Ai cũng đồng ý rằng cần có kế hoạch phục hồi thảm họa, nhưng không nhiều doanh nghiệp có một kế hoạch thật sự dùng được. Phần lớn nằm ở dạng tài liệu soạn một lần, không ai đọc lại, và lộ ra những lỗ hổng đúng vào lúc sự cố xảy ra. Bài viết này đi qua các bước để biến kế hoạch từ giấy tờ thành năng lực thực tế.
Một kế hoạch phục hồi thảm họa hiệu quả bắt đầu từ phân tích tác động, đặt RPO và RTO cho từng hệ thống, chọn phương án dự phòng tương ứng, ghi rõ vai trò và quy trình, rồi diễn tập định kỳ. Mức đầu tư nên tương xứng với mức quan trọng của từng hệ thống, không áp dụng một mức cho tất cả.
Thảm họa trong doanh nghiệp thường trông như thế nào?
Hình dung thảm họa là cháy nổ hay thiên tai là chưa đủ. Với doanh nghiệp nhỏ, các sự cố thực tế thường gặp là:
- Mã độc tống tiền mã hóa máy chủ và cả các bản sao lưu nối cùng mạng.
- Hỏng phần cứng máy chủ hoặc thiết bị lưu trữ, không có linh kiện thay thế ngay.
- Mất điện hoặc sự cố làm mát tại phòng máy.
- Xóa nhầm hoặc cấu hình sai làm hỏng cơ sở dữ liệu.
- Sự cố của một nhà cung cấp phần mềm hoặc dịch vụ mà hệ thống phụ thuộc.
- Mất quyền truy cập vì tài khoản quản trị bị chiếm đoạt.
Điểm chung là hệ thống ngừng hoạt động hoặc dữ liệu không còn đáng tin. Kế hoạch phục hồi cần trả lời: bao lâu thì chạy lại, và chạy lại với dữ liệu của thời điểm nào.
Bước 1: Phân tích tác động kinh doanh
Liệt kê các hệ thống và hỏi lãnh đạo từng bộ phận: nếu hệ thống này dừng một giờ, một ngày, một tuần thì thiệt hại là gì? Thiệt hại có thể là doanh thu mất đi, đơn hàng trễ, vi phạm cam kết với khách, rủi ro pháp lý hay uy tín. Kết quả giúp xếp hệ thống vào các nhóm ưu tiên, ví dụ:
| Nhóm | Ví dụ hệ thống | Mức chịu đựng gián đoạn |
|---|---|---|
| Trọng yếu | Website bán hàng, phần mềm thanh toán, cơ sở dữ liệu khách hàng | Rất thấp, tính bằng phút hoặc giờ |
| Quan trọng | ERP, kế toán, hệ thống kho | Thấp, tính bằng giờ đến một ngày |
| Thông thường | Tài liệu nội bộ, hệ thống báo cáo | Chịu được vài ngày |
Bảng chỉ là ví dụ; doanh nghiệp cần tự xác định theo thực tế hoạt động của mình.
Bước 2: Đặt RPO và RTO cho từng nhóm
RPO là lượng dữ liệu tối đa chấp nhận mất, RTO là thời gian chấp nhận gián đoạn. Hai con số này quyết định phương án kỹ thuật và chi phí:
- RPO càng ngắn thì tần suất sao lưu hoặc sao chép càng cao.
- RTO càng ngắn thì càng cần môi trường dự phòng sẵn sàng thay vì dựng lại từ đầu.
Hãy viết RPO và RTO bằng con số có đơn vị và được lãnh đạo xác nhận. Con số do bộ phận kỹ thuật tự đặt thường không phản ánh đúng mong đợi của kinh doanh.
Bước 3: Chọn phương án phục hồi tương ứng
Có nhiều mức phương án, từ đơn giản đến phức tạp. Cách phân loại dưới đây mang tính khái quát:
- Sao lưu và dựng lại: sao lưu định kỳ, khi sự cố thì dựng lại hạ tầng và khôi phục dữ liệu. Chi phí thấp, RTO dài.
- Dự phòng nguội hoặc ấm: chuẩn bị sẵn một phần môi trường dự phòng, khi có sự cố sẽ bật lên. RTO trung bình.
- Dự phòng nóng: môi trường dự phòng luôn chạy và đồng bộ liên tục. RTO rất ngắn, chi phí cao nhất.
Theo trang giới thiệu FPT Backup và FPT Disaster Recovery, các dịch vụ này giúp doanh nghiệp xây dựng phương án dự phòng cho website, phần mềm nghiệp vụ và cơ sở dữ liệu quan trọng mà không cần đầu tư trung tâm dữ liệu dự phòng riêng, với giao diện tập trung để theo dõi trạng thái sao lưu và phục hồi và giám sát 24/7/365 của đội ngũ kỹ sư FPT Cloud. Doanh nghiệp chỉ trả cho dung lượng và tài nguyên sử dụng.
Nền tảng dữ liệu cho mọi phương án vẫn là sao lưu đáng tin; xem bài nguyên tắc sao lưu 3-2-1.
