Alta disponibilidad

La alta disponibilidad es la capacidad de un sistema de seguir operando incluso cuando uno de sus componentes falla. No significa que nada se rompa: significa que la rotura de una pieza no tumba el servicio, porque hay otra lista para asumir. En la práctica, es el trabajo de eliminar los puntos en los que una sola falla detiene todo.

Por el porcentaje de tiempo en que el sistema está disponible a lo largo del año, y la jerga del sector cuenta los nueves después de la coma. En un año de 8.766 horas: 99% admite 3 días y 15 horas de parada; 99,9%, los tres nueves, admite 8 horas y 45 minutos; 99,99%, cuatro nueves, admite 52 minutos y 35 segundos; y 99,999%, cinco nueves, admite 5 minutos y 15 segundos. Por eso el número debe elegirlo el negocio y no TI: cada nueve adicional cuesta caro.

La diferencia entre tres y cuatro nueves va de 8 horas y 45 minutos a 52 minutos de parada al año. Parece poco en el porcentaje y es enorme en la operación: la primera acepta una mañana entera fuera del aire, la segunda no acepta ni una hora. Ese salto suele ser lo que justifica la inversión en redundancia, y es ahí donde la cuenta cambia de tamaño.

Es cualquier componente cuya falla tumba el servicio entero por sí solo: un servidor sin par, un enlace de internet único, una fuente de energía, un storage sin espejo. La alta disponibilidad es, en la práctica, el trabajo de encontrar y eliminar esos puntos. El diagnóstico suele revelar puntos que el propio equipo interno no tenía mapeados.

Cuatro, y se combinan. La redundancia es tener más de un componente haciendo el mismo trabajo, para que la caída de uno no detenga el servicio. El balanceo de carga distribuye las solicitudes entre ellos y saca de circulación al que falló. El failover es el paso automático al componente de reserva, sin intervención manual. Y el backup es la red de protección para el caso en que se pierde el dato, no solo el equipo.

La alta disponibilidad mantiene el servicio en pie cuando un componente falla, y el usuario idealmente no lo nota. El disaster recovery es lo que se activa cuando se pierde el ambiente entero, y ahí hay parada declarada y un plan de retomada. Uno trabaja en segundos, el otro en horas. Los dos son necesarios y ninguno sustituye al otro.

No, y confiar en eso es un error caro. La redundancia y la replicación copian lo que ocurre, incluso lo que no debería: si un dato se borra por error o queda cifrado por ransomware, el nodo redundante recibe la misma alteración. El backup guarda el estado anterior, y es lo único que trae el dato de vuelta en ese escenario.

Por el costo de la parada, no por la ambición del número. Conviene calcular cuánto pierde la empresa por hora fuera del aire, sumando facturación, multa contractual y retrabajo, y comparar con el costo de cada nueve adicional. Sistemas distintos suelen merecer niveles distintos: no todo necesita cinco nueves.

No elimina el mantenimiento, pero permite hacerlo sin tumbar el servicio. Con redundancia y failover, se actualiza un nodo por vez mientras los demás siguen atendiendo. La ventana de mantenimiento deja de ser una parada y pasa a ser un procedimiento.

En los dos, y en arreglos híbridos. El diseño parte del diagnóstico del ambiente actual, de los puntos únicos de falla encontrados y del nivel de disponibilidad que el negocio necesita sostener.