A tarefa de backup parou em silêncio: a falha mais cara não é a barulhenta

A forma de falha mais cara de um arranjo de backup não é a barulhenta. Um erro barulhento é visto e consertado no mesmo dia. Uma tarefa que para em silêncio fica parada por semanas e é descoberta exatamente no dia em que era preciso.

Jeitos de parar em silêncio

O destino encheu. Um compartilhamento de rede não montou depois de uma reinicialização. Um armazenamento foi renomeado. A tarefa aponta para uma máquina que não existe mais. Uma credencial venceu. Tudo isso produz um erro em algum lugar, e nada disso produz um erro na frente de uma pessoa.

A armadilha da notificação

A frase "se der errado eu recebo um e-mail" carrega duas suposições: que sai e-mail desta máquina de verdade, e que alguém lê. Na maioria das instalações nenhuma das duas é verdade. Além disso, uma notificação que só dispara em caso de falha é indistinguível de um sistema de notificação que nunca funcionou: os dois ficam calados.

O único jeito de saber que uma notificação funciona é ter visto ela funcionar. No dia em que configurar, provoque uma falha de propósito e veja o e-mail chegar. Se você não viu chegar, essa notificação não existe.

A coisa certa para olhar: a idade

Em vez do estado da última tarefa, olhe a idade do backup mais recente. A idade responde duas perguntas ao mesmo tempo: a tarefa rodou, e produziu alguma coisa. Uma tarefa pode rodar e não produzir nada e ainda assim parecer bem-sucedida; a idade pega isso, o estado não.

Uma checagem de um minuto, uma vez por mês

Olhe quatro coisas: quantos dias tem o backup mais recente de cada máquina, se o número de backups guardados obedece à sua regra, quanto espaço sobrou no destino, e se existe alguma máquina sem backup nenhum.

Essa última é a mais encontrada, e a razão é quase sempre a mesma: aquela máquina foi criada depois que a tarefa de backup foi escrita.

Escreva a regra, não a lista

Uma tarefa que escolhe uma a uma as máquinas a copiar está certa no dia em que é escrita e um pouco mais errada a cada máquina nova. Quando possível, defina como "todas, exceto estas". Assim, criar uma máquina nova já a coloca dentro do escopo do backup, e o preço do esquecimento cai a zero.

O que o Atlas faz

O Atlas mostra os backups existentes junto com as datas, então a pergunta de idade acima se responde olhando em vez de adivinhando: quando o backup mais recente de cada máquina foi feito fica em uma tela só.

O Atlas Watch vigia o próprio servidor, as atualizações pendentes, as máquinas virtuais e a idade dos backups. Ele olha para onde esta página aconselha olhar: não para o último status da tarefa, mas para a idade do backup mais recente. Se o backup mais recente de uma máquina for mais antigo que o número de dias escolhido, isso aparece no resumo diário; o limite padrão é de três dias, pode ser alterado pelo painel, e se a verificação for elevada a crítica o aviso sai na hora, sem esperar o resumo.

Se o próprio armazenamento de backup não puder ser lido, o Watch não se cala, ele diz que não conseguiu ler. Tomar o silêncio por saúde é exatamente a falha que esta página descreve; por isso ficou descartado de propósito que um vigia declare limpo aquilo que não conseguiu ler. A checagem mensal acima continua valendo: o único caso que a verificação não cobre é uma máquina recém criada sem backup nenhum.