Seminar FishOS Hochverfügbarkeit und Disaster Recovery

Inhaltsverzeichnis

1. Zielsetzung
2. Zielgruppe und Voraussetzungen
3. Seminarinhalte
4. Praxisübungen
5. Abgrenzung und Einsatzfelder

Zielsetzung

Die Schulung verbindet technische Redundanz mit klaren Wiederherstellungszielen. Fehlerdomänen, Control Plane, Compute, Netzwerk, Ceph, Backup und Standortausfall werden in testbare Szenarien und belastbare Runbooks überführt.

Zielgruppe und Voraussetzungen

Zielgruppe: Cloud-Architekten, FishOS-Administratoren, Notfallmanager, SREs und Infrastrukturverantwortliche

Voraussetzungen: Fundierte FishOS- oder OpenStack-Kenntnisse, Ceph- und Netzwerkgrundlagen sowie Erfahrung im Rechenzentrumsbetrieb

Seminarinhalte

Modul 1: Verfügbarkeitsziele und Fehlerdomänen

1. Schritt 1: Serviceklassen, RTO, RPO und tolerierbare Ausfallbilder festlegen.
2. Schritt 2: Knoten-, Rack-, Switch-, Strom- und Standortfehler getrennt modellieren.
3. Schritt 3: Gemeinsame Ursachen und versteckte Abhängigkeiten in Managementdiensten identifizieren.
4. Schritt 4: Redundanz von echter Wiederherstellbarkeit und getesteter Betriebsfähigkeit unterscheiden.

Modul 2: Control Plane und Plattformdienste

1. Schritt 1: API-, Identitäts-, Datenbank-, Messaging- und Managementdienste auf Redundanz prüfen.
2. Schritt 2: Quorum, Load Balancing, virtuelle Adressen und Zertifikatsabhängigkeiten berücksichtigen.
3. Schritt 3: Geplante Wartung und ungeplanten Ausfall mit klaren Zustandsprüfungen begleiten.
4. Schritt 4: Split-Brain-, Quorum- und Zeitabweichungsrisiken in Diagnoseplänen behandeln.

Modul 3: Compute, Netzwerk und Workloads

1. Schritt 1: Ausfall von Compute-Knoten erkennen und Workload-Reaktionen nach Serviceklasse definieren.
2. Schritt 2: Evakuierung, Neuplanung und anwendungsseitige Redundanz sinnvoll kombinieren.
3. Schritt 3: Netzwerkpfade, Router, externe Anbindungen und Load Balancer auf Ausfallwirkung testen.
4. Schritt 4: Zustandsbehaftete und zustandslose Anwendungen mit unterschiedlichen Verfahren schützen.

Modul 4: Ceph und Datenverfügbarkeit

1. Schritt 1: Replikation, Failure Domains und Mindestkapazität auf das Verfügbarkeitsziel ausrichten.
2. Schritt 2: Degradierte Zustände, Recovery und gleichzeitige Wartung risikobewusst steuern.
3. Schritt 3: Snapshots, Backups und Replikation hinsichtlich Konsistenz und Reichweite abgrenzen.
4. Schritt 4: Datenwiederherstellung nach Host-, Rack- oder Standortfehler planen.

Modul 5: Disaster-Recovery-Architektur

1. Schritt 1: Warm-, Cold- und Active-Standby-Ansätze anhand Aufwand und Zielwerten vergleichen.
2. Schritt 2: Konfiguration, Images, Daten, Identitäten, DNS und externe Abhängigkeiten replizierbar machen.
3. Schritt 3: Failover- und Failback-Reihenfolge mit Entscheidungspunkten und Abbruchkriterien festlegen.
4. Schritt 4: Kommunikation, Berechtigungen und alternative Administrationswege für den Notfall vorbereiten.

Modul 6: Tests und Game Days

1. Schritt 1: Komponentenfehler, Rackausfall und Standortverlust in ansteigender Schwierigkeit testen.
2. Schritt 2: Beobachtbarkeit, Zeitmessung und Beweissicherung während der Übung sicherstellen.
3. Schritt 3: Abweichungen von RTO und RPO in konkrete technische Maßnahmen überführen.
4. Schritt 4: Runbooks, Zuständigkeiten und Schulungsbedarf nach jeder Übung aktualisieren.

Praxisübungen

• Erstellung einer Fehlerdomänen- und Serviceklassenmatrix
• Simulation eines Compute- und Netzwerkfehlers mit kontrollierter Reaktion
• Bewertung eines degradierten Ceph-Zustands unter Verfügbarkeitsgesichtspunkten
• Entwurf eines Standort-Failover-Runbooks
• Durchführung eines kompakten Game Day mit Zeit- und Ergebnisprotokoll

Abgrenzung und Einsatzfelder

Technische Hochverfügbarkeit ersetzt keine applikationsseitige Resilienz. Das Seminar behandelt Plattform- und Infrastrukturmaßnahmen einschließlich ihrer Übergabepunkte zu Anwendungen und Organisation.