München, Starnberg, 29. Sept. 2016 - Reality Check: Was ist ihr RTO? Ein Gastbeitrag der Firma Zerto zu den Herausforderungen aktueller Disaster Recovery Strategien...
Zum Hintergrund: Es gibt unterschiedliche Methoden, den IT-Betrieb im Notfall wiederherzustellen. Dass aber alles ohne Datenverluste wiederhergestellt werden muss versteht sich von selbst, nur die Zeit bis dahin ist flexibel und sollte natürlich so kurz wie möglich sein. Der Begriff RTO (Recovery Time Objective) steht grob für diese Zeitspanne. Trotz rechtlicher Vorgaben sind derzeit viele Unternehmen jedoch nicht in der Lage ihren RTO zu bestimmen, meist weil das DR-Testing zu lange dauert und der laufende Betrieb auf keinen Fall beeinträchtigt werden darf. Wird bei hochvirtualisierten, hybriden Cloud-Rechenzentren oder Ransomware der aktuelle Standard der IT-Technik mit Stretched Cluster Konfigurationen plus konventioneller Backup-Technologie den Anforderungen an die RTO damit überhaupt noch gerecht? Das Unternehmen Zerto hat sich dieser Frage angenommen und analysiert im folgenden Beitrag die Schwächen konventioneller (d.h. nicht-Hypervisor-optimierter) DR-Strategien.
Zum Beitrag: „Unternehmen müssen sich darauf verlassen können, dass ihre IT und damit wichtige Applikationen stets verfügbar sind. Um konstante Verfügbarkeit zu bieten, ihre Systeme gegen Hardwareausfälle zu wappnen und gesetzeskonform mit geltenden Vorschriften zu sein, haben viele Unternehmen bislang in teure Speichersysteme als das Herzstück ihrer DR-Strategie (Disaster Recovery) investiert. In einer immer stärker virtualisierten IT-Welt erkennen IT-Manager nun, dass ihr RTO, also die Zeit, die verstreicht, bis alle Systeme wieder verfügbar sind, keinesfalls wie erhofft ‚Null’ ist und in vielen Fällen tatsächlich gänzlich unbekannt ist. Dies liegt unter anderem daran, dass das Testen der Notfallwiederherstellung in einem operativen Umfeld auf aktiven Systemen in vielen Fällen unmöglich durchzuführen ist. Was genau sind die Schwächen derzeit gängiger DR-Strategien? Und welche neuen Lösungen können einen kalkulierbaren RTO garantieren, DR-Testing vereinfachen und generell Komplexität aus dem System nehmen?
Derzeitiger Standard für DR: Stretched Cluster
Eine der wichtigsten Aufgabe einer jeden IT ist es, die Nutzung unternehmensrelevanter Applikationen ohne Unterbrechung zu garantieren. Gerade in der IT sind ganze Geschäftsmodelle darauf ausgerichtet, ihre Dienste 24/7 anzubieten, weil Kunden keinerlei Unterbrechung ihrer gebuchten Dienste akzeptieren. Viele Branchen haben sogar konkrete Vorgaben des Gesetzgebers, definiert über die RTOs, zu erfüllen. Um diese Ziele zu erreichen, haben viele Firmen in Stretched-Cluster-Technologie investiert, um bei Hardware-Ausfällen sogar für komplette Rechenzentren abgesichert zu sein. Snapshots und regelmäßige Backups auf der Softwareseite sind dazu gedacht RPOs zu reduzieren und RTOs auf ein Minimum zu verkürzen. Der Stretched Cluster bietet im Idealfall einen transparent Failover bei einem Ausfall der Hardware. Die Nachteile eines Stretched Clusters hingegen sind die sehr hohen Kosten, die mit der Technologie einhergehende Komplexität und der oft übersehene Fakt, dass der Cluster nicht gegen logische Fehler oder verlorene Daten von Applikationen absichert.
