Redundancia en Centros de Datos: Una Guía sobre Niveles de Redundancia

Un alto nivel de redundancia es una de las características definitorias de los centros de datos modernos. La redundancia garantiza que los sistemas críticos permanezcan operativos en caso de fallos de hardware, problemas relacionados con la energía y intentos de violación de datos. A medida que aumenta la demanda de servicios digitales ininterrumpidos, comprender el funcionamiento interno de la redundancia en los centros de datos nunca ha sido más crítico.

Este artículo es una guía completa sobre la redundancia en centros de datos que explica cómo los propietarios de instalaciones diseñan infraestructuras tolerantes a fallos. Sigue leyendo para aprender qué tipos de redundancia puedes implementar dentro de los centros de datos y ver por qué los componentes redundantes son vitales para evitar tiempos de inactividad no planificados.

¿Qué es la redundancia en los centros de datos?

La redundancia en el centro de datos es la práctica de duplicar componentes y sistemas críticos dentro de una instalación para garantizar la operación continua en caso de falla. El objetivo de la redundancia es eliminar los puntos únicos de falla (SPOF) y mantener alta disponibilidad incluso cuando piezas individuales de hardware o software fallan.

Los propietarios de instalaciones pueden implementar redundancia a través de múltiples capas de infraestructura, incluyendo:

• Sistemas de energía (alimentaciones duales de utilidad, generadores de respaldo, fuentes de alimentación ininterrumpida (UPS), etc.).
• Sistemas de refrigeración (unidades HVAC duplicadas, chillers de respaldo, bombas de refrigerante redundantes, etc.).
• Equipos de red (enrutadores redundantes, conmutadores, cortafuegos, enlaces de ISP, etc.).
• Componentes de computación y almacenamiento (servidores espejados, matrices de almacenamiento replicadas, nodos de reserva, etc.).

Al incorporar redundancia en cada capa, los centros de datos están mejor preparados para minimizar las interrupciones del servicio causadas por fallos de hardware, cortes de energía, desastres naturales o ciberataques. Una redundancia exhaustiva también ayuda a localizar fallas y prevenir fallos en cadena que afectan a múltiples sistemas.

Los centros de datos modernos dependen en gran medida de la automatización y el monitoreo en tiempo real para apoyar sistemas redundantes. La mayoría de las instalaciones utilizan herramientas automatizadas para detectar anomalías, activar conmutaciones por error y garantizar que los sistemas de respaldo se activen precisamente cuando se necesitan sin intervención manual.

Los propietarios de las instalaciones no tienen que duplicar cada componente en el centro de datos para protegerse contra el tiempo de inactividad. En su lugar, la redundancia debe centrarse en los sistemas que son críticos para las operaciones o que son más vulnerables a fallas.

Por ejemplo, replicar equipos de red centrales o sistemas de energía es vital, pero duplicar sistemas auxiliares no críticos a menudo no vale la pena desde el punto de vista de costo-beneficio.

¿Por qué es importante la redundancia en los centros de datos?

La redundancia del centro de datos no se trata de evitar fallos, sino de esperar problemas y diseñar sistemas que continúen operando frente a interrupciones. Prepararse proactivamente para incidentes ofrece los siguientes beneficios:

• Mejor disponibilidad. La redundancia minimiza el riesgo de tiempo de inactividad al asegurar que los sistemas de respaldo están listos para asumir el control si un componente principal falla. Esta capacidad es esencial para cumplir con los altos objetivos de disponibilidad.
• Mantenimiento sin interrupciones. La redundancia permite a los equipos realizar mantenimiento rutinario y actualizaciones de hardware sin desconectar los sistemas. Siempre que los técnicos trabajen en una pieza de equipo, pueden redirigir las operaciones al sistema de respaldo para evitar el tiempo de inactividad.
• Tolerancia a fallos. Con múltiples sistemas redundantes en su lugar, un centro de datos puede prevenir que pequeños problemas causen fallos en cadena y se escalen a interrupciones de servicio completas.
• Estrés reducido en la respuesta a incidentes. En entornos altamente redundantes, los equipos internos pueden responder con calma a las fallas, ya que las operaciones continúan funcionando sin interrupciones. Hay menos presión sobre el equipo, por lo que pueden manejar los problemas de manera metódica y con menos urgencia.
• Cumplimiento y cumplimiento de SLA. La alta redundancia ayuda a los centros de datos a cumplir con los marcos regulatorios y a satisfacer los términos de los acuerdos de nivel de servicio (SLA) con los clientes.
• Mejora de la confianza del cliente. Un tiempo de actividad constante y un servicio fiable fomentan la confianza del cliente. Como beneficio adicional, garantizar un mayor tiempo de actividad que los competidores es un gran punto de venta para la adquisición y retención de clientes.
• Escalado sin tiempo de inactividad. Los sistemas redundantes a menudo facilitan la ampliación de operaciones porque los técnicos pueden agregar nueva capacidad al equipo (lo que se conoce como escalado vertical) sin causar interrupciones en el servicio.
• RTOs y RPOs más rápidos. La redundancia reduce los tiempos de recuperación al permitir que los sistemas cambien rápidamente a la infraestructura de respaldo. Objetivos de tiempo de recuperación (RTOs) y objetivos de punto de recuperación (RPOs) más cortos garantizan que las instalaciones puedan restaurar datos y servicios de manera oportuna en caso de incidentes imprevistos.

Tipos de redundancia en el centro de datos

Las siguientes secciones presentan los diferentes tipos de redundancia en centros de datos que aumentan la resiliencia de la instalación ante incidentes inesperados y evitan tiempos de inactividad no planificados.

Redundancia de energía

La redundancia de energía implica implementar sistemas de respaldo para garantizar un suministro continuo de electricidad a componentes críticos en caso de que falle la fuente de alimentación primaria. Aquí están las estrategias más comunes en las que los propietarios de centros de datos confían para asegurar la redundancia de energía:

• Alimentaciones duales. Muchos centros de datos reciben electricidad de dos subestaciones de servicios públicos separadas, lo que reduce la dependencia de un solo camino de red.
• Generadores de respaldo. Los centros de datos de primer nivel cuentan con generadores a combustible que proporcionan energía de respaldo a largo plazo durante cortes prolongados.
• Fuente de alimentación ininterrumpida. Un UPS proporciona energía a corto plazo a través de baterías o volantes de inercia para cubrir el intervalo entre un corte de energía y el arranque del generador de respaldo. Además de prevenir el tiempo de inactividad, los UPS protegen el equipo de picos y caídas de voltaje.
• Unidades de distribución de energía dual (PDUs). Las PDUs distribuyen electricidad desde un UPS o generador a los racks de servidores. Las PDUs redundantes son una precaución común para garantizar que la energía siga fluyendo incluso si un camino falla.
• Alimentaciones de energía A/B. En esta estrategia de redundancia, cada servidor o dispositivo crítico se conecta a dos circuitos de energía separados para garantizar un suministro de energía continuo. En configuraciones de alta gama, estas alimentaciones son alimentadas por UPS separados y cadenas de generadores.

Incluso con todas estas precauciones, los sistemas de energía requieren un mantenimiento riguroso y un monitoreo en tiempo real para seguir siendo fiables. Las pruebas regulares de generadores, chequeos de la salud de las baterías y el seguimiento de la efectividad del uso de energía (PUE) son obligatorios.

Redundancia de Refrigeración

Los