Recuperação de Desastre em OpenStack: Como a Expertise da Canonical Garante Continuidade sem Perda de Dados

Introdução
A recente experiência de um cliente da Canonical demonstra que, mesmo em ambientes críticos, a perda total de serviços pode ser evitada quando se conta com expertise especializada em OpenStack. Durante a madrugada, o plano de controle (control plane) do OpenStack ficou indisponível porque o backup único estava obsoleto. Em vez de restaurar a partir de um snapshot antigo, a equipe de suporte da Canonical reconstruiu o cluster de bancos de dados em tempo real, serviço por serviço, sem interrupções nas cargas de trabalho dos usuários. Este caso ilustra a importância de estratégias de recuperação de desastre (DR) que vão além de backups estáticos e incorporam processos automatizados, conhecimento profundo da pilha OpenStack e integração com o Ubuntu.

O que há de novo no Ubuntu?
O Ubuntu 24.04 LTS (ou versões mais recentes) traz aprimoramentos significativos para o Charmed OpenStack, incluindo:
- **Operadores (charms) atualizados** que permitem a orquestração de serviços críticos como MariaDB Galera, RabbitMQ e Keystone com tolerância a falhas embutida.
- **Suporte nativo a microversões** de componentes OpenStack, facilitando patches de segurança sem downtime.
- **Ferramentas de monitoramento integradas (Prometheus + Grafana)** que geram alertas antecipados de degradação de quorum.
Essas funcionalidades são a base que possibilitou a reconstrução ao vivo do cluster de bancos de dados sem impactar as VMs ou containers em execução.

Impacto prático para Sysadmins
1. **Planejamento de backups multi‑ponto** – Não dependa de um único snapshot. Utilize o `maas backup` ou o `juju backup` para gerar cópias periódicas de cada serviço crítico.
2. **Configuração de Galera com quorum automático** – O operador `charmed-mariadb` já cria um cluster de três nós com `wsrep_sst_method=rsync`. Verifique a saúde com:
   ```bash
   juju status mariadb
   mysql -u root -e "SHOW STATUS LIKE 'wsrep_%';"
   ```
3. **Failover de RabbitMQ** – Habilite o modo de espelhamento de filas (`ha-mode=all`) e teste a promoção de nós usando:
   ```bash
   rabbitmqctl cluster_status
   rabbitmqctl set_policy ha-all ".*" '{"ha-mode":"all"}'
   ```
4. **Integração com LXD** – Containers LXD podem ser usados como nós de apoio temporários durante a recuperação. Crie um contêiner LXD com a mesma versão de MariaDB e adicione‑o ao cluster:
   ```bash
   lxc launch ubuntu:24.04 mariadb-recovery
   lxc exec mariadb-recovery -- apt install mariadb-server
   # Adicionar ao cluster Galera
   mysql -u root -e "SET GLOBAL wsrep_cluster_address='gcomm://node1,node2,mariadb-recovery';"
   ```
5. **Segurança do Kernel** – Ao reconstruir bancos de dados ao vivo, o kernel pode ficar sob carga de I/O intenso. Garanta que os parâmetros `vm.swappiness=10` e `fs.file-max=1000000` estejam ajustados para evitar thrashing.

Desenvolvimento detalhado – Passo a passo da recuperação ao vivo
1. **Diagnóstico inicial** – Verifique o status do control plane com `openstack status` e identifique o serviço falho (ex.: `galera`).
2. **Isolamento do nó problemático** – Use o `juju run-action mariadb/0 pause` para parar temporariamente o nó com falha, evitando propagação de corrupção.
3. **Recriação do nó** – Apague o volume corrompido e recrie‑o a partir de um snapshot recente:
   ```bash
   openstack volume delete
   openstack volume create --size 200 --image new-db-node
   ```
4. **Reintegração ao cluster** – Execute o script de sincronização de estado (`sst`) que o operador Galera dispara automaticamente. Monitore o progresso com:
   ```bash
   juju debug-log -l debug | grep galera
   ```
5. **Validação de consistência** – Após a reintegração, rode consultas de integridade:
   ```bash
   mysqlcheck -u root --auto-repair --check --all-databases
   ```
6. **Reativação dos serviços dependentes** – Despause os serviços de orquestração (`juju run-action keystone/0 resume`) e confirme que as APIs respondem.

Conclusão – Estabilidade como resultado de processos automatizados
A recuperação bem‑sucedida deste cliente demonstra que a combinação de OpenStack sobre Ubuntu LTS, operadores Charms e práticas de DR avançadas pode eliminar o risco de perda de carga de trabalho, mesmo quando o backup tradicional falha. Para os sysadmins, a lição principal é investir em automação de failover, múltiplos pontos de restauração e monitoramento proativo. Quando essas peças estão alinhadas, a reconstrução de um cluster de banco de dados em tempo real torna‑se uma operação rotineira, não uma emergência. A estabilidade do ambiente de produção – seja VPS, nuvem pública ou containers LXD – depende diretamente da maturidade da infraestrutura de recuperação, e o Ubuntu fornece as ferramentas necessárias para alcançar esse patamar.