Cómo recuperar y prevenir fallas en sistemas

Curso Profesional de Arquitectura de Software

Contenido del curso

Introducción al curso

1
Curso Profesional de Arquitectura de Software
02:36 min

Atributos de calidad

Patrones de arquitectura

Diseño de una arquitectura

Modelado y documentación de arquitectura

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:004:09

Cómo recuperar y prevenir fallas en sistemas

Curso Profesional de Arquitectura de Software

Clase 32 de 43

Clase 32 / 43

Recursos

Mantener la disponibilidad exige decisiones claras y tácticas confiables. Aquí se explican, de forma directa y aplicable, las familias de recuperación y prevención en arquitectura de software: reintroducción con modo sombra, sincronización de estado, punto de control, quitar del servicio, transacciones y monitoreo de procesos. Comprender estos enfoques permite actuar con rapidez ante fallas y proteger la consistencia del sistema.

¿Cómo opera la recuperación para mantener la disponibilidad?

La recuperación busca devolver componentes a producción sin comprometer la estabilidad. Se centra en reintroducir elementos replicados cuando vuelven a comportarse correctamente, restaurar estado consistente y evitar que datos inválidos contaminen el clúster productivo.

¿Qué es la reintroducción con modo sombra?

Un componente falla y se retira del clúster productivo.
Se lo mantiene en modo sombra: se evalúa su comportamiento por detrás.
Si un desarrollador, un operador o el sistema corrige la causa, se reintroduce y vuelve a ser productivo.
Beneficio clave: no se impacta la producción mientras se valida la corrección.

Habilidades aplicadas: aislar fallas sin downtime. Validar comportamiento antes de volver a atender tráfico. Operar con componentes replicados.

¿Cómo se realiza la sincronización de estado?

El componente no falla en lógica, pero su estado es inválido o desactualizado.
Se retira de producción y se sincroniza con los componentes sanos o con la base de datos.
Ejemplo práctico: una capa de cache queda desactualizada; se sincroniza y recién entonces vuelve a responder solicitudes.
Beneficio clave: evitar respuestas inconsistentes por estados internos antiguos.

Habilidades aplicadas: detectar desincronización de estado. Orquestar sincronización segura. Controlar fuentes de verdad de datos.

¿Para qué sirve el punto de control?

Se marcan puntos de control que representan estados consistentes de la aplicación.
Ante una falla, se revierte el componente al último punto consistente y se reproducen acciones ocurridas después mediante un log o registro.
Beneficio clave: recuperar consistencia con trazabilidad de cambios.

Habilidades aplicadas: definir checkpoints confiables. Reproducir secuencias de acciones. Mantener registros útiles para recuperación.

¿Cómo prevenir caídas con tácticas de disponibilidad?

La prevención reduce el riesgo antes de que escale. Se apoya en quitar del servicio componentes problemáticos, usar transacciones para no dejar cambios a medias y hacer monitoreo de procesos a bajo nivel.

¿Cuándo quitar del servicio un componente?

Se detecta consumo de memoria creciente o pérdida de memoria.
Se decide retirar la aplicación, reiniciarla y restablecer el componente.
Es una acción radical: no se repara en caliente, se evita que afecte a otros servicios.
Beneficio clave: contener el daño y recuperar capacidad de servicio con rapidez.

Habilidades aplicadas: monitorear memoria. Automatizar reinicios seguros. Aplicar isolación ante fallas recurrentes.

¿Por qué las transacciones preservan la consistencia?

Una transacción agrupa cambios para aplicarlos todos juntos o deshacerlos todos juntos.
Ejemplo clásico: bases de datos; útil también para cualquier bloque de cambios.
Beneficio clave: evitar que cambios parciales dejen el sistema en estado inconsistente.

Habilidades aplicadas: delimitar unidades atómicas de cambio. Diseñar commits y rollbacks coherentes. Proteger integridad de datos.

¿Qué aporta el monitoreo de procesos?

Observa procesos en ejecución de una máquina virtual o servidor.
Si detecta anomalías, termina el proceso y lo reinicia automáticamente.
Beneficio clave: mantener la disponibilidad del sistema aun con procesos individuales inestables.

Habilidades aplicadas: instrumentar supervisión automática. Reaccionar ante fallas de bajo nivel. Garantizar continuidad operativa.

¿Tienes experiencias aplicando modo sombra, sincronización o puntos de control en producción? Comparte tus prácticas y aprendizajes para enriquecer la discusión.

santiago Ceballos

Hace 6 años

Disponibilidad

En este caso el estimulo es la falla, algo pasó que compromete la disponibilidad. vamos a ver las diferentes tácticas que podemos usar para trabajar con este posible escenario.

