Technologiewahl nach RPO/RTO-Ziel: Sicherung, Replikat und Cluster

Das freigegebene RPO/RTO-Ziel in der Praxis erfüllen: Systemstufen, Abhängigkeitsreihenfolge, Tabelle Ziel–Technologie, Messung der Wiederherstellungsdauer und Beispielrechnung.
Technische Zusammenfassung
Technologie
RPO, RTO, Hyper-V Replica, Veeam, Failover Cluster, SQL Server Always On AG, CDP
Thema
Freigegebene RPO/RTO-Ziele Technologien zuordnen und prüfen
Niveau
Mittel bis fortgeschritten
Voraussetzungen
  • Freigegebene RPO/RTO-Ziele
  • Systeminventar und Abhängigkeitsinformationen
  • Grundkenntnisse zu Datensicherung und Virtualisierung
In diesem Beitrag8 Abschnitte

Die Geschäftsleitung unterschreibt „RPO 15 Minuten, RTO 4 Stunden für das ERP“; in der Infrastruktur läuft aber weiterhin ein einziger Sicherungsjob um 23:00 Uhr. Diese Lücke zwischen dem Ziel auf dem Papier und der Realität im Serverraum zeigt sich beim ersten ernsthaften Ausfall. Im Folgenden gehen wir von den freigegebenen Zielen aus, teilen die Systeme in Stufen ein, wählen für jede Stufe die passende Technologie (tägliche Sicherung, häufige Snapshots, Replikation, Cluster, Continuous Data Protection) und messen die tatsächliche Wiederherstellungsdauer, um sie mit dem Ziel zu vergleichen.

Die technische Bedeutung von RPO und RTO

RPO (Recovery Point Objective) drückt den nach einem Ausfall maximal akzeptablen Datenverlust als Zeitspanne aus. Technisch entspricht er der Lücke zwischen dem letzten gültigen Wiederherstellungspunkt und dem Zeitpunkt des Ereignisses. Eine einmal täglich um 23:00 Uhr erstellte Sicherung bedeutet bei einem Ausfall am nächsten Tag um 22:59 Uhr etwa 24 Stunden Datenverlust. Der tatsächliche RPO einer täglichen Sicherung ist deshalb nicht „1 Tag“, sondern im ungünstigsten Fall das Sicherungsintervall plus die Dauer bis zum Abschluss der Sicherung. Rechnen Sie entsprechend.

RTO (Recovery Time Objective) ist die längste akzeptierte Zeit, bis der Dienst wieder nutzbar ist. Ein häufiger Irrtum ist, die RTO mit der von der Sicherungssoftware angezeigten Übertragungsdauer gleichzusetzen. Die RTO ist jedoch die Summe dieser Bestandteile:

  • Erkennungs- und Entscheidungszeit: Bemerken des Ausfalls, Entscheidung zur Wiederherstellung.
  • Infrastrukturvorbereitung: Hochfahren von Zielhost, Speicher, Netzwerk und Identitätsdiensten.
  • Datenübertragung oder Inbetriebnahme: Wiederherstellung, Failover des Replikats oder Rollenwechsel im Cluster.
  • Anwendungsprüfung: Start der Dienste, Datenbankkonsistenz, Zugriffstest durch Anwender.

Der Prozess der Zielfestlegung selbst (Business-Impact-Analyse, MTPD und Freigabe) ist ein Managementthema und wird im Beitrag Festlegung und Freigabe von MTPD-, RTO- und RPO-Zielen beschrieben. Hier wird angenommen, dass die Ziele vorliegen, freigegeben und schriftlich festgehalten sind.

Systeme in Stufen einteilen

Schreiben Sie für jeden Server der Server- und Systeminfrastruktur ein eigenes Ziel, bleibt eine hundertzeilige Tabelle, die niemand pflegt. Gruppieren Sie die Systeme in Stufen (Tiers), die sich mit derselben Technologie schützen lassen. Beispielstruktur für eine mittelgroße Umgebung:

Stufe Beispielsysteme Beispiel-RPO Beispiel-RTO
Stufe 0 AD DS, DNS, DHCP, Identität Minuten < 1 Stunde
Stufe 1 ERP-Datenbank, Produktionssoftware 15 min 2–4 Stunden
Stufe 2 Dateiserver, E-Mail-Gateway, Intranet 4–24 Stunden 8–24 Stunden
Stufe 3 Test, Archiv, Reporting 24 Stunden+ Tage

Die Werte müssen aus den freigegebenen Zielen Ihres Unternehmens stammen; die Tabelle zeigt nur die Struktur. Stufe 0 halten wir aus einem einfachen Grund getrennt: Alles andere hängt davon ab. Laufen Domänencontroller und DNS nicht, kann sich auch bei geöffneter ERP-Datenbank kein Anwender anmelden, und Dienstkonten können sich nicht authentifizieren. Ohne DNS geht nichts.

