¿Por qué se interrumpe el acceso si los servicios siguen funcionando? Redundancia de infraestructura

Que un servicio esté funcionando en un servidor no demuestra, por sí solo, que los usuarios puedan acceder a él. Un problema de acceso que experimentamos en X Mind Solutions nos recordó de forma concreta esta diferencia. Nuestros servicios y servidores estaban funcionando y las alertas existentes no indicaban ningún problema; aun así, los usuarios no podían acceder al servicio. En una situación así, no basta con examinar el estado interno del sistema. También es necesario tener en cuenta las conexiones y las dependencias externas por las que pasa la solicitud del usuario.

En las primeras comprobaciones nos centramos en el entorno Docker, los túneles y los servicios del servidor. Revisamos el servidor y los registros, y comprobamos que el proceso Cloudflared estaba en ejecución. Sin embargo, estas verificaciones no demostraban que toda la ruta de acceso funcionara correctamente. Que un proceso esté activo y que permita establecer una conexión de extremo a extremo son cosas distintas. Por ello, al investigar una incidencia, resulta más adecuado abordar la pregunta «¿Está funcionando?» junto con «¿Puede el usuario acceder realmente?».

A medida que avanzó la investigación, nuestra atención se dirigió a la infraestructura externa a nuestros propios servidores y a un problema de acceso en la zona de Frankfurt. No obstante, sin detalles técnicos verificados sobre lo ocurrido en un componente concreto de la infraestructura de un proveedor, no sería correcto afirmar una causa raíz definitiva. La principal lección es que las dependencias externas también forman parte de la continuidad del servicio. Que las comprobaciones locales sean satisfactorias no significa que no exista un problema en otro punto de la cadena de conexión; es necesario ampliar el alcance de la investigación en consecuencia.

Para prepararse ante este tipo de situaciones, es importante acercar la supervisión a la experiencia del usuario. Además de supervisar los recursos del servidor y los procesos de los servicios, se pueden planificar comprobaciones de acceso desde el exterior. El objetivo no es simplemente confirmar que un componente está activo, sino verificar que el servicio puede devolver la respuesta esperada. Las comprobaciones realizadas desde distintos puntos de acceso pueden ayudar a hacer visible la diferencia entre el estado del sistema local y la disponibilidad que perciben los usuarios. Así también se define con mayor claridad qué miden las alertas.

Tras esta experiencia, una de las cuestiones que debíamos evaluar era el uso de sistemas redundantes basados en infraestructuras distintas. Aquí es necesario distinguir entre las copias de seguridad de los datos y la redundancia del servicio: disponer de una copia de los datos no significa que el tráfico de los usuarios pueda pasar a un sistema alternativo. En X Mind Solutions aprendimos que también debemos preguntarnos si las alternativas dependen de los mismos elementos externos. Un plan sólido debe contemplar la coherencia de los datos, las condiciones de conmutación y los pasos para volver al sistema original, y su viabilidad debe evaluarse mediante pruebas.