Saltar al contenido
digitapulia.com

Tenemos copias de seguridad, pero ¿sabemos volver a arrancar? Cómo hacer un simulacro de recuperación

Por qué una copia que funciona no basta, qué dos números fijar antes, cómo preparar un simulacro que no toque la operación y qué medir el día en que se hace.

· 27 min de lectura

Un grupo electrógeno diésel de emergencia en una sala técnica, con su motor, sus filtros, sus manómetros y el alternador al lado.
Foto: Craig Wallace · CC BY-SA 2.0

Cada noche se hace una copia de seguridad (un respaldo) del sistema de gestión, del correo y de los documentos. Cada mañana el programa de copias muestra una marca verde. Desde hace años, la marca está verde.

Nadie ha intentado nunca volver a arrancar los sistemas desde esas copias. La persona que configuró las copias quizá ya no está en la empresa, o está, pero no recuerda dónde anotó la contraseña de la copia. Y si alguien de la dirección pregunta cuánto tardarían los almacenes, la administración o la atención al cliente en volver a trabajar si el servidor dejara de funcionar mañana, la respuesta honesta es esta: tenemos copias de seguridad, pero nunca hemos comprobado si con ellas podemos volver a arrancar.

Aquí encontrarás un método para comprobarlo antes de que haga falta: un simulacro de recuperación. Qué hay que decidir antes, cómo se prepara para que no toque la operación de cada día, qué se hace y qué se mide el día del simulacro, y qué hacer después con lo que salga. Los ejemplos de plataforma son de Microsoft Azure, cuya documentación citamos al final, pero el método vale para sistemas en una sala de servidores propia, en otra nube o repartidos entre varios lugares.

Una copia de seguridad no es una recuperación

La marca verde dice una cosa, y solo una: que el programa de copias terminó su trabajo esa noche. No dice si la copia tiene todo lo que hace falta, si se puede leer, si alguien sabe dónde está ni cuánto se tarda en convertirla otra vez en un sistema que funciona.

Volver a arrancar necesita bastante más que la copia. Necesita un lugar donde recuperar los sistemas, porque el original puede no estar. Necesita los accesos: la contraseña de la copia, los permisos para recuperarla, las cuentas de administración de cada sistema. Necesita saber en qué orden se arrancan las piezas, porque un programa que se conecta a una base de datos no funciona si la base de datos todavía no está. Necesita los servicios de los que dependen todos los demás, como el que identifica a los usuarios o el que traduce los nombres de los servidores. Y necesita a las personas que saben hacerlo, con los pasos escritos o en la cabeza.

Cualquiera de esas piezas puede faltar sin que la marca verde cambie. Una copia puede no incluir los documentos adjuntos que el sistema de gestión guarda aparte. La contraseña puede tenerla una sola persona. El permiso para recuperar puede pertenecer a una cuenta que ya nadie usa. Ninguna de esas cosas se ve mirando la copia. Se ve intentando recuperar.

Por eso la guía de confiabilidad de Microsoft para Azure, su Well-Architected Framework, no se limita a pedir copias: pide probar periódicamente las restauraciones para validar las copias de seguridad, y planes de recuperación estructurados, probados y documentados. Un simulacro es esa prueba, hecha con método.

Dos números antes de empezar

Un simulacro mide cuánto se tarda en volver a funcionar y cuántos datos se pierden. Para saber si el resultado es bueno o malo, hace falta saber antes cuánto sería aceptable.

El tiempo: el RTO

El objetivo de tiempo de recuperación, RTO por sus siglas en inglés, es, en la definición de Microsoft, el tiempo máximo aceptable que una aplicación puede estar no disponible después de un incidente. Si el RTO del sistema de gestión es de un día, la empresa acepta un día sin él, y no más.

Los datos: el RPO

El objetivo de punto de recuperación, RPO, es la duración máxima aceptable de pérdida de datos durante un incidente. Si el RPO es de un día, la empresa acepta perder, como mucho, lo que se hizo en el último día: los pedidos, las facturas y los movimientos que habrá que volver a registrar.