Abhängigkeitsreihenfolge und Wiederherstellungskette

Die RTO einer Anwendung kann nicht kürzer sein als die der langsamsten Komponente, von der sie abhängt. Startet der ERP-Anwendungsserver in 30 Minuten, wird die Datenbank aber in 3 Stunden wiederhergestellt, beträgt die tatsächliche RTO der Anwendung mindestens 3 Stunden. Halten Sie für jedes System der Stufe 1 die Abhängigkeitskette schriftlich fest:

  1. Infrastruktur: Hypervisor-Cluster, gemeinsam genutzter Speicher, Kernnetz und Firewallregeln.
  2. Identität und Namensauflösung: mindestens ein Domänencontroller, DNS, bei Bedarf Zertifikatsdienste.
  3. Datenschicht: Datenbankserver, Dateifreigaben.
  4. Anwendungsschicht: Anwendungsserver, Lizenzserver, Integrationsdienste.
  5. Zugriffsschicht: Load Balancer, Reverse Proxy, VPN, Remotedesktop-Gateway.

Erfasst man die Kette, zeigen sich in fast jeder Umgebung zwei Probleme. Erstens ein System, das als Stufe 2 etikettiert ist, für den Betrieb einer Stufe-1-Anwendung aber zwingend nötig ist; typisches Beispiel ist der Lizenzserver, an den sich niemand erinnert. Zweitens Systeme, deren parallele Wiederherstellung angenommen wird, die sich aber denselben Speicher oder denselben Proxy teilen und deshalb faktisch nacheinander laufen. Auf dem Papier parallel, in der Praxis seriell. Wie diese Reihenfolge Schritt für Schritt dokumentiert wird, ist Thema des Beitrags Erstellung eines Disaster-Recovery-Runbooks.

Zuordnungstabelle Ziel–Technologie

Jede Technologie deckt ein bestimmtes RPO/RTO-Band zu vertretbaren Kosten ab. Die Tabelle ist ein Ausgangspunkt für die Entscheidung; die tatsächlichen Werte hängen von Produkt, Konfiguration und Bandbreite ab.

Technologie Erreichbarer RPO Erreichbare RTO Abgedecktes Szenario
Tägliche Image-Sicherung ~24 Stunden Stunden (abhängig von der Datenmenge) Löschung, Beschädigung, Ransomware, Hardwareverlust
Häufige Sicherung / Log-Sicherung 15 min – 1 Stunde Stunden Logischer Fehler, Rückkehr zu einem bestimmten Zeitpunkt
Sofortstart aus der Sicherung (Instant Recovery) Sicherungsintervall Minuten (verminderte Leistung) Verlust einer einzelnen VM
Asynchrone Replikation (Hyper-V Replica, Veeam) Minuten Minuten – 1 Stunde Verlust von Standort oder Host
Continuous Data Protection (CDP) Sekunden Minuten Standortverlust, schnelle Rückkehr
Failover Cluster / SQL AG 0 (synchron) – Sekunden Sekunden – Minuten Knotenausfall
Synchrone Speicherreplikation 0 Minuten Verlust von Speicher oder Standort (entfernungsbegrenzt)

Die eigentliche Lehre der Tabelle lautet: Hochverfügbarkeitstechnologien ersetzen keine Sicherung. Cluster, AG und synchrone Replikation übertragen auch einen versehentlich ausgeführten DELETE-Befehl oder von Ransomware verschlüsselte Blöcke innerhalb von Millisekunden auf die Gegenseite. Ein Replikat ist eine treue Kopie. Es kopiert auch den Fehler. Den RPO gegenüber logischen Fehlern liefern nur Sicherungen und Log-Sicherungen, die rückwirkende Wiederherstellungspunkte vorhalten. Für Systeme der Stufen 0 und 1 bauen wir deshalb beide Schichten gemeinsam auf: Replikat oder Cluster für Infrastrukturausfälle, häufige Sicherung für logische Fehler. Umsetzungsdetails der Replikationsoptionen stehen im Beitrag Hyper-V Replica, Veeam und Speicherreplikation, der Clusterentwurf im Beitrag Hyper-V-Failover-Cluster-Planung.

