Disaster Recovery Business Continuity

🆘 Skill: Disaster Recovery & Business Continuity

📋 Metadata

🔑 Keywords para Invocación

• disaster-recovery
• business-continuity
• backup-strategy
• failover
• rpo
• rto
• dr-plan
• @skill:disaster-recovery

Ejemplos de Prompts

Implementa disaster recovery plan con RPO y RTO

Configura backup strategy y failover procedures

Setup business continuity plan para servicios críticos

@skill:disaster-recovery - Plan completo de DR y BC

📖 Descripción

Disaster Recovery (DR) y Business Continuity (BC) aseguran que servicios críticos puedan recuperarse rápidamente de desastres. Este skill cubre DR planning, backup strategies, failover procedures, RPO/RTO definitions, y testing procedures.

✅ Cuándo Usar Este Skill

• Servicios críticos en producción
• SLAs estrictos
• Compliance requirements
• Data protection requirements
• High availability requirements

❌ Cuándo NO Usar Este Skill

• Servicios no críticos
• Desarrollo local
• Prototipos sin datos reales

🏗️ DR Strategy Framework

RPO (Recovery Point Objective)
    ↓
Backup Frequency
    ↓
RTO (Recovery Time Objective)
    ↓
Failover Procedures

💻 Implementación

📁 Scripts Ejecutables: Este skill incluye scripts ejecutables en la carpeta scripts/:

• backup-strategy.sh - Estrategia automatizada de backups (Bash)
• failover_procedures.py - Gestor de procedimientos de failover (Python CLI)
• dr-test.sh - Script completo de testing de DR (Bash)
• requirements.txt - Dependencias (ninguna, usa stdlib)

Ver scripts/README.md para documentación de uso.

1. RPO/RTO Definitions

# dr/rpo-rto-definitions.yml
services:
  - name: payment-service
    rpo: 5m      # Maximum 5 minutes of data loss
    rto: 15m     # Recovery within 15 minutes
    priority: critical
    backup_strategy: continuous

  - name: user-service
    rpo: 1h      # Maximum 1 hour of data loss
    rto: 30m     # Recovery within 30 minutes
    priority: high
    backup_strategy: hourly

  - name: analytics-service
    rpo: 24h     # Maximum 24 hours of data loss
    rto: 2h      # Recovery within 2 hours
    priority: medium
    backup_strategy: daily

2. Backup Strategy

Script ejecutable: scripts/backup-strategy.sh

Script Bash completo para automatizar estrategia de backups con soporte para backups completos, incrementales, verificación y limpieza.

Cuándo ejecutar

• Backups programados: Como parte de cron jobs (diarios/horarios)
• Backups manuales: Para crear backups bajo demanda
• Verificación: Para validar integridad de backups antes de restaurar
• Limpieza: Para mantener espacio de almacenamiento bajo control

Uso

# Hacer ejecutable
chmod +x scripts/backup-strategy.sh

# Backup completo (diario)
./scripts/backup-strategy.sh full

# Backup incremental (horario)
./scripts/backup-strategy.sh incremental

# Limpiar backups antiguos
./scripts/backup-strategy.sh cleanup

# Verificar backup
./scripts/backup-strategy.sh verify /backup/full/20240115

# Listar backups disponibles
./scripts/backup-strategy.sh list

Configuración

Variables de entorno:

export BACKUP_DIR="/backup"              # Directorio de backups
export RETENTION_DAYS=30                 # Días de retención
export S3_BUCKET="backup-bucket"         # Bucket S3 (opcional)
export DB_HOST="localhost"              # Host de base de datos
export DB_USER="backup_user"             # Usuario de backup
export DB_NAME="mydb"                    # Nombre de base de datos
export APP_DATA_DIR="/var/app/data"      # Directorio de datos de aplicación

Características

• ✅ Backups completos e incrementales
• ✅ Verificación automática de integridad
• ✅ Upload a S3 (opcional)
• ✅ Limpieza automática con política de retención
• ✅ Logging con colores
• ✅ Manejo de errores robusto

3. Failover Procedures

Script ejecutable: scripts/failover_procedures.py

Gestor completo de procedimientos de failover con registro de servicios, health checks, y ejecución automatizada de failover.