Última copiabuenaLa caídaVuelve a funcionarpara la empresaDatos que se pierdenSe comparan con el RPOTiempo sin sistemaSe compara con el RTO
Los dos números del simulacro. El RPO mira hacia atrás desde la caída; el RTO, hacia delante.

Quién los decide

Los dos números responden a una pregunta de negocio: cuánto tiempo sin sistema y cuántos datos perdidos puede soportar la empresa. Por eso los fija la dirección, con el equipo técnico. La guía de Microsoft lo describe así: las partes interesadas de la empresa definen los requisitos, los expertos técnicos evalúan el estado actual, y ambas partes deben acordar objetivos realistas.

El RPO, además, dice algo de las copias. La documentación de Azure Backup pide definir el RPO y el RTO para determinar con qué frecuencia se ejecutan las copias y con qué rapidez hay que restaurar los datos. Una copia cada noche no puede dar un RPO de una hora, por muy bien que funcione.

Si la dirección no tiene todavía esos números, el simulacro sirve igual: medirá cuánto se tarda hoy en recuperar, y la dirección decidirá después si lo acepta. Pero conviene pedirlos antes, aunque sean aproximados, porque cambian el simulacro: no se prepara igual una recuperación que debe durar horas que una que puede durar días.

Elegir qué se cae

Un simulacro no simula «un desastre» en general. Simula una caída concreta, y la caída elegida decide qué se prueba.

Un servidor que ya no arranca

Es la caída más fácil de preparar. Prueba que la copia del servidor se puede recuperar en otro equipo o en otra máquina virtual, y que lo recuperado funciona.

Una base de datos borrada por error

Aquí el servidor sigue en pie, pero faltan los datos. Prueba que se puede volver a un momento anterior, y deja ver de qué momento es la última copia buena. Es la caída que mejor mide el RPO real.

La pérdida de todo lo que está en un mismo lugar

Una sala de servidores inundada, un edificio sin electricidad, una región de la nube que no responde. Prueba que las copias están en otro lugar, que ese lugar es accesible y que se puede arrancar allí lo necesario.

Las propias copias, dañadas o borradas

La documentación de Azure Backup describe la protección contra la eliminación accidental, los datos dañados y el ransomware, un programa que cifra los datos para pedir un rescate. Si las copias están al alcance de las mismas cuentas que los sistemas, un ataque que llega a unos puede llegar a las otras. Un simulacro puede partir de esa hipótesis: la copia más reciente no sirve, ¿de cuál se parte, y está protegida?

Empezar por uno

Para el primer simulacro conviene elegir un solo sistema, el que más pesa en la operación, y una sola caída. Si del sistema de gestión dependen el almacén, la facturación y la contabilidad, ese es el primero. Un primer simulacro pequeño, bien medido, enseña más que uno grande que se queda a medias.

Preparar el simulacro

La preparación es la mitad del trabajo, y tiene un objetivo: que el día del simulacro se mida la recuperación, y no se pierda el tiempo buscando cosas que se podían haber buscado antes. Con una excepción importante: lo que el simulacro quiere comprobar, las copias, los accesos y los pasos, se anota tal como lo cree el equipo, sin verificarlo ni corregirlo. El aislamiento, en cambio, se verifica siempre. Si alguien ya sabe que algo falla, por ejemplo que nadie sabe dónde está la contraseña, se anota como primer resultado.

El inventario

Escribe la lista de los sistemas que entran en el simulacro, y para cada uno: dónde están sus copias, cada cuánto se hacen, cuánto tiempo se conservan y quién tiene acceso a ellas. Añade de qué otros sistemas depende cada uno para funcionar, como el servicio de identidad, el de nombres de red o una base de datos compartida.