Balance zwischen Kosten und Komplexität

Den RPO von Stunden auf Minuten zu senken, erfordert meist einen zweiten Standort oder ein Cloud-Ziel, zusätzliche Lizenzen und dauerhafte Bandbreite. Die RTO von Stunden auf Minuten zu senken, bedeutet dagegen Rechenkapazität, die im Leerlauf wartet. Fragen Sie für jede Stufe: Können wir das Ziel mit einer einfacheren Technologie erfüllen, etwa mit häufiger Sicherung und Sofortstart statt Replikation? Wenn ja, erhöhen Sie die Komplexität nicht. Jede zusätzliche Schicht ist eine weitere Komponente, deren Störung um 03:00 Uhr nachts zu analysieren ist.

Wiederherstellungsdauer messen

Die einzige Möglichkeit zu sagen, dass die RTO erfüllt ist, ist die Messung. Übertragungsraten in Produktdokumenten oder die Dauer des Sicherungsjobs zeigen nicht die Wiederherstellungsdauer. Der Wiederherstellungspfad (Lesen aus dem Repository, Netzwerk, Schreiben auf den Zielspeicher) trifft auf andere Engpässe als der Sicherungspfad; ein deduplizierendes Repository ist beim Schreiben schnell, beim zufälligen Lesen meist nicht. Stoppuhr statt Schätzung. Zur Messung:

  • Stellen Sie aus jeder Stufe ein repräsentatives System vollständig in einem isolierten Netz wieder her und erfassen Sie Start- und Endzeit.
  • Zerlegen Sie die Dauer in Bestandteile: Datenübertragung aus dem Repository, Registrierung und Start der VM, Start der Dienste, Anwendungsprüfung.
  • Testen Sie Parallelität: In einer Umgebung, in der eine einzelne VM in 40 Minuten zurück ist, steigt die Dauer bei zehn gleichzeitig wiederhergestellten VMs vielleicht nicht linear, aber sie steigt in jedem Fall.
  • Veeam SureBackup oder ähnliche automatische Prüffunktionen können genutzt werden, um regelmäßig nachzuweisen, dass die VM startet und ihre grundlegenden Dienste antworten.

In einer Hyper-V-Umgebung können Sie mit PowerShell einfach messen, wie lange eine VM nach vollständiger Wiederherstellung bis zur Antwort braucht:

$start = Get-Date
Start-VM -Name "ERP-DB01"
do { Start-Sleep -Seconds 5 }
until (Test-NetConnection -ComputerName "erp-db01" -Port 1433 -InformationLevel Quiet -WarningAction SilentlyContinue)
"SQL-Port antwortet: {0:N1} Minuten" -f ((Get-Date) - $start).TotalMinutes

Diese Messung liefert nur die Dauer für Start und Dienststart. Dass der Port offen ist, heißt nicht, dass die Anwendung läuft; rechnen Sie zur gesamten RTO die Datenübertragungsdauer hinzu und ob ein Key User einen echten Vorgang durchführen kann. Wie der Wiederherstellungstest zur regelmäßigen Gewohnheit wird, behandelt ausführlich der Beitrag 3-2-1-1-0-Regel und Wiederherstellungstest.

Beispielrechnung

Prüfen wir für einen ERP-Datenbankserver der Stufe 1, ob das Ziel mit der vorhandenen Infrastruktur erfüllt wird. Die Werte sind Annahmen; setzen Sie die Zahlen aus Ihrer eigenen Testwiederherstellung ein.

Position Wert Erläuterung
Freigegebenes Ziel RPO 15 min, RTO 4 Stunden Stufe 1
Gesamte Festplattengröße der VM 1,8 TB Belegte Blöcke
Gemessene Wiederherstellungsrate 250 MB/s Aus der Testwiederherstellung
Datenübertragungsdauer ~2 Stunden 1.800.000 MB ÷ 250 MB/s ≈ 7.200 s
Infrastrukturvorbereitung + Entscheidung 45 min Aus der Übung
Einspielen der Log-Sicherungen 20 min Logs nach der letzten differenziellen Sicherung
Anwendungsprüfung 30 min Test durch Key User
Gesamt ~3 Stunden 35 min Nahe am Ziel, wenig Reserve

Auf dem Papier wird die RTO erfüllt. Die Reserve beträgt jedoch 25 Minuten. Sollen gleichzeitig zwei weitere Systeme der Stufe 1 wiederhergestellt werden, werden die 250 MB/s geteilt, und das Ziel wird überschritten. Auf RPO-Seite scheint das Log-Sicherungsintervall von 15 Minuten das Ziel zu erfüllen; liegen die Log-Sicherungen aber nur auf der lokalen Festplatte desselben Servers, gehen sie mit dem Server verloren, und der tatsächliche RPO fällt auf den Zeitpunkt der letzten Kopie zurück. Diesen Fehler sehen wir in Audits häufig.