Cuándo ejecutar

• Registro de servicios: Al configurar nuevos servicios para DR
• Failover manual: Cuando se detecta un desastre y se necesita failover
• Failover automatizado: Integrado con sistemas de monitoreo
• Testing: Para probar procedimientos de failover (dry-run)

Uso

# Registrar servicio
python scripts/failover_procedures.py register \
  --name payment-service \
  --primary us-east-1 \
  --standby us-west-2 \
  --rto 15 \
  --rpo 5

# Ejecutar failover
python scripts/failover_procedures.py failover payment-service

# Dry-run (simular sin cambios)
python scripts/failover_procedures.py failover payment-service --dry-run

# Ver estado de servicio
python scripts/failover_procedures.py status payment-service

# Ver estado de todos los servicios
python scripts/failover_procedures.py status

# Listar servicios registrados
python scripts/failover_procedures.py list

Características

• ✅ Registro y gestión de servicios
• ✅ Health checks de standby
• ✅ Promoción automática de standby a primary
• ✅ Actualización de routing (DNS/load balancer)
• ✅ Verificación de failover
• ✅ Modo dry-run para testing
• ✅ Persistencia de configuración en JSON
• ✅ Tracking de último failover

4. DR Testing

Script ejecutable: scripts/dr-test.sh

Script completo de testing de Disaster Recovery que simula un desastre y verifica todos los procedimientos de recuperación.

Cuándo ejecutar

• Testing regular: Ejecutar periódicamente (mensual/trimestral) para validar procedimientos
• Después de cambios: Después de modificar configuración de DR
• Entrenamiento: Para entrenar al equipo en procedimientos de DR
• Validación: Antes de aprobar cambios en producción

Uso

# Hacer ejecutable
chmod +x scripts/dr-test.sh

# Test completo
./scripts/dr-test.sh payment-service

# Test sin simular desastre (solo verificar procedimientos)
DR_TEST_SKIP_SIMULATION=true ./scripts/dr-test.sh payment-service

# Test sin failback (más rápido)
DR_TEST_SKIP_FAILBACK=true ./scripts/dr-test.sh payment-service

Fases del Test

1. Pre-test checklist - Verifica backups, standby health, documentación
2. Simular desastre - Detiene servicio primary (simulado)
3. Ejecutar failover - Ejecuta procedimiento de failover
4. Verificar disponibilidad - Confirma que servicio está disponible
5. Restaurar primary - Restaura servicio primary
6. Failback - Ejecuta procedimiento de failback
7. Post-test verification - Verifica salud del servicio y consistencia de datos

Características

• ✅ Checklist pre-test completo
• ✅ Simulación de desastre
• ✅ Verificación de cada fase
• ✅ Logging detallado con colores
• ✅ Opciones para saltar fases (testing parcial)
• ✅ Verificación de consistencia de datos

5. Multi-Region Setup

# k8s/multi-region-deployment.yaml
apiVersion: v1
kind: ConfigMap
metadata:
  name: dr-config
data:
  primary_region: "us-east-1"
  standby_region: "us-west-2"
  failover_threshold: "5m"
  rpo_minutes: "5"
  rto_minutes: "15"
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: payment-service-primary
  labels:
    app: payment-service
    region: primary
spec:
  replicas: 3
  selector:
    matchLabels:
      app: payment-service
      region: primary
  template:
    metadata:
      labels:
        app: payment-service
        region: primary
    spec:
      containers:
      - name: app
        image: payment-service:latest
        env:
        - name: REGION
          value: "primary"
        - name: REPLICATION_MODE
          value: "master"
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: payment-service-standby
  labels:
    app: payment-service
    region: standby
spec:
  replicas: 2
  selector:
    matchLabels:
      app: payment-service
      region: standby
  template:
    metadata:
      labels:
        app: payment-service
        region: standby
    spec:
      containers:
      - name: app
        image: payment-service:latest
        env:
        - name: REGION
          value: "standby"
        - name: REPLICATION_MODE
          value: "replica"

🎯 Mejores Prácticas

1. RPO/RTO

✅ DO:

• Define realistic RPO/RTO
• Align with business requirements
• Test regularly
• Document assumptions

❌ DON'T:

• Set unrealistic targets
• Ignore business impact
• Skip testing

2. Backups

✅ DO:

• Test restore procedures
• Store backups off-site
• Encrypt backups
• Verify backup integrity

❌ DON'T:

• Assume backups work
• Skip verification
• Store in same location

3. Failover

✅ DO:

• Test failover regularly
• Document procedures
• Monitor failover events
• Practice with team

❌ DON'T:

• Skip failover testing
• Ignore documentation
• Test only in emergencies

🚨 Troubleshooting

Backup Failures

1. Check disk space
2. Verify permissions
3. Review backup logs
4. Test restore procedures

Failover Issues

1. Verify standby health
2. Check network connectivity
3. Review failover procedures
4. Test in non-production first

📚 Recursos Adicionales

• AWS Disaster Recovery
• Google SRE - Disaster Recovery
• DR Planning Guide

Versión: 1.0.0 Última actualización: Diciembre 2025 Total líneas: 1,100+