El procedimiento, si existe

Si hay un procedimiento de recuperación escrito, se lee antes y se sigue el día del simulacro tal como está escrito, sin mejorarlo, salvo los pasos que actúan fuera del entorno aislado: apagar o reemplazar el original, cambiar el servicio de nombres de producción, avisar a clientes o proveedores, enviar algo al fisco. Esos no se ejecutan; se anota cuándo se harían. Tampoco se ejecuta entero un plan de recuperación de Azure Site Recovery, porque su prueba no deja elegir el punto de cada máquina. Si no hay procedimiento, el simulacro sigue lo que sabe el equipo, y el informe dirá qué pasos faltaban por escribir.

El entorno aislado

Es la condición que no se negocia: los sistemas se recuperan en un entorno aparte, sin conexión con los que están trabajando ni con clientes, proveedores o el fisco. Un sistema de gestión recuperado que se conecta por error a la red de la empresa puede enviar facturas, pedidos o correos de verdad, o chocar con el original.

La documentación de Azure Site Recovery, el servicio de Microsoft que replica las máquinas de un sitio principal a una ubicación secundaria, da el detalle de ese aislamiento. Para lo que llama una conmutación por error de prueba, recomienda elegir una red aislada de la de producción, y señala que, de forma predeterminada, cualquier red virtual que se crea en Azure está aislada de otras redes. Pide que la red de prueba imite a la de producción: el mismo número de subredes, con los mismos nombres y el mismo intervalo de direcciones. Y recuerda que, para probar una aplicación, hace falta en el entorno de prueba una copia del servicio de directorio de producción (Active Directory), y que el servicio de nombres (DNS) de la red de prueba apunte a la dirección del servidor DNS recuperado.

Aislada de otras redes no quiere decir sin internet. Según cómo esté configurada la red, Azure puede dar a una máquina virtual sin un método de salida explícito una dirección pública de salida a internet; la documentación del acceso de salida predeterminado lo explica, y explica también que las subredes son privadas por defecto solo en las redes que hoy se crean desde el portal de Azure o, con versiones de la API publicadas después del 31 de marzo de 2026, en las redes nuevas creadas por otros medios. Y una subred privada tampoco está cerrada: según la misma página, sus máquinas todavía pueden llegar a las cuentas de Azure Storage de la misma región, y la página recomienda grupos de seguridad de red para controlar la salida. Un sistema recuperado que guarda las credenciales de una cuenta de producción podría escribir en ella.

Antes de arrancar nada, se comprueba en cada subred de la red de prueba que el acceso de salida predeterminado está deshabilitado, que un grupo de seguridad de red bloquea el tráfico que sale de la red de prueba y que la red no tiene otra salida, como una puerta de enlace NAT, un equilibrador de carga público, un equilibrador de carga con reglas de salida o con un grupo de back-end configurado por dirección IP, una ruta hacia un firewall que lleva fuera, una conexión con otras redes o una VPN, y que ninguna máquina tiene una dirección pública. Si una restauración necesita una salida, como la de SQL Server con Azure Backup, esa única salida se prepara y se prueba antes del día, y se cierra antes de arrancar la aplicación. Una máquina que ya estaba en la red se detiene y se desasigna después de hacer privada su subred, porque solo entonces le llega el cambio. Después, en cuanto arranca cada sistema recuperado y antes de que nadie lo use, se desactivan sus envíos automáticos: facturas electrónicas, correos, pedidos a proveedores.

Se decide también cómo se entra, y se prueba antes del día. Las copias llegan por una vía que va solo del lugar donde se guardan al entorno de prueba, y las personas entran por un único acceso que llega solo a él, como un equipo de salto dentro de la misma red, nunca por una dirección pública.

Si el día del simulacro algo falla por el aislamiento, el equipo de salto incluido, se anota como un paso bloqueado, y quien dirige el simulacro decide si se sigue o se detiene: no se añade ninguna dirección, ruta ni regla para que funcione. La página del acceso de salida predeterminado advierte que algunos servicios, como la activación y las actualizaciones de Windows, no funcionan en una subred privada sin un método de salida explícito: también eso se anota, sin arreglarlo.