Die Lücke zwischen Ziel und Realität schließen

Legt man die Messergebnisse neben das Ziel, passt die Lücke meist zu einem dieser Muster:

  • Übertragungsengpass: Das Repository liegt auf langsamen Festplatten oder hinter einem 1-GbE-Netz. Lösung: den Wiederherstellungspfad beschleunigen (schnellere Repository-Schicht, 10/25 GbE, lokale Kopie) oder per Sofortstart den Dienst zuerst öffnen und die Daten im Hintergrund verschieben.
  • Reihenfolgeengpass: Systeme der Stufe 0 kommen spät zurück. Lösung: ein dauerhaft laufender Domänencontroller am zweiten Standort; Identitätsdienste per Replikation statt per Wiederherstellung schützen.
  • Parallelitätsengpass: Ein einziger Proxy oder eine einzige Netzwerkverbindung des Repositorys reiht alle Wiederherstellungen hintereinander. Lösung: Proxy- und Repository-Kapazität für das Katastrophenszenario dimensionieren.
  • RPO-Lücke: Das Sicherungsintervall passt, aber die Kopien liegen am selben Ort. Lösung: Log- und inkrementelle Sicherungen in kurzen Abständen an einen zweiten Ort kopieren.
  • Das Ziel selbst ist nicht realistisch: Werden die Kosten der technischen Erfüllung nicht akzeptiert, muss das Ziel mit den Messergebnissen erneut zur Freigabe vorgelegt werden. Das Ziel stillschweigend als „annähernd erfüllt“ zu werten, verschiebt die Überraschung auf den Tag der Katastrophe.

Wenn Sie beim Messen der technischen Entsprechung Ihrer Ziele und beim Übertragen der Lücken in den Infrastrukturentwurf mit uns zusammenarbeiten möchten, finden Sie unseren Ansatz auf den Seiten Datensicherung und Disaster Recovery sowie Infrastrukturberatung. Für den konzeptionellen Rahmen ist der NIST-Leitfaden SP 800-34 Rev. 1 zur Notfallplanung für Informationssysteme eine gute Primärquelle.

Häufig gestellte Fragen

Was ist der Unterschied zwischen RPO und RTO?

RPO ist der maximal akzeptable Datenverlust und hängt von der Häufigkeit der Wiederherstellungspunkte ab. RTO ist die längste akzeptierte Zeit, bis der Dienst wieder nutzbar ist; sie hängt von der Geschwindigkeit von Wiederherstellung, Failover und Prüfung ab.

Braucht man bei vorhandener Replikation zusätzlich eine Sicherung?

Ja. Replikation und Cluster ermöglichen eine schnelle Rückkehr bei Hardware- oder Standortverlust, übertragen aber auch Löschungen, Beschädigungen und Verschlüsselung auf die Gegenseite. Rückwirkende Wiederherstellungspunkte gibt es nur in der Sicherung.

Wie wird die RTO gemessen?

Stellen Sie aus jeder Stufe ein repräsentatives System in einer isolierten Umgebung tatsächlich wieder her; erfassen Sie die Zeiten für Erkennung, Infrastrukturvorbereitung, Datenübertragung und Anwendungsprüfung getrennt. Testen Sie auch das Szenario, in dem mehrere Systeme gleichzeitig wiederhergestellt werden.

Warum kann der tatsächliche RPO einer täglichen Sicherung länger als 24 Stunden sein?

Tritt das Ereignis unmittelbar vor der nächsten Sicherung ein, entspricht der Verlust dem Sicherungsintervall; hinzu kommen die Dauer bis zum Abschluss der Sicherung und die Zeit, bis die Kopie den zweiten Standort erreicht. Liegt die Sicherung am selben Ort, der vom Ausfall betroffen ist, rückt der RPO noch weiter zurück.

Support

Kontaktieren Sie uns für Support oder eine Bestandsaufnahme zu diesem Thema.

Kontaktformular
[email protected]

Eretek Systembetreuung

Serverinstallation, Konfiguration, Störungsbehebung und regelmäßige Wartung. Active Directory, Virtualisierung und Datensicherung werden mit derselben Disziplin betrieben.

Wissenszentrum

Weitere Beiträge