Miten Resolve muuttaa katastrofipalautuksen automaation hallituksi toteutukseksi

Lyhyesti:

• Hätätilanteiden palautuksen automatisointi muuttaa dokumentoidun palautussuunnitelman suoritettavaksi ja toistettavaksi prosessiksi.
• Resolve koordinoi palautustyötä pilvi-, verkko-, identiteetti-, infrastruktuuri-, havainnointi-, ITSM- ja muissa yritysjärjestelmissä.
• Resolve pystyy tulkitsemaan signaaleja ja toiminnallista kontekstia hyväksyttyjen palautusmenettelyjen suorittamiseksi. Sen Audit Trail tarjoaa näkyvyyden työnkulun toimintaan.
• Ihmisen harkinta on edelleen käytettävissä suuren riskin päätöksiin, käytäntöjen poikkeuksiin ja tilanteisiin, joissa näyttö ei tue automaattista vastausta.

Hätätilanteiden palautuksen haasteet

Useimmilla yrityksillä on hätätilanteiden palautussuunnitelmat. Vaikeampi kysymys on, voidaanko nämä suunnitelmat toteuttaa nopeasti, yhdenmukaisesti ja turvallisesti todellisen häiriön aikana.

Palautussuunnitelmassa voidaan dokumentoida sovellusten riippuvuudet, varmuuskopioiden sijainnit, vikasietomenettelyt, järjestelmien omistajat, viestintäkanavat, palautumisaikatavoitteet ja palautuspistetavoitteet. Asiakirja ei kuitenkaan suorita palautusta.

Kun käyttökatko tapahtuu, tiimien on ehkä edelleen kerättävä diagnostiikkatietoja, määritettävä häiriön laajuus, koordinoitava infrastruktuurin ja sovellusten omistajia, aktivoitava varaympäristöt, päivitettävä verkkokokoonpanot, varmistettava identiteettipalvelut, palautettava riippuvuudet, testattava sovelluksen toimintakunto, tiedotettava tilanteesta ja kirjattava jokainen toimenpide.

Kun nämä vaiheet riippuvat manuaalisesta koordinoinnista, palautuminen voi hidastua juuri silloin, kun aika ja selkeys ovat tärkeimmillään.

Resolve muuttaa hätätilanteiden palautussuunnitelman hallituksi toteutusprosessiksi. Se koordinoi hyväksyttyjä toimenpiteitä laajemmassa IT-ympäristössä, säilyttää tuotantoon tehtävien muutosten hallinnan, vahvistaa tulokset ja ottaa ihmiset mukaan, kun tilanne edellyttää harkintaa.

Miten Resolve käsittelee hätätilanteiden palautuksen automatisoinnin 

Resolven lähestymistapa auttaa poistamaan vältettävää manuaalista koordinointia, jotta asiantuntijat voivat keskittyä päätöksiin ja poikkeuksiin, jotka todella edellyttävät asiantuntemusta.

Kriittisen sovelluksen käyttökatkon palautus Resolven avulla

Oletetaan, että valvonta havaitsee liiketoiminnan kannalta kriittisen sovelluksen olevan poissa käytöstä. Sovellus riippuu pilvi-infrastruktuurista, tietokannasta, identiteettipalveluista, verkkoyhteydestä ja useista alipalveluista.

Yksittäisen kohteen palautustyökalu saattaa pystyä palauttamaan tietyn resurssin. Se ei välttämättä pysty koordinoimaan koko prosessia, joka tarvitaan palvelun palauttamiseksi käyttökelpoiseen tilaan.

Resolve tarjoaa tämän päästä päähän ulottuvan palautuksen toteutuskerroksen.

1. Resolve vastaanottaa häiriösignaalin

Prosessi voi alkaa havainnointialustan tapahtumasta, infrastruktuurihälytyksestä tai ITSM-järjestelmässä luodusta häiriötilanteesta.

Resolve käynnistää asianmukaisen diagnostiikkatyönkulun odottamatta, että insinööri kopioi tietoja manuaalisesti järjestelmästä toiseen. Audit Trail tarjoaa näkyvyyden työnkulun toimintaan vastauksen alusta alkaen.

2. Resolve kokoaa olennaisen kontekstin

Alusta tulkitsee signaalin ja prosessin käytettävissä olevan luotetun toimintakontekstin. Kontekstiin voivat kuulua vaikutuksen kohteena oleva palvelu, viimeaikaiset muutokset, infrastruktuurin tila, riippuvuuksien toimintakunto, asiaan liittyvät hälytykset ja aiemmat häiriötiedot.

Jos todisteet ovat puutteellisia tai ristiriitaisia, prosessi voi kerätä lisää tietoja tai pyytää ihmisen tarkistusta ennen arkaluonteisen toimen suorittamista.

3. Resolve tunnistaa hyväksytyn palautuspolun

Resolve auttaa määrittämään, mikä hyväksytty palautustyönkulku sopii käytettävissä oleviin todisteisiin.

Se ei keksi tuotantoympäristön palautusmenettelyä häiriön aikana. Workflow Designer sisältää palautuslogiikan, jonka organisaatio on jo tarkistanut, mukaan lukien vaaditut syötteet, käyttöoikeudet, hyväksynnät, vahvistusvaiheet ja eskalointiehdot.

4. Resolve koordinoi palautuksen

Resolve suorittaa palautusjakson asiaankuuluvissa järjestelmissä.

Hyväksytystä suunnitelmasta riippuen työnkulku voi kerätä lisää diagnostiikkatietoja, eristää vaikutuksen kohteena olevan komponentin, aktivoida valmiusresursseja, palauttaa määrityksen, koordinoida vikasietosiirtymän, päivittää reitityksen, käynnistää uudelleen riippuvaiset palvelut tai ilmoittaa asiasta oikeille tiimeille.