Las personas y sus papeles

La guía de Microsoft pide, para un plan ante desastres, definir los papeles, de quien declara el desastre a quien dirige el análisis posterior. En un simulacro bastan cuatro, pero conviene que cada uno tenga nombre.

  • Quien dirige: abre y cierra el simulacro y decide si se detiene.
  • Quien recupera: el equipo técnico que lo haría en una caída real.
  • Quien mide: anota la hora de cada paso y cada atasco.
  • Quien comprueba: una persona del negocio que usa el sistema cada día.

Este último papel es fácil de olvidar. Un sistema técnico arrancado no es un sistema que funciona para la empresa. Lo sabe quien registra un pedido o una factura en él cada día, y es quien tiene que decir «funciona».

La fecha y el límite

El simulacro se pone en el calendario, con las personas que participan, y tiene un límite de tiempo fijado antes. Si se llega al límite sin haber recuperado, el simulacro se detiene: eso también es un resultado.

El día del simulacro

El día del simulacro se trabaja como se trabajaría en una caída real, con una diferencia: todo se mide y todo se anota.

Declarar la caída

Quien dirige declara la caída elegida a una hora concreta, y quien mide anota esa hora. Desde ese momento, lo que la caída elegida da por perdido se trata como si no estuviera: no se consulta para resolver una duda ni se copia nada de ello. Si hace falta algo que solo está en el original, se anota como lo que falta. Y no se usa ninguna copia hecha después de la hora declarada, ni ningún punto de recuperación posterior a ella: la producción sigue funcionando, y sus copias y su replicación posteriores no existen para el simulacro. Con Site Recovery, quien mide anota también en ese momento el último punto procesado de cada máquina y su marca de tiempo, que el almacén muestra en la página de la máquina: según la documentación, cuando la región de origen se cae, el procesamiento se detiene y hay que conmutar al último punto procesado. Si la caída elegida es la pérdida de la región primaria, anota además el punto más reciente que cada máquina protegida con Azure Backup tiene ya en la región secundaria, y su marca de tiempo, que Azure PowerShell muestra sin restaurar nada (Get-AzRecoveryServicesBackupRecoveryPoint con -UseSecondaryRegion); sin ninguno, su restauración es un paso bloqueado. Se restaura ese punto aunque después llegue otro, también anterior a la hora declarada: tras una pérdida real de la región primaria, no llegaría.

Llegar a las copias

En el primer tramo aparece lo que nadie había comprobado: encontrar las copias, entrar en el lugar donde están, tener el permiso para recuperarlas. La documentación de Azure Backup, por ejemplo, recuerda que para restaurar una máquina virtual hacen falta los permisos correctos del control de acceso basado en roles de Azure.

Recuperar en orden

Después se recupera cada sistema, en el orden en que se necesitan. La documentación de los planes de recuperación de Site Recovery pone un ejemplo claro: una aplicación de tres niveles, con la base de datos detrás, un programa intermedio y la parte web delante, se arranca en ese orden, para que cada nivel encuentre en funcionamiento el que necesita.

Comprobar con el negocio

Cuando el equipo técnico da un sistema por recuperado, la persona del negocio lo comprueba haciendo lo que hace cada día: buscar un cliente, abrir un pedido, registrar una operación de prueba que no sale del entorno aislado. Quien mide anota esa hora: es la hora en que el sistema vuelve a funcionar para la empresa, la que se compara con el RTO.

