado y verifica lectura. Reincorpóralo o sustituye por otro disco virtual vacío, espera la reconstrucción y contrasta hashes. Documenta el riesgo durante ese intervalo y qué ocurriría ante un borrado lógico, sin probarlo sobre datos reales.
5.2.7. Clústers, crecimiento y documentación de alta disponibilidad¶
Valorar clústers y la evolución con demanda creciente.
Fiabilidad y productividad de los clústers.
Un clúster agrupa varios nodos para aumentar la fiabilidad (si uno falla, otro sigue) o la productividad (repartir el trabajo). Ambas metas pueden combinarse.
Varios nodos ≠ alta disponibilidad automática: hay que resolver entrada, coordinación, datos, identidad y observabilidad. El estado puede quedar en el nodo, replicarse o externalizarse; cada alternativa añade dependencias.
Demanda creciente, capacidad y escalado.
Ante una demanda creciente, hay que dimensionar la capacidad y decidir cómo escalar: añadir recursos a un nodo o añadir nodos.
Escalar verticalmente amplía recursos de un nodo; horizontalmente añade nodos. Antes de decidir, mide el cuello de botella: CPU, memoria, disco, red o un servicio compartido. Duplicar servidores web no duplica la capacidad de una base de datos que ya está saturada.
Evolución y documentación de una arquitectura proporcionada.
La solución debe ser proporcionada a la necesidad y documentarse para poder evolucionar. Un esquema y una memoria explican la arquitectura y sus límites.
Documenta objetivos, dependencias, configuraciones y versiones, fallos cubiertos, pruebas medidas, recuperación y riesgo residual. Separa lo ensayado sobre un host de una propuesta con dominios de fallo realmente independientes. El mantenimiento y la vuelta al nodo original también forman parte del diseño.
Actividad — Para hacer
¿Qué diferencia hay entre fiabilidad y productividad en un clúster?
¿Qué opciones hay para escalar ante una demanda creciente?
¿Qué debe recoger la documentación de una solución de alta disponibilidad?
Una aplicación web está limitada por una base de datos compartida. ¿Qué medirías antes de duplicar los servidores web y qué esperas mejorar?
Las siguientes actividades aplican al caso práctico AulaFP.
Diseña una evolución de AulaFP con entrada, nodos y datos. Para cada elemento, indica qué fallos cubre la propuesta y cuáles siguen compartidos.
Compara dos escenarios de crecimiento con hipótesis explícitas: más peticiones simultáneas y mayor volumen de documentos. Justifica escalado vertical u horizontal y los datos que necesitarías medir antes de invertir.
Integra tus configuraciones y resultados de laboratorio en una memoria de continuidad: objetivos, esquema, fallos ensayados, tiempos, reconstrucción, mantenimiento, vuelta atrás y límites. Separa la evidencia ejecutada de las mejoras de producción todavía propuestas.
Test de autoevaluación
Un único test repetible, con retroalimentación y sin calificación, permitirá distinguir objetivos, redundancia, conmutación, balanceo y recuperación de datos.
Actividad final integradora
Consulta la práctica de alta disponibilidad y continuidad de AulaFP, pendiente de desarrollo.