Die Eine-Millionen-Euro-Frage: Was ist ihr RTO?
Worauf es letzten Endes ankommt, bei einer so wichtigen Zielstellung und sehr hohen Investitionen in die entsprechende Systeme: Was ist der RTO? Ein IT-Manager, dessen Aufgabe es ist den Betrieb koste es was es wolle jederzeit zu garantieren, sollte eigentlich in der Lage sein diese einfache Frage zu beantworten.
In der Realität funktioniert es nicht ganz so einfach. Auch mit den fortschrittlichsten und teuersten Speichersystemen, aufbauend auf Stretched-Cluster-Technologie, können die meisten IT-Manager keine Antwort über den RTO des von Ihnen verwalteten Systems geben. Dies wäre exakt natürlich möglich, indem man einen Disaster-Recovery-Test durchführt. Das sollte auch regelmäßig geschehen, um zu bestätigen, dass das System funktioniert und im Notfall, bei einem echten Desaster, bereit wäre.
In der Theorie ist DR-Testing tatsächlich sehr einfach – Man zieht einfach den Stecker und startet die Stoppuhr. In der Praxis scheint das Vertrauen der meisten IT-Manager in ihr System, trotz der enormen Summen die sie gekostet haben, nicht sehr hoch zu sein. Niemand der seine fünf Sinne beisammen hat, würde an einem funktionierenden System einfach den Stecker ziehen – obwohl man sehr viel Geld dafür bezahlt hat, damit man genau das tun kann könnte. Insbesondere bei sehr großen Organisationen mit hohem Datenbestand kann es fast unmöglich sein einen DR-Test durchzuführen. Allein die Planung kann mehrere Tage Vorbereitung benötigen, weil verschieden IT-Abteilungen involviert sind, die alle zur selben Zeit bereit sein müssen. Und die einzige Zeit im Jahr, zu der große Unternehmen tatsächlich einen DR-Test durchführen können, ist zwischen Weihnachten und Neujahr, damit man das System im Notfall noch richten könnte, falls tatsächlich etwas schief geht. Man hat schon von Fällen gehört, dass diese Großunternehmen einen DR-Test sogar innerhalb von acht Tagen nicht erfolgreich abschließen konnten, weil die Menge an zu bewegenden Daten einfach zu groß war um den Test zu einhundert Prozent sicher zu gestalten.
Was jedoch sagt dies über die Compliance dieser Organisationen aus, wenn man in der Realität unfähig ist einen DR-Test durchzuführen? Gesetzliche Vorgaben, wie etwa in Deutschland das Bundesdatenschutzgesetz (BDSG), legen fest, dass „Es sichergestellt werden muss, dass personenbezogene Daten gegen zufällige Zerstörung oder Verlust geschützt werden.“ Diese Anforderung wird durch die sogenannten „Acht Gebote der Datensicherheit“ spezifiziert. Dort ist unter dem Punkt „Verfügbarkeitskontrolle“ geregelt, dass als Maßnahme dafür das Vorhandensein eines Disaster- bzw. Backup-Konzepts vorgesehen ist. Die Realität sieht für die meisten Organisationen ganz anders aus, was im Umkehrschluss bedeutet, daß die meisten Organisationen trotz teurer Stretched-Cluster-Technology die gesetzlichen Vorgaben nicht erfüllen. Zum Kreis dieser Organisationen zählen laut Industrieexperten durchaus auch große und bekannte Unternehmen aus der Medizin, dem Finanz- und Versicherungswesen.
Die Bedrohung durch Ransomware – ein Glück im Unglück?