Työnkulku suorittaa nämä toimet määritetyssä järjestyksessä. Se voi keskeyttää toiminnan ja pyytää hyväksyntää ennen suuren riskin muutosta, haarautua tunnettujen ehtojen perusteella ja pysähtyä, jos vaadittu suojatoimi epäonnistuu.

5. Resolve varmistaa palvelun palautumisen

Vikasietosiirtymäjakson suorittaminen loppuun ei todista, että palvelu on palautunut.

Resolve suorittaa organisaation määrittämät onnistumistarkistukset. Näillä tarkistuksilla voidaan varmistaa, että infrastruktuuri on käytettävissä, riippuvuudet vastaavat pyyntöihin, todentaminen toimii, sovellus läpäisee kuntotestin ja valvonta ei enää havaitse alkuperäistä tilannetta.

Tämä vahvistus auttaa tiimiä erottamaan suoritetun palautustoimen ja varmennetun liiketoimintapalvelun toisistaan.

6. Auditointiloki tukee sulkemista tai eskalointia

Jos tarkistukset läpäistään, Resolve voi päivittää ITSM-tietueen, viestiä tuloksesta ja jatkaa palvelun valvontaa.

Jos vahvistus epäonnistuu, se noudattaa hyväksyttyä eskalointi- tai korvaavaa polkua. Vastaajat saavat kerätyn kontekstin, työnkulun suorittamat toimet ja saatavilla olevat tulokset.

Auditointiloki tarjoaa näkyvyyden työnkulun toimintaan, joten vastaajat voivat tutkia poikkeaman toistamatta koko palautusprosessia.

Katastrofipalautus vaatii muutakin kuin yksittäisten toimintojen automatisointia

Useimmilla suuryrityksillä on jo työkaluja, jotka tukevat katastrofipalautuksen eri osa-alueita. Varmuuskopiointialustat suojaavat tietoja. Pilvialustat tarjoavat redundanssia. Havainnointityökalut havaitsevat palveluongelmia. ITSM-alustat hallitsevat häiriöitä. Verkko-, identiteetti- ja infrastruktuurityökalut hallitsevat omia toimialueitaan.

Kukin työkalu voi suoriutua omasta tehtävästään hyvin. Orkestroinnin haaste syntyy, kun palautus edellyttää kaikkien niiden toimimista yhtenä koordinoituna prosessina.

Ilman orkestrointikerrosta tiimit saattavat joutua yhdistämään komentosarjoja manuaalisesti, ylläpitämään päällekkäistä automaatiologiikkaa, siirtymään erillisten hallintakonsolien välillä ja koordinoimaan luovutuksia tikettien tai yhteistyökalujen avulla. Ympäristöjen kasvaessa nämä riippuvuudet voivat vaikeuttaa palautusmenettelyjen ylläpitoa ja yhdenmukaista suorittamista.

Resolve tarjoaa alustariippumaton orkestrointikerros-orkestrointikerroksen IT-toimialueille. Tiimit voivat koordinoida työnkulkuja, käyttää automaatiota uudelleen, soveltaa hallintaa yhdenmukaisesti ja yhdistää palautustoimet laajemmassa teknologi pinossa.

Tekoäly tekee hallitusta palautuksesta entistä tärkeämpää

Tekoäly voi auttaa tiimejä tulkitsemaan puutteellisia hälytyksiä, analysoimaan toimintakontekstia ja tunnistamaan sopivimman hyväksytyn vastauksen. Katastrofipalautustoimet voivat kuitenkin vaikuttaa tuotantoinfrastruktuuriin, liiketoimintatietoihin, identiteettijärjestelmiin ja kriittisiin palveluihin.

Toimien ei pitäisi riippua täysin ei-deterministisestä tekoälystä.

Resolve erottaa päättelyn suorittamisesta soveltamalla tekoälyä siellä, missä kontekstista ja tulkinnasta on hyötyä, mutta jättämällä tuotantotoimet determinististen, määritellyillä hallintakeinoilla varustettujen työnkulkujen tehtäväksi. 

Tämän lähestymistavan ansiosta tiimit voivat hyödyntää tekoälyä palautuksen aikana antamatta probabilistiselle mallille valvomattomia oikeuksia kriittisiin järjestelmiin.

Resolve muuttaa palautussuunnitelmat hallituiksi toimiksi

Katastrofipalautumissuunnitelma on vain yhtä tehokas kuin organisaation kyky toteuttaa se, ja katastrofipalautumismenettelyt riippuvat usein kokeneista insinööreistä, jotka ymmärtävät järjestelmien väliset riippuvuudet, poikkeuspolut ja toimintojen oikean suoritusjärjestyksen.

Kun tämä tieto säilyy dokumenteissa, komentosarjoissa tai yksittäisten henkilöiden kokemuksena, palautuminen riippuu suuresti siitä, kuka on käytettävissä häiriön aikana.

Resolve tarjoaa tiimeille keinon muuntaa tämä operatiivinen asiantuntemus uudelleenkäytettäväksi suorituslogiikaksi, jonka avulla voidaan luoda palautumismalli, joka on helpompi toistaa, hallinnoida, tarkastella ja kehittää.

Tämä muuttaa dokumentoidut menettelyt hallinnoiduiksi työnkuluiksi, jotka koordinoivat järjestelmiä, soveltavat valvontatoimia, varmistavat palautumisen ja ottavat ihmiset mukaan silloin, kun tarvitaan harkintaa.