Bước 4: Viết kế hoạch ứng phó rõ ràng
Một kế hoạch dùng được cần trả lời nhanh các câu hỏi trong lúc căng thẳng. Nên có:
- Tiêu chí tuyên bố thảm họa: khi nào coi là sự cố đủ nghiêm trọng để kích hoạt kế hoạch và ai có quyền quyết định.
- Danh sách vai trò và liên hệ: chỉ huy sự cố, người phụ trách từng hệ thống, người liên hệ khách hàng, nhà cung cấp; có người thay thế.
- Thứ tự khôi phục: hệ thống nào lên trước, phụ thuộc giữa các hệ thống (ví dụ cơ sở dữ liệu trước ứng dụng).
- Quy trình từng bước: các lệnh, vị trí bản sao lưu, thông tin đăng nhập khẩn cấp lưu ở nơi an toàn, không phụ thuộc vào chính hệ thống bị sự cố.
- Kế hoạch truyền thông: thông báo cho nhân viên, khách hàng, đối tác và cơ quan chức năng nếu cần.
- Phương án tạm thời: cách tiếp tục hoạt động tối thiểu trong lúc chờ phục hồi, ví dụ nhận đơn thủ công.
Hãy in hoặc lưu kế hoạch ở nơi có thể truy cập khi hệ thống chính không dùng được.
Bước 5: Diễn tập và cải tiến
Kế hoạch chưa diễn tập chỉ là giả định. Có thể diễn tập theo ba mức:
- Diễn tập trên bàn: cả nhóm đọc một kịch bản và nói ra từng bước sẽ làm. Chi phí thấp, phát hiện nhiều lỗ hổng về vai trò và quy trình.
- Khôi phục từng thành phần: thử khôi phục một cơ sở dữ liệu hoặc một máy chủ sang môi trường riêng, đo thời gian thực tế.
- Chuyển đổi toàn phần: chạy hệ thống trên môi trường dự phòng trong thời gian giới hạn. Phức tạp nhưng cho kết quả đáng tin nhất, nên dành cho hệ thống trọng yếu.
Sau mỗi lần diễn tập, ghi lại thời gian thực tế so với RTO, những bước vướng và việc cần sửa; giao người chịu trách nhiệm và hạn hoàn thành.
Những sai lầm thường gặp
- Bản sao lưu cùng vị trí với dữ liệu gốc: sự cố tại địa điểm làm mất cả hai.
- Quên các phụ thuộc: khôi phục được ứng dụng nhưng không có cơ sở dữ liệu, dịch vụ xác thực hoặc cấu hình mạng.
- Tài liệu lỗi thời: kế hoạch viết cho hạ tầng cũ trong khi hệ thống đã thay đổi.
- Chỉ tập trung vào công nghệ: bỏ qua quyết định, truyền thông và nhân sự.
- Không có ngân sách duy trì: phương án dự phòng cần được cập nhật và chạy thử, không phải đầu tư một lần.
Kế hoạch phục hồi nên đi cùng nền tảng bảo mật phòng ngừa; xem bảo mật cho doanh nghiệp vừa và nhỏ trên cloud và bài giám sát và cảnh báo để phát hiện sự cố sớm. Nếu bạn đang cân nhắc di chuyển hạ tầng, đọc thêm chuyển hệ thống từ máy chủ vật lý lên cloud.
Câu hỏi thường gặp
RPO và RTO là gì?
RPO (Recovery Point Objective) là lượng dữ liệu tối đa chấp nhận mất, tính theo thời gian. RTO (Recovery Time Objective) là thời gian tối đa chấp nhận để hệ thống hoạt động trở lại sau sự cố.
Sao lưu có đủ để gọi là có kế hoạch phục hồi thảm họa không?
Chưa đủ. Sao lưu chỉ là một thành phần. Kế hoạch phục hồi còn gồm mục tiêu RPO/RTO, thứ tự khôi phục các hệ thống, vai trò từng người, môi trường để chạy lại hệ thống và quy trình diễn tập.
Doanh nghiệp nhỏ có cần trung tâm dữ liệu dự phòng riêng không?
Không nhất thiết. Nhiều doanh nghiệp dùng dịch vụ phục hồi thảm họa trên cloud để có phương án dự phòng cho hệ thống quan trọng mà không phải đầu tư một địa điểm thứ hai.
Bao lâu nên diễn tập phục hồi thảm họa?
Nên diễn tập định kỳ, thường mỗi quý hoặc ít nhất mỗi năm cho hệ thống trọng yếu, và diễn tập lại sau những thay đổi lớn về hạ tầng hoặc phần mềm. Mức tần suất phụ thuộc vào mức độ quan trọng của hệ thống.
Ai chịu trách nhiệm khi xảy ra thảm họa?
Cần chỉ định trước người chỉ huy sự cố, người phụ trách kỹ thuật cho từng hệ thống, người liên hệ khách hàng và đối tác, cùng người dự phòng cho từng vai trò. Danh sách này phải được cập nhật và ai cũng biết.