Jak Resolve przekształca automatyzację odtwarzania po awarii w nadzorowane wykonywanie

W skrócie:

• Automatyzacja odzyskiwania po awarii przekształca udokumentowany plan odzyskiwania w wykonywalny, powtarzalny proces.
• Resolve koordynuje działania związane z odzyskiwaniem w chmurze, sieci, tożsamości, infrastrukturze, systemach obserwowalności, ITSM i innych systemach korporacyjnych.
• Resolve potrafi interpretować sygnały i kontekst operacyjny, aby wykonywać zatwierdzone procedury odzyskiwania. Jego ścieżka audytu zapewnia widoczność aktywności przepływów pracy.
• Ocena człowieka pozostaje dostępna w przypadku decyzji wysokiego ryzyka, wyjątków od zasad oraz sytuacji, w których dowody nie uzasadniają automatycznej reakcji.

Wyzwania związane z odzyskiwaniem po awarii

Większość przedsiębiorstw ma plany odzyskiwania po awarii. Trudniejsze pytanie brzmi, czy plany te można szybko, spójnie i bezpiecznie zrealizować podczas rzeczywistego zakłócenia działania.

Plan odzyskiwania może dokumentować zależności aplikacji, lokalizacje kopii zapasowych, procedury przełączania awaryjnego, właścicieli systemów, ścieżki komunikacji, cele czasu odzyskiwania oraz cele punktu odzyskiwania. Jednak dokument nie przeprowadza procesu odzyskiwania.

Gdy wystąpi awaria, zespoły nadal mogą musieć zebrać dane diagnostyczne, określić zakres zakłócenia, skoordynować właścicieli infrastruktury i aplikacji, uruchomić środowiska zapasowe, zaktualizować konfiguracje sieci, zweryfikować usługi tożsamości, przywrócić zależności, przetestować kondycję aplikacji, przekazywać informacje o stanie oraz rejestrować każde działanie.

Gdy te kroki zależą od ręcznej koordynacji, odzyskiwanie może spowolnić się dokładnie wtedy, gdy czas i przejrzystość mają największe znaczenie.

Resolve przekształca plan odzyskiwania po awarii w zarządzany proces realizacji. Koordynuje zatwierdzone działania w całym środowisku IT, zachowuje kontrolę nad zmianami produkcyjnymi, weryfikuje wyniki i angażuje ludzi, gdy sytuacja wymaga oceny.

Jak Resolve obsługuje automatyzację odzyskiwania po awarii 

Podejście Resolve pomaga wyeliminować możliwą do uniknięcia ręczną koordynację, dzięki czemu specjaliści mogą skupić się na decyzjach i wyjątkach, które rzeczywiście wymagają wiedzy eksperckiej.

Odzyskiwanie krytycznej aplikacji po awarii za pomocą Resolve

Załóżmy, że monitorowanie wykrywa niedostępność aplikacji o kluczowym znaczeniu dla działalności biznesowej. Aplikacja zależy od infrastruktury chmurowej, bazy danych, usług tożsamości, łączności sieciowej oraz kilku usług niższego poziomu.

Punktowe narzędzie do odzyskiwania może być w stanie przywrócić konkretny zasób. Może jednak nie koordynować kompletnego procesu wymaganego do przywrócenia usługi do stanu użytecznego.

Resolve zapewnia warstwę realizacji dla tego kompleksowego procesu odzyskiwania.

1. Resolve otrzymuje sygnał o zakłóceniu

Proces może rozpocząć się od zdarzenia z platformy obserwowalności, alertu infrastruktury lub incydentu utworzonego w systemie ITSM.

Resolve uruchamia odpowiedni przepływ pracy diagnostycznej bez oczekiwania, aż inżynier ręcznie skopiuje informacje między systemami. Ścieżka audytu zapewnia widoczność aktywności przepływu pracy od początku reakcji.

2. Resolve gromadzi istotny kontekst

Platforma interpretuje sygnał oraz zaufany kontekst operacyjny dostępny dla procesu. Ten kontekst może obejmować dotkniętą usługę, ostatnie zmiany, stan infrastruktury, kondycję zależności, powiązane alerty i informacje o wcześniejszych incydentach.

Jeśli dowody są niekompletne lub sprzeczne, proces może zebrać więcej informacji albo poprosić człowieka o weryfikację przed wykonaniem wrażliwego działania.

3. Resolve identyfikuje zatwierdzoną ścieżkę przywracania

Resolve pomaga określić, który zatwierdzony przepływ pracy związany z przywracaniem odpowiada dostępnym dowodom.

Nie tworzy na bieżąco procedury przywracania środowiska produkcyjnego podczas awarii. Projektant przepływów pracy zawiera logikę przywracania, którą organizacja już zweryfikowała, w tym wymagane dane wejściowe, uprawnienia, zatwierdzenia, kroki walidacji i warunki eskalacji.

4. Resolve koordynuje przywracanie

Resolve wykonuje sekwencję przywracania w odpowiednich systemach.

W zależności od zatwierdzonego planu przepływ pracy może zebrać dodatkowe dane diagnostyczne, odizolować dotknięty komponent, aktywować zasoby rezerwowe, przywrócić konfigurację, skoordynować przełączenie awaryjne, zaktualizować trasowanie, ponownie uruchomić zależne usługi lub powiadomić odpowiednie zespoły.

