Disaster Recovery: RTO, RPO und Kontinuität

Disaster Recovery (DR) ist eine Gesamtheit von Richtlinien, Verfahren und Werkzeugen zur schnellen Wiederherstellung der IT-Infrastruktur nach einem katastrophalen Ereignis, das eine Unterbrechung des Betriebs verursacht.

Was Disaster Recovery ist

Disaster Recovery umfasst die Planung und Ausführung von Prozessen zur Wiederherstellung kritischer Systeme, Daten und Abläufe nach Katastrophen. Es unterscheidet sich von Backup, indem es sich auf die vollständige Wiederherstellung der Betriebsumgebung konzentriert, nicht nur auf die Daten.

DR ist eine entscheidende Komponente des Business Continuity Planning (BCP) und konzentriert sich speziell auf die Wiederherstellung der technologischen Infrastruktur, die für den Geschäftsbetrieb erforderlich ist.

Arten von Katastrophen

Naturkatastrophen: Erdbeben, Überschwemmungen, Wirbelstürme, Brände.

Technische Ausfälle: Hardwareausfall, Datenkorruption, Software-Bugs.

Cyberangriffe: Ransomware, DDoS, Data Wiper, Sabotage.

Menschliche Fehler: Versehentliche Löschungen, Fehlkonfigurationen, Bedienfehler.

Infrastrukturausfälle: Stromausfälle, Netzwerkausfall, Kühlungsprobleme.

RTO und RPO

Recovery Time Objective (RTO): Maximal akzeptable Zeit zur Wiederherstellung von Diensten nach einem Vorfall. Sie bestimmt die erforderliche Wiederherstellungsgeschwindigkeit.

Beispiel: Ein RTO von 4 Stunden bedeutet, dass Systeme spätestens 4 Stunden nach einer Katastrophe betriebsbereit sein müssen.

Recovery Point Objective (RPO): Maximal akzeptabler, in Zeit gemessener Datenverlust. Es definiert die erforderliche Backup-Frequenz.

Beispiel: Ein RPO von 1 Stunde bedeutet, dass der maximal tolerierbare Verlust die Daten der letzten Stunde sind.

DR-Strategien

Cold Site: Grundlegende Einrichtung mit minimaler Infrastruktur. Erfordert vollständige Konfiguration vor der Nutzung. RTO: Tage/Wochen. Niedrigste Kosten.

Warm Site: Teilweise konfigurierte Infrastruktur mit Hardware und Konnektivität. Erfordert die Installation von Daten und Anwendungen. RTO: Stunden/Tage. Mittlere Kosten.

Hot Site: Vollständige Replik der Produktionsumgebung, stets aktiv und synchronisiert. Nahezu sofortiges Failover. RTO: Minuten. Hohe Kosten.

Cloud DR: Nutzt die Cloud für Replikation und Wiederherstellung. Flexibilität und Skalierbarkeit. RTO variabel je nach Konfiguration.

Disaster Recovery as a Service (DRaaS): Verwalteter DR-Dienst in der Cloud.

Komponenten des DR-Plans

Business Impact Analysis (BIA): Kritische Systeme und die Auswirkungen von Nichtverfügbarkeit identifizieren.

Risk Assessment: Wahrscheinlichkeit und Auswirkungen verschiedener Arten von Katastrophen bewerten.

Recovery Procedures: Detaillierte Schritt-für-Schritt-Verfahren zur Wiederherstellung.

Roles and Responsibilities: Das DR-Team und klare Verantwortlichkeiten definieren.

Communication Plan: Wie während und nach einer Katastrophe kommuniziert wird.

Testing Schedule: Ein regelmäßiger Plan für Tests und Simulationen.

DR-Technologien

Datenreplikation: Synchron oder asynchron zwischen primärem und DR-Standort.

Snapshots: Point-in-Time-Aufnahmen von Systemen und Daten.

Failover Automation: Systeme automatisieren die Umschaltung auf die DR-Umgebung.

Load Balancers: Verteilen den Datenverkehr und erleichtern das Failover.

Virtual Machine Replication: Replikation von VMs zwischen Rechenzentren.

Database Replication: Kontinuierliche Replikation von Datenbanken.

Wiederherstellungsprozess

1. Katastrophenerklärung: Die Situation bewerten und die Aktivierung des DR-Plans erklären.

2. Teamaktivierung: Das DR-Team gemäß dem Plan mobilisieren.

3. Assessment: Das Ausmaß des Schadens und die betroffenen Systeme bewerten.

4. Failover: Den Betrieb auf die DR-Umgebung umleiten.

5. Wiederherstellung: Daten und Anwendungen gemäß der Priorisierung wiederherstellen.

6. Validierung: Die Funktionsfähigkeit der wiederhergestellten Systeme testen.

7. Betrieb: Den Betrieb in der DR-Umgebung aufrechterhalten, während das primäre System wiederhergestellt wird.

8. Failback: Den Betrieb in die primäre Umgebung zurückführen, sobald sie wiederhergestellt ist.

DR-Tests

Regelmäßige Tests sind unerlässlich, um den DR-Plan zu validieren:

Tabletop Exercise: Simulation im Besprechungsraum, ohne Systeme zu aktivieren.

Walkthrough: Detaillierte Durchsicht der Verfahren mit dem Team.

Simulation Test: Vollständige Simulation ohne Auswirkungen auf die Produktion.

Parallel Test: Die DR-Umgebung parallel zur Produktion aktivieren.

Full Interruption Test: Die Produktion abschalten und vollständig auf DR betreiben.

Empfohlene Häufigkeit: mindestens jährlich oder nach wesentlichen Änderungen.

Kommerzielle Lösungen

Veeam Backup & Replication: Backup und DR für virtuelle Umgebungen.

Zerto: Kontinuierliche Replikation und DR für VMs und Cloud.

AWS Disaster Recovery: DR-Lösungen auf AWS.

Azure Site Recovery: DR as a Service von Microsoft.

VMware Site Recovery Manager: DR-Orchestrierung für VMware.

Best Practices

• Realistische RTO und RPO auf Basis der BIA definieren
• Verfahren detailliert dokumentieren
• Dokumentation offline zugänglich halten
• Regelmäßig und nach Änderungen testen
• Das Team in DR-Verfahren schulen
• So viel wie möglich automatisieren
• Ein aktuelles Inventar der Assets führen
• Den Plan jährlich überprüfen und aktualisieren
• DR für kritische Daten Dritter in Betracht ziehen