Den här artikeln beskriver hur RecMan skyddar kunddata mot förlust, upprätthåller redundanta säkerhetskopior i isolerade miljöer och säkerställer snabb återställning av tjänsten i händelse av en incident.
Arkitektur
RecMans molninfrastruktur körs helt inom EU/EES och driftas på AWS. Lösningen är distribuerad över flera tillgänglighetszoner och i de flesta fall även över flera geografiskt separerade platser, så att ett fel på en plats inte slår ut hela tjänsten. Automatisk skalning justerar kapaciteten automatiskt baserat på trafik och belastning, och databasklustring med hög tillgänglighet samt automatisk lastbalansering håller tjänsten igång vid rutinmässiga förändringar i infrastrukturen.
Säkerhetskopiering
- Redundans med AWS-inbyggda funktioner: RecMan använder hanterade säkerhetskopieringsfunktioner i Amazon Web Services (AWS) för centrala databaser och objektlagring.
- Isolering mellan konton och geografiska platser: Säkerhetskopior replikeras mellan geografiskt separerade AWS-datacenterregioner inom EU/EES. Säkerhetskopieringsarkiv lagras i ett dedikerat, isolerat AWS-backupkonto för att skydda mot att det primära kontot komprometteras eller att data raderas av misstag.
- Kryptering av säkerhetskopior: Alla säkerhetskopior är krypterade i vila med AES-256-standardkryptering. Åtkomst till hantering av säkerhetskopior är strikt begränsad till behörig teknisk personal som använder multifaktorautentisering (MFA) och VPN.
- Databassnapshots vid specifika tidpunkter: Centrala transaktionsdatabaser tar kontinuerliga snapshots, vilket möjliggör återställning till en specifik tidpunkt (PITR) med precision ned på sekunden.
- Gallring av säkerhetskopior: Dagliga, veckovisa och månatliga säkerhetskopior sparas enligt fastställda scheman.
- Objektlagring: Användarfiler som lagras i S3 har automatisk replikering och redundant lagring i hög tillgängliga molnmiljöer inom EU.
Återställningsfunktioner
Våra databaser och vår fillagring är utrustade med kontinuerliga automatiska säkerhetskopior och återställning till en specifik tidpunkt (PITR). Den här arkitekturen säkerställer att dina data skyddas mot oavsiktlig förlust eller systemavbrott, med minimala återställningsmål:
- Recovery Point Objective (RPO): Nära noll. Genom att använda AWS Point-in-Time Recovery i våra databas- och fillagringsmiljöer säkerhetskopieras ändringar kontinuerligt. I händelse av ett systemavbrott kan data återställas till den exakta sekund som föregick en incident, vilket säkerställer i princip noll dataförlust.
- Recovery Time Objective (RTO): Mindre än 1 timme. Våra funktioner för automatiserad molndistribution och återställning från snapshots gör det möjligt för oss att återställa centrala plattformskomponenter inom några minuter, med målet att återställa hela tjänsten inom en timme efter en allvarlig incident.
- Testning av återställning: Återställningsrutiner testas regelbundet av behöriga DevOps-tekniker i isolerade stagingmiljöer för att verifiera snapshotintegritet och återställningstider.
Verksamhetskontinuitet och katastrofåterställning
- Dokumenterad BCDR-plan: RecMan har en formell plan för verksamhetskontinuitet och katastrofåterställning som omfattar systemavbrott, större störningar i infrastrukturen och säkerhetsincidenter.
- Årliga övningar: BCDR-ramverket och incidenthanteringsplanen (IRP) granskas och testas årligen genom simuleringsövningar i workshopformat.
Tillgänglighet under en incident
Om en plattformsrelaterad incident inträffar publiceras uppdateringar på status.recman.io och berörda kunder kan meddelas direkt.
DDoS-skydd och nätverksresiliens
En brandvägg för webbapplikationer (WAF) används för skydd mot distribuerade överbelastningsattacker (DDoS) och begränsar skadlig trafik innan den når plattformen.
Kontinuerlig övervakning
Systemets hälsa, resursutnyttjande och applikationsprestanda övervakas dygnet runt, alla dagar i veckan. Automatiska aviseringar är konfigurerade för tröskelvärden för kapacitet, fördröjning och tillgänglighet, så att tekniska team kan upptäcka och åtgärda potentiella flaskhalsar innan de påverkar kunderna.
Åtaganden för servicenivå
Specifika åtaganden om tillgänglighet anges i tjänsteavtal mellan RecMan och kunderna. Eftersom RecMan körs på delad infrastruktur i stället för separata miljöer per kund kan vi inte erbjuda en kund en väsentligt högre tillförlitlighetsnivå än en annan – när en kund förhandlar fram ett striktare SLA än vårt standardavtal strävar vi därför efter att köra hela plattformen enligt den högre standarden, så att alla kunder gynnas i stället för bara en. För status i realtid och incidenthistorik, se status.recman.io.