Comparar los datos

Con el reloj ya parado, quien mide anota la hora de cada punto de recuperación usado. La pérdida de datos de la caída va hasta la hora declarada desde cada punto usado o, en una caída que detendría el procesamiento de su máquina en Site Recovery o se llevaría la región primaria, desde el punto anotado; lo que el original registró en ese intervalo es lo que habría que volver a registrar. Con el RPO se comparan esa pérdida y el peor caso, que dice si el objetivo se puede cumplir: la pérdida de una caída justo antes de que esté disponible el siguiente punto, es decir, el intervalo entre dos puntos más el tiempo que tarda uno nuevo en estar listo. El RPO de hasta 36 horas de la restauración entre regiones de Azure Backup es esa suma: con la directiva Estándar, hasta 24 horas en la región primaria y hasta 12 de replicación hacia la secundaria. Por eso quien mide anota también cada cuánto se crean los puntos y cuánto tarda cada uno en estar listo. Y se anota lo que falta del todo: documentos adjuntos, configuraciones, datos que estaban en otro sitio.

Anotar cada atasco

Durante todo el día, quien mide anota cada paso que se atascó y por qué: una contraseña que nadie tenía, una copia incompleta, un paso que no estaba escrito, una persona que hubo que llamar. Cada atasco anotado con su hora es una corrección para el informe.

1Declarar la caídaSe anota la hora: empieza el reloj2Llegar a las copiasDónde están, la contraseña, el permiso para recuperarlas3Recuperar en ordenLa base de datos, el programa intermedio, la parte web4Comprobar con el negocioLa hora en que vuelve a funcionar: se compara con el RTO5Comparar los datosLa hora de lo recuperado: se compara con el RPOCerrar y limpiar el entorno de pruebaEl informe, en los días siguientes, con cada atasco y su hora
El día del simulacro: cada paso con su hora. Lo que la caída elegida da por perdido se trata como si no estuviera.

Cerrar y limpiar

Al terminar, el entorno de prueba se desmonta. Site Recovery, por ejemplo, tiene una acción para limpiar la conmutación por error de prueba, que elimina las máquinas creadas para ella, y su documentación advierte que los cambios hechos en esas máquinas se pierden al limpiar: lo que se quiera conservar del simulacro se anota antes. La misma documentación pide registrar y guardar las observaciones de la prueba. Con Azure Backup no hay una acción equivalente: la máquina restaurada, sus discos, los archivos que la restauración deja en la cuenta de almacenamiento provisional y los discos de una restauración que falló, que Azure Backup restaura igualmente en el grupo de recursos, se eliminan a mano, y todos contienen datos reales.

Un ejemplo, de principio a fin

Es un ejemplo, no un caso real: una empresa imaginaria, como las de los ejemplos de nuestras páginas.

Un mayorista de alimentos de Italia tiene una filial en España. El sistema de gestión de las dos sociedades está en un servidor de la casa matriz, y cada noche se hace una copia en otro lugar. Nadie ha intentado nunca arrancar el sistema desde esa copia. La persona que configuró las copias ya no está en la empresa.

La dirección fija los dos números para el sistema de gestión: cuántas horas pueden estar parados los almacenes de los dos países, y cuánto trabajo se acepta perder: como mucho, el de un día más las horas que tarda la copia en estar lista, que es lo que permite una copia cada noche. La caída elegida es la pérdida del servidor.

En la preparación, el inventario descubre una primera cosa: el sistema de gestión guarda los documentos adjuntos, como los documentos de transporte escaneados y las facturas en PDF, en una carpeta aparte, y nadie sabe si la copia la incluye. No se comprueba antes: es una de las cosas que el simulacro tiene que medir. El entorno aislado es un servidor aparte, sin conexión con la red de la empresa ni con internet; la copia llega a él por una vía que no va a ningún otro sitio, y las personas de los dos países entran por un único acceso que llega solo a él. Los envíos automáticos se desactivan en cuanto arranca el sistema. Participan quien dirige, dos personas del equipo técnico, una persona de la administración de cada país para comprobar y alguien que mide.

El día del simulacro, la caída se declara a una hora concreta. El primer atasco llega enseguida: la contraseña de la copia la tenía una sola persona, y hay que localizarla. Después, la base de datos vuelve, y el sistema arranca. La persona de la administración italiana registra un pedido de prueba, y la de la española también; en ese momento, el sistema vuelve a funcionar para la empresa. Al comparar, falta lo que se temía: los documentos adjuntos no estaban en la copia.