Deteccion

Detectar si perdimos disponibilidad o si hay alguna actividad que está sucediendo en nuestro sistema que está comprometiendo la disponibilidad.
1. Ping / eco: que se trata de como un componente envía un mensaje genérico a otro componente para saber si el otro componente esta disponible o no; Esta tactica nos permite entender cuando un componente es cliente de otro.
2. Latido: esta táctica es similar pero en vez de que haya interacción entre dos componentes, cada uno de estos envían una señal propia que indica que continua activo; cuando un componente no notifica en un limite de tiempo sabemos que perdio disponibilidad.
3. Excepciones: el manejo y registo de excepciones nos ayuda a resolver preguntas relacionadas con cuando y por que se vio afectada la disponibilidad.
Recuperacion: Preparar / Reparar

Como podemos estar listos para que si algo falla podamos recuperar rápidamente el sistema.
1. Votación: sucede cuando tenemos multiples componentes con la misma funcionalidad sin embargo no podemos confiar en que todos responda lo mismo; evaluamos por medio de un componente central si todos tienen la misma respuesta de esta manera si uno falla podemos sacarlo del cluster de componentes y reemplazarlo por uno nuevo.
2. Redundancia activa: No evalua el estado del componente sino que trata de garantizar que todos los mensajes de entrada lleguen a cada componente del cluster. Cuando un componente falla lo podemos cambiar y nuevamente estar disponible en milisegundos.
3. Redundacia pasiva: La comunicacion solo se hace con un componente del cluster y es el responsable de sincronizar a los otros componentes que escuchan pasivamente. Ej: en las bases de datos donde tenemos una base de datos lider y una seguidora. escribe y lee mientras que la base de datos seguidora recibe los cambios de estado.
4. Repuesto: cuando algo falle podemos reemplazar una parte o todo el sistema por un backup que tenemos preparado, no esta activo debe estar puesto en linea, mientras va estar como receptor de las actualizaciones y necesita una inicializacion. Es la mas radical de todas.
Recuperacion: Reintroduccion

Cómo podemos hacer dado una falla de disponibilidad para reintroducir el sistema y que vuelva a estar disponible, vemos como varios componentes replicados pueden ser reintroducidos a producción a medida que se comprueba su funcionamiento.
1. Modo sombra: un componente falla en el cluster de produccion pero continuamos monitoriando el comportamiento si es correcto o no; ya sea que el programador lo corriga o cambie. podemos volver a introducirlo y vuelva a ser productivo.
2. Sincronizacion de estado: el funcionamiento es normal pero el estado pasa a ser invalido, lo retiramos del cluster y sincronizamos el estado de los que si se comportan correctamente.
3. Punto de control / retroceso: nos permite marcar momentos de nuestra aplicacion donde sabemos que es consistente, cuando detectamos una falla podemos regresar aun estado anterior y revisar (debug, log) las acciones que sucedieron despues de ese estado. de esta manera podemos recuperar el estado estable y reintroducirlo al sistema.
Prevención

Qué podemos hacer para prevenir el estado de falta de disponibilidad.

Quitar de servicio: tenemos la capacidad de quitar del servicio a un componente, ese componente va a estar fuera y prevenimos que genero otro problema. Ej: Sabemos que la aplicacion cada vez esta consumiendo memoria de maner
Transacciones: el ejemplo mas claro es el de las bases de datos. Cualquier tipo de traccion internamente controla un bloque que impacten o dehaga cambios
Monitorie de procesos: revisar los precesos en ejecucion de una maquina virtual o un servidor y terminar un proceso dado una falla y volver a iniciarlo cuando detectamos que hay una falla, los monitoreos pueden ser automaticos.

Introducción al curso

Curso Profesional de Arquitectura de Software

Atributos de calidad

Qué son los atributos de calidad en software

Cómo medir idoneidad funcional en software

Qué es eficiencia de ejecución en software

Cómo medir interoperabilidad y coexistencia

Qué es la usabilidad y sus 6 dimensiones

Cómo medir confiabilidad en software

Los 5 pilares de seguridad en software

Cómo garantizar mantenibilidad con tests

Adaptabilidad vs capacidad de instalación vs reemplazo

Tensiones entre atributos de calidad de software

Atributos de calidad según fase de empresa

Patrones de arquitectura

Qué es un patrón de arquitectura

Modelo vista controlador: cómo separar responsabilidades

Arquitectura en capas: controller, servicio y repositorio

Event sourcing vs bases relacionales

Qué es la arquitectura microkernel

Arquitectura Comparte Nada con Map Reduce

Patrón de microservicios: cuándo y cómo

Qué es CQRS y cómo separa lectura de escritura

Arquitectura hexagonal: puertos y adaptadores

Qué son los contextos delimitados en DDD

Cómo combinar patrones de arquitectura

Evolución de patrones desde monolito a microservicios

Diseño de una arquitectura

Cómo traducir requerimientos en decisiones arquitectónicas

Conectores en arquitectura: tipos y cuándo usarlos

Llamadas asíncronas vs síncronas vs cliente-servidor

Conector enrutador vs difusión: Twitter

Conectores cola, repositorio y pub/sub

Framework de diseño orientado a atributos

Cómo detectar fallas y reparar sistemas

Cómo recuperar y prevenir fallas en sistemas

Tácticas para confinar modificaciones

Cómo prevenir efectos dominó en software

Tácticas para controlar eficiencia de ejecución

Cómo detectar, resistir y recuperarse de ataques

Cómo probar que el software funciona correctamente

Cómo controlar la usabilidad con tácticas

Cómo validar arquitectura con ATAM y métricas

Evolución de arquitectura: startup a gran escala

Modelado y documentación de arquitectura

Cómo documentar arquitectura que no se erosione

Cómo sincronizar arquitectura y código fuente

Cómo aplicar atributos de calidad en proyectos

Cómo recuperar y prevenir fallas en sistemas