Redundancia de infraestructura y cortes de acceso al servicio

Que un servicio esté corriendo en el servidor no garantiza por sí solo que llegue al usuario. En X Mind Solutions, un incidente de acceso que experimentamos nos recordó esta diferencia de manera concreta. Nuestros servicios y servidores estaban operativos, y las alertas existentes no reportaban inconvenientes; aun así, los usuarios no lograban acceder al servicio. Ante un escenario como este, no basta con observar únicamente el estado interno del sistema. También es necesario evaluar los enlaces por los que transita la solicitud del usuario y las dependencias externas.

En nuestras primeras verificaciones nos enfocamos en el entorno de Docker, los túneles y los servicios del servidor. Revisamos el servidor y los logs, y comprobamos que el proceso de Cloudflared estaba activo. Sin embargo, estos controles no demostraban que toda la ruta de acceso estuviera en buen estado. Que un proceso esté levantado y que sea posible establecer una conexión de extremo a extremo a través de él son dos cosas distintas. Por eso, al investigar una falla, resulta mucho más acertado plantear la pregunta '¿está funcionando?' junto con '¿el usuario realmente puede acceder?'.

Al continuar con el análisis, nuestra atención se dirigió hacia la infraestructura externa a nuestros servidores, puntualmente hacia una dificultad de acceso en la zona de Frankfurt. De todas formas, sin contar con detalles técnicos verificados sobre qué ocurrió en cada componente de un proveedor específico, no corresponde señalar una causa raíz definitiva. La lección principal de esto es que las dependencias externas también forman parte de la continuidad operativa. Que los controles locales den resultados positivos no implica que no existan problemas en otro eslabón de la cadena de conexión; por lo tanto, es necesario ampliar el alcance de la investigación en consecuencia.

Para anticiparse a situaciones de este tipo, resulta clave acercar la estrategia de monitoreo a la experiencia del usuario. Además de supervisar los recursos del servidor y los procesos de los servicios, se pueden planificar controles de acceso realizados desde el exterior. El objetivo no es solo comprobar que un componente esté encendido, sino validar que el servicio sea capaz de devolver la respuesta esperada. Las pruebas ejecutadas desde distintos puntos de acceso ayudan a visibilizar la brecha entre el estado del sistema local y la disponibilidad real percibida por el usuario. De este modo, queda mucho más claro qué es lo que miden las alertas.

A partir de la experiencia vivida, uno de los puntos clave a evaluar fue el de los sistemas redundantes basados en infraestructuras independientes. En este aspecto, es fundamental distinguir entre el backup de datos y la redundancia del servicio: contar con una copia de los datos no implica que el tráfico de los usuarios pueda redirigirse a un sistema alternativo. Como aprendizaje en X Mind Solutions, entendimos la necesidad de cuestionar si las alternativas no terminan convergiendo en las mismas dependencias externas. Un plan sólido debe contemplar la consistencia de los datos, las condiciones de conmutación y los pasos de reversión, validando siempre su viabilidad a través de pruebas.