El informe dice cuánto tardó cada paso, con los tiempos medidos ese día, y propone las correcciones en orden. Primero, incluir la carpeta de los adjuntos en la copia, porque sin ella la recuperación está incompleta. Después, guardar la contraseña de la copia en un lugar protegido, al que lleguen al menos dos personas y que siga accesible aunque caigan los sistemas, porque fue el paso que más tiempo costó. Por último, escribir el procedimiento, con los pasos que el equipo hizo de memoria. Y una fecha para repetir el simulacro, después de las correcciones, para comprobar que funcionan.

Cuando las copias las hace el proveedor

No todos los sistemas tienen una copia que la empresa controle. Un programa en la nube, contratado como servicio, puede tener copias que hace el proveedor y que la empresa no ve. Que el proveedor haga copias no responde a ninguna de las preguntas de este artículo.

La guía de Microsoft pide, en el plan ante desastres, definir las responsabilidades entre el equipo y el proveedor de nube. Para un sistema contratado como servicio, eso se traduce en seis preguntas al proveedor, por escrito:

  • ¿Qué datos se copian, y cada cuánto?
  • ¿Cuánto tiempo se conserva cada copia?
  • ¿Quién de la empresa puede pedir una recuperación, y cómo?
  • ¿Cuánto tarda, y a qué momento se puede volver?
  • ¿Se pueden exportar los datos y guardar una copia propia?
  • ¿Se puede recuperar en un entorno de prueba o como copia aparte, sin tocar los datos en uso?

Las respuestas entran en el inventario del simulacro como las de cualquier otro sistema. Y el simulacro puede incluir un paso que no conviene dar por hecho: pedir de verdad una recuperación al proveedor, en un entorno de prueba o como copia aparte, con sus envíos desactivados y nunca sobre los datos en uso, y medir cuánto tarda en llegar. Si el proveedor no ofrece ninguna de las dos cosas, se pide una exportación de los datos y se mide cuánto tarda.

Si tus sistemas están en Azure

Azure ofrece herramientas que hacen el simulacro más sencillo. No lo sustituyen: la decisión de qué probar, el aislamiento, las personas y el informe siguen siendo tuyos.

Azure Backup: restaurar sin tocar el original

Azure Backup ofrece varias maneras de restaurar una máquina virtual: crear una máquina nueva a partir de un punto de restauración, restaurar sus discos para crear después la máquina con una configuración propia, recuperar solo archivos y carpetas, o reemplazar los discos de la máquina existente. En un simulacro, la última no se usa, porque sustituye los discos de la máquina original; y la máquina nueva se crea en la red aislada, no en la de producción.

La restauración entre regiones, una opción que se habilita aparte, permite recuperar máquinas virtuales en la región secundaria, la región emparejada de Azure. Y antes de lanzarla en un simulacro se comprueba que la red elegida en la región secundaria es la aislada, porque Azure Backup configura la red de la región secundaria por sí solo y un trabajo de restauración entre regiones, una vez lanzado, no se puede cancelar.

Para las copias mismas, la documentación describe varias protecciones. Los datos de copia se guardan en un almacén de Recovery Services, aislado del entorno de producción. La eliminación temporal conserva los datos de copia eliminados durante 14 días de forma predeterminada, un plazo que se puede extender hasta 180 días, para recuperarlos si alguien los borró por error o con mala intención. Y un almacén inmutable bloquea las operaciones que podrían provocar la pérdida de puntos de recuperación; esa configuración se puede hacer irreversible, para que nadie la pueda desactivar después.

Un simulacro puede comprobar que esas protecciones están activas en tu almacén, y no solo que existen en la plataforma.