Ein positiver Nebeneffekt der neuesten Ransomware-Attacken scheint zu sein, dass Organisationen so langsam verstehen, dass ihr System, aufbauend auf sicherer Hardware, sie nicht von ‚Katastrophen’ wie menschlichem Versagen oder Softwareproblemen schützt und sie allein mit einem Stretched Cluster nicht ausreichend geschützt sind. Obwohl es keine offiziellen Zahlen gibt, glauben Industrieexperten, dass circa 25% aller deutschen Krankenhäuser Opfer einer Ransomware-Attacke wurden und zum Teil monatelang an den Folgen zu leiden hatten bevor die Systeme wieder liefen. Dies ist leider ein gutes Beispiel für eine schlechte DR-Strategie, weil natürlich niemand einen RTO von drei Monaten akzeptieren würde. Mit diesem gravierenden Defizit konfrontiert, müssen sich Organisationen damit auseinandersetzen über den Hardware-Ansatz hinaus zu blicken um sich vor Katastrophen zu schützen und gleichzeitig das Vertrauen darauf zurückzugewinnen, dass ihre Systeme sich jederzeit in Kürze wiederherstellen lassen.
Ein RTO von Null mit hardware-basierten DR-Strategien? Nicht in einer virtuellen Welt!
Ein weiteres Problem von DR-Testing ist, dass die meisten Applikationen heute konstant aktiv sind und es nicht möglich ist sie einfach anzuhalten. Was für einen Test aber notwendig wäre. Ein ‚Transparent Failover’ auf Hardwareebene schaltet einfach ohne Unterbrechung von einem Speicher auf den anderen um. Dies funktioniert leider nicht bei Applikationen, die schlimmstenfalls mit mehreren Datenbanken gleichzeitig verbunden sind. Ein DR-Test würde die Applikation anhalten und auf einem anderen System neu starten. Eine kurze Unterbrechung ist folglich unausweichlich, weil Systeme heute in einer virtuellen Welt laufen und nicht mehr in einer physischen. Seitdem die meisten Umgebungen virtualisiert sind, muss die Frage erlaubt sein, warum viele Organisationen ihr Geld buchstäblich auf hardware-basierte DR-Strategien setzen, die dann nicht einmal einen RTO von Null garantieren können, weil die Applikationen, die auf dem System laufen, ohnehin virtualisiert sind und es auch nicht möglich ist einen effektiven DR-Test durchzuführen.
Hypervisor-basierte Replication
Um die Nachteile der derzeitig vorherrschenden DR-Strategie auszugleichen, müssen Organisationen zuerst einmal verstehen, dass ihre Hardware-basierte Strategie mit Snapshots für ein physisches Rechenzentrum entwickelt wurde und den Bedingungen einer virtuellen Welt nicht gerecht wird. Der nächste logische Schritt, um die Notfallwiederherstellung in einem virtualisierten Rechenzentrum zu garantieren, ist hypervisor-basierte Replikation, die nicht nur die Gefahr logischer Fehler bannt sondern auch das Testen von DR vereinfacht und damit das Vertrauen in die Systeme wiederherstellt. Das Resultat ist DR-Testen als tagtägliche Routine, ohne Planung und ohne Unterbrechung der Dienste, mit nur ein paar Klicks und einem anschließenden Report für Audits. Dies klingt bisher nach Zukunftsmusik für DR-gestresst IT-Admins. Mit Hilfe von Hypervisor-basierter Replikation ist diese Vision jedoch bereits heute Realität.“
Über den Autor: Johan van den Boogaart ist Regional Sales Manager bei Zerto, blickt auf fast zwei Jahrzehnte Erfahrung in der IT-Branche zurück und bekleidete während seiner Karriere verschiedene Vertriebspositionen in den Bereichen Storage, Disaster Recovery und Virtualisierung. Vor Zerto verantwortete Boogaart den Vertrieb von Nexenta und Open-E in der deutschsprachigen Region als Sales Manager. Bei Acronis bekleidete er davor den Posten des OEM/ Corporate Account Managers. Boogaart ist Diplom Kaufmann und Absolvent der Universität Groningen.
Foto Johan van den Boogart (Bildquelle Zerto)