Alta Disponibilidade: desenho, falhas e recuperação

Objetivos e percurso

Percurso técnico com doze módulos e exemplos fictícios de APS. Seis oficinas aprofundam autoridade, leituras, eleição, regresso, learners, substituição, identidade, gerações, repetição de efeitos e capacidade líquida. Dois laboratórios etcd 3.6.15 têm oito e dez grupos executados no mesmo host. Um modelo Python 3.13.1 e SQLite 3.51.2 acrescenta 32 verificações locais e cálculos de recuperação. Inclui oficinas de decisão e comunicação em inglês. Os exemplos de fencing físico, PostgreSQL e Kubernetes permanecem conceptuais. Avaliação interna de 62 decisões em 130 minutos. Os mínimos maduros quantitativos do banco técnico foram atingidos; ensaios em domínios reais, qualificação dos destinos, prática acompanhada e revisão especializada independente continuam pendentes.

Para quem: Equipas APS L2/L3, infraestrutura, SRE, administração de sistemas e gestores técnicos.

Pré-requisitos: Noções de redes, armazenamento e serviços; os exemplos explicitam condições e versões relevantes.

730 minutos de estudo estimados

• Define disponibilidade pelo resultado do serviço, com população, janela e critérios explícitos.
• Avalia dependências comuns, colocação e capacidade depois da falha prevista.
• Distingue decisão por maioria, suspeita de falha e isolamento comprovado.
• Relaciona confirmação de commits, dados disponíveis e recuperação segura do papel de primário.
• Escolhe sinais e tentativas que ajudem a recuperação sem amplificar a falha.
• Decide mudanças pelo estado real e encerra com evidência do serviço e da redundância.
• Observa consenso, leituras e autoridade com três processos locais e distingue coordenação de proteção do recurso.
• Interpreta falhas e recuperação do cluster sem confundir processos disponíveis, votos e recuperação do consumidor.
• Segue as transições de um learner local, interpreta os limites de leitura e confirma o papel antes de reduzir redundância.
• Reconcilia composição e identidade após uma substituição e fecha a mudança com evidência do consumidor e passagem de serviço.
• Executa um contrato local de admissão de escrita e distingue geração, idempotência, transação e isolamento físico.
• Calcula margem de recuperação e interpreta filas, retries e marcos funcionais antes de assumir um compromisso de serviço.

Módulos

1. Objetivos e impacto no serviço
2. Domínios de falha e capacidade residual
3. Quorum e isolamento de escritores
4. Replicação, promoção e redundância
5. Saúde, tráfego e pressão dos retries
6. Manutenção e evidência de recuperação
7. Quorum, leituras e autoridade
8. Eleição, regresso e manutenção
9. Learner, sincronização e promoção
10. Substituição, identidade e aceitação
11. Gerações, efeitos e repetição
12. Capacidade líquida e recuperação

Continua a aprender

Avaliações técnicas

• SAN
• NAS
• Balanceamento de carga
• Suporte de produção L3

Referências e versão

DR HA 2026-09; Pacemaker 3.0, etcd 3.6, PostgreSQL 18 and selected Kubernetes/AWS behavior

• Service level objectives and user-facing indicators · 2026-09-30
• Availability and observation-window arithmetic · 2026-09-30
• Deploy the workload to multiple locations · 2026-09-30
• Use static stability · 2026-10-04
• Test resiliency using chaos engineering · 2026-10-04
• Control and limit retry calls · 2026-10-04
• Pacemaker Explained: Fencing · 2026-10-04
• etcd FAQ · 2026-10-04
• PostgreSQL 18 standby replication and commit acknowledgement · 2026-09-30
• PostgreSQL 18 failover and restoration of redundancy · 2026-09-30
• Kubernetes startup, readiness and liveness probes · 2026-09-30
• Kubernetes disruptions and PDB scope · 2026-09-30
• Kubernetes topology spread constraints · 2026-09-30
• Kubernetes graceful and forced Pod termination · 2026-09-30
• etcd v3.6.15 official release · 2026-10-04
• etcd clustering guide · 2026-10-03
• etcd supported platforms · 2026-10-04
• etcd API · 2026-10-03
• Interacting with etcd · 2026-10-03
• etcd API guarantees · 2026-10-03
• etcd failure modes · 2026-10-03
• etcd runtime reconfiguration · 2026-10-04
• etcd learner design · 2026-10-04
• How to check etcd cluster status · 2026-10-04
• The Chubby lock service for loosely-coupled distributed systems · 2026-10-04
• SQLite transaction control · 2026-10-04
• Python sqlite3 interface and transaction control · 2026-10-04
• Making retries safe with idempotent APIs · 2026-10-04
• Fail fast and limit queues · 2026-10-04