Azure Site Recovery: probar la conmutación en una red aislada

Al lanzar la conmutación por error de prueba, que según la documentación no afecta a la replicación en curso ni al entorno de producción, se eligen la red aislada y el punto de recuperación. En un simulacro vale solo un punto anterior a la hora declarada: «Más reciente» (RPO mínimo) procesa primero todos los datos enviados y crea su punto al lanzar la prueba; «Procesado más recientemente» (RTO bajo, porque no procesa datos) puede ser posterior. Con «Personalizado», que sirve para una sola máquina, nunca para un plan, se elige el último anterior o, en una caída que detendría el procesamiento de esa máquina (como la pérdida de la región de origen, no una base de datos borrada), el anotado a la hora declarada. Cada máquina tiene su prueba: las de un grupo del plan se lanzan a la vez, y cada grupo cuando han arrancado las del anterior. Se anota que el plan y sus scripts no se ejecutaron.

Entre regiones de Azure, Site Recovery puede eliminar puntos con más de dos horas según la retención, y con una retención de cero días solo se puede usar el más reciente. En una caída que detendría el procesamiento de una máquina, si la eliminación quitó su punto anotado, se usa el anterior más reciente, y el intervalo entre los dos es propio del simulacro y se anota aparte. Es un paso bloqueado la prueba de una máquina sin punto anterior a la hora declarada, o de una que está en un grupo de replicación con coherencia entre varias máquinas, que no puede conmutar sola; en una caída que detendría el procesamiento de esa máquina, el bloqueo del grupo, o por cero días de retención, se anota como propio del simulacro.

En un simulacro no se lanza nunca la conmutación por error completa: según la documentación, empieza con un paso que intenta apagar las máquinas de origen.

Los planes de recuperación agrupan las máquinas y fijan su orden de arranque, y pueden llevar scripts que se ejecutan también en la prueba; uno de los ejemplos de Microsoft crea una dirección IP pública en la máquina: otra razón para no lanzar el plan entero. Se revisa también la configuración de prueba de cada máquina replicada, que se puede fijar de antemano: su red y, para cada interfaz de red, una dirección IP pública, un equilibrador de carga y un grupo de seguridad de red, o una interfaz creada previamente, que trae todos sus ajustes, IP pública incluida si la tiene. Lo que lleve fuera de la red aislada se quita o se sustituye antes del día en esa configuración, sin tocar la de la conmutación real.

El informe: tiempos, pérdidas y correcciones

El simulacro termina con un informe corto, escrito en los días siguientes, mientras todos recuerdan lo que pasó. Tiene cuatro partes.

Los tiempos

El tiempo de cada paso, desde la declaración de la caída hasta la comprobación del negocio, y el total, comparado con el RTO. La guía de Microsoft pide verificar el RTO y el RPO en conjunto y por componente, por separado de los simulacros completos, y usar los tiempos medidos al programar los siguientes simulacros. Lo que el simulacro no mide, como pasar a los usuarios al sistema recuperado, esperar a que se propague un cambio en el servicio de nombres o, con Site Recovery, la ejecución del plan y el procesamiento que «Más reciente» añadiría si se eligiera en una caída real que no lo detuviera, se anota aparte cuando corresponda.

Los datos

La pérdida de datos de la caída y el peor caso, comparados con el RPO; aparte, el intervalo propio del simulacro, si lo hubo; y la lista de lo que faltaba del todo.

Los atascos

Cada paso que se atascó, con la causa y el tiempo que costó; aparte y sin corrección, los bloqueos propios del simulacro.

Las correcciones, en orden

Para cada atasco, la corrección: escribir un paso, guardar una contraseña donde la encuentren al menos dos personas aunque caigan los sistemas, añadir los adjuntos a la copia, cambiar el permiso de una cuenta. En orden: primero lo que impidió recuperar, después lo que más tiempo costó, después el resto. Cada corrección con una persona a cargo y una fecha.

