Operación, supervisión y restauración

Qué comprobar a diario y cómo demostrar que se pueden restablecer los datos y el servicio.

Audiencia: Administrador de operaciones, administrador de bases de datos, mesa de ayuda, seguridad, propietario del servicio.
Resultado: La operación cuenta con controles medibles, se realizan pruebas de respaldo y el incidente tiene un procedimiento de escalamiento claro.

Operación diaria

Estado y comprobaciones de salud de los contenedores; Zabbix puede supervisar la disponibilidad y las métricas operativas.
Errores de la aplicación y colas de integración fallidas; Sentry puede detectar excepciones de la aplicación.
Capacidad de almacenamiento de discos, bases de datos y documentos
Caducidad de certificados, claves y tokens
Procesos retrasados, firmas pendientes y tareas vencidas
Copia de seguridad y replicación exitosas

Grafana y Loki pueden proporcionar registros operativos e informes centralizados basados en la arquitectura del cliente.
El registro de la aplicación no debe contener contraseñas, tokens ni documentos confidenciales completos.
Cada caso y cada llamada de integración utiliza un ID de correlación.
El registro de auditoría debe formar parte de una auditoría gestionada, no solo del registro operativo del contenedor.
La hora de todos los nodos está sincronizada y la zona horaria se establece explícitamente.
La conservación de registros, auditorías y documentos se rige por normas independientes.

Realice una copia de seguridad de la base de datos, los documentos persistentes, la configuración, las plantillas y las versiones de definición de procesos.
Guarde la lista de resúmenes de imágenes y el manifiesto de lanzamiento; hacer una copia de seguridad de los datos por sí solo no es suficiente.
Realice la recuperación en un entorno separado y mida el RPO/RTO.
Tras la restauración, ejecute la misma prueba de humo que después de la instalación.
Registre el resultado de la prueba de recuperación, incluidas las dependencias faltantes y la solución.

L1 recopila información sobre la hora, el usuario, el caso, el ID de correlación, la versión y los pasos para reproducir el problema.
Un incidente de seguridad no se trata como un error rutinario, sino que se sigue el plan de la organización.
El nivel L2 verifica la configuración, la integración y los problemas conocidos de las versiones.
El sistema L3 DERS recibirá datos minimizados, registros relevantes y una versión/resumen preciso.
Tras la reparación, se verifica el caso original, los casos similares y la integridad del registro de auditoría.

Siguiente guía