Przepływ pracy wykonuje te działania w określonej kolejności. Może wstrzymać się w oczekiwaniu na zatwierdzenie przed wprowadzeniem zmiany o wysokim ryzyku, rozgałęziać się w zależności od znanych warunków i zatrzymać się, gdy wymagane zabezpieczenie zawiedzie.

5. Resolve weryfikuje przywrócenie usługi

Ukończenie sekwencji przełączenia awaryjnego nie dowodzi, że usługa została przywrócona.

Resolve wykonuje kontrole powodzenia zdefiniowane przez organizację. Kontrole te mogą potwierdzać dostępność infrastruktury, odpowiadanie zależności, prawidłowe działanie uwierzytelniania, pomyślne przejście testu kondycji aplikacji oraz to, że narzędzia monitorujące nie wykrywają już pierwotnego problemu.

Ta walidacja pomaga zespołowi odróżnić ukończone działanie przywracające od zweryfikowanej usługi biznesowej.

6. Ścieżka audytu wspiera zamknięcie lub eskalację

Jeśli kontrole zakończą się pomyślnie, Resolve może zaktualizować rekord ITSM, przekazać wynik i kontynuować monitorowanie usługi.

Jeśli walidacja zakończy się niepowodzeniem, postępuje zgodnie z zatwierdzoną ścieżką eskalacji lub ścieżką działań kompensacyjnych. Osoby reagujące otrzymają zebrany kontekst, działania wykonane przez przepływ pracy oraz dostępne wyniki.

Ścieżka audytu zapewnia wgląd w aktywność przepływu pracy, umożliwiając osobom reagującym zbadanie wyjątku bez powtarzania całego procesu przywracania.

Przywracanie po awarii wymaga czegoś więcej niż automatyzacji punktowej

Większość przedsiębiorstw ma już narzędzia obsługujące poszczególne elementy przywracania po awarii. Platformy kopii zapasowych chronią dane. Platformy chmurowe zapewniają nadmiarowość. Narzędzia obserwowalności wykrywają problemy z usługami. Platformy ITSM zarządzają incydentami. Narzędzia sieciowe, narzędzia do zarządzania tożsamością i narzędzia infrastrukturalne kontrolują swoje domeny.

Każde narzędzie może dobrze realizować własną funkcję. Wyzwanie związane z orkiestracją pojawia się wtedy, gdy przywracanie wymaga, aby wszystkie te narzędzia działały jako jeden skoordynowany proces.

Bez warstwy orkiestracji zespoły mogą być zmuszone do ręcznego łączenia skryptów, utrzymywania zduplikowanej logiki automatyzacji, przełączania się między oddzielnymi konsolami oraz koordynowania przekazywania zadań za pośrednictwem zgłoszeń lub narzędzi współpracy. W miarę rozwoju środowisk te zależności mogą utrudniać utrzymanie procedur przywracania i ich spójne wykonywanie.

Resolve zapewnia warstwę orkiestracji niezależną od platformy w różnych domenach IT. Zespoły mogą koordynować przepływy pracy, ponownie wykorzystywać automatyzację, konsekwentnie stosować zasady zarządzania oraz łączyć działania przywracające w ramach szerszego stosu technologicznego.

AI zwiększa znaczenie kontrolowanego przywracania

AI może pomóc zespołom interpretować niekompletne alerty, analizować kontekst operacyjny i identyfikować najbardziej odpowiednią zatwierdzoną reakcję. Jednak działania związane z przywracaniem po awarii mogą wpływać na infrastrukturę produkcyjną, dane biznesowe, systemy tożsamości i usługi krytyczne.

Działania te nie powinny całkowicie zależeć od niedeterministycznej AI.

Resolve oddziela rozumowanie od wykonywania, stosując AI tam, gdzie kontekst i interpretacja mają znaczenie, natomiast przekazując działania produkcyjne deterministycznym przepływom pracy z określonymi mechanizmami kontroli. 

Takie podejście pozwala zespołom korzystać z AI podczas przywracania bez przyznawania modelowi probabilistycznemu niekontrolowanej władzy nad systemami krytycznymi.

Resolve przekształca plany przywracania w kontrolowane działania

Plan odtwarzania po awarii jest tak skuteczny, jak zdolność organizacji do jego wykonania, a procedury odtwarzania po awarii często zależą od doświadczonych inżynierów, którzy rozumieją zależności między systemami, ścieżki wyjątków oraz kolejność, w jakiej muszą zostać wykonane działania.

Gdy ta wiedza pozostaje w dokumentach, skryptach lub indywidualnym doświadczeniu, odtwarzanie w dużej mierze zależy od tego, kto jest dostępny podczas zakłócenia.

Resolve daje zespołom możliwość przekształcenia tej wiedzy operacyjnej w wielokrotnie wykorzystywaną logikę wykonywania, aby stworzyć model odtwarzania, który łatwiej powtarzać, nadzorować, przeglądać i udoskonalać.

Dzięki temu udokumentowane procedury stają się nadzorowanymi przepływami pracy, które koordynują systemy, stosują mechanizmy kontrolne, weryfikują odtworzenie i angażują ludzi, gdy wymagany jest osąd.