Después del primero: el simulacro como costumbre

Un simulacro dice cómo está la recuperación el día en que se hace. Al mes siguiente puede cambiar: un sistema nuevo, una persona que se va, una copia que alguien reconfigura.

La guía de Microsoft distingue tres maneras de practicar, que conviene combinar. El ejercicio de mesa, en el que el equipo recorre el plan sin tocar ningún sistema, sirve para practicar los papeles y formar a quien llega. El simulacro fuera de producción, como el de este artículo, prueba la recuperación sin tocar la operación. Y el simulacro en producción es, según la misma guía, la única manera de comprobar que el plan cumple los objetivos de RTO y RPO en condiciones reales, con un riesgo que la guía nombra: puede presentar errores inesperados y potencialmente graves, y por eso pide probar antes los procedimientos fuera de producción.

EJERCICIO DE MESARecorrer el plan, sin tocar los sistemasPractica los papeles y forma a quien llegaFUERA DE PRODUCCIÓNRecuperar en un entorno aisladoPrueba la recuperación sin tocar la operaciónEN PRODUCCIÓNProbar en condiciones realesPrueba el RTO y el RPO, con riesgoMicrosoft pide probar fuera de producción antes de probar en producción.
Las tres prácticas de la guía de Microsoft, de la que no toca nada a la que lo toca todo.

La misma guía pide tratar el plan de recuperación ante desastres como un documento vivo, que cambia con el entorno y se revisa con todos los equipos implicados, idealmente cada seis meses. Para Site Recovery, la documentación de los planes de recuperación recomienda además una conmutación por error de prueba para cada aplicación cada trimestre, porque las aplicaciones y sus dependencias cambian con frecuencia. Un calendario razonable para empezar: un simulacro fuera de producción con fecha fija, cada trimestre por aplicación si está en Site Recovery, y otro después de cada cambio importante, en los sistemas o en el equipo.

Por dónde empezar esta semana

No hace falta haber decidido nada más para dar estos primeros pasos, que se pueden hacer con tu propio equipo.

Escribe la lista de sistemas y de sus copias

Para cada sistema: dónde está, dónde están sus copias, cada cuánto se hacen y cuánto se conservan.

Pide a la dirección los dos números

Para el sistema que más pesa: cuánto tiempo puede estar parado y cuántos datos se pueden perder, aunque sean aproximados.

Pregunta quién tiene los accesos

Sin probar nada todavía: pregunta quién sabe la contraseña de las copias y quién tiene el permiso para recuperarlas, y anota la respuesta. Si es una sola persona, ya tienes la primera corrección.

Busca el procedimiento

Si hay un procedimiento de recuperación escrito, búscalo y mira de cuándo es. Si no lo hay, anótalo: el informe del simulacro dirá qué pasos faltan por escribir.

Pon una fecha

Elige el primer sistema, la caída que se simula y una fecha, con las personas que participarían en una caída real.

Cómo lo hacemos nosotros

Este es el trabajo de nuestro Simulacro de recuperación. Primero elegimos contigo qué sistemas entran en el simulacro y qué caída se simula. Leemos el procedimiento de recuperación, si existe, y vemos dónde están las copias de seguridad y quién tiene los accesos. El día del simulacro recuperamos los sistemas junto a tu equipo técnico en un entorno aparte y aislado, como si los originales ya no estuvieran. Medimos el tiempo hasta que cada sistema vuelve a funcionar, anotamos qué datos faltan y cada paso que se atascó, y después escribimos el informe con los tiempos medidos y las correcciones, en orden.

El simulacro no detiene la operación: pide el tiempo de las personas que participan y un lugar aislado donde recuperar los sistemas. El alcance y el precio se escriben antes de empezar, y no cambian después.

Si quieres ver cómo quedaría en tu caso, empieza por una videollamada gratuita de una hora: nos cuentas qué sistemas tienes y dónde están sus copias, y te decimos qué simularíamos primero.

Las fuentes que citamos

Lo que hacemos sobre esto: Simulacro de recuperación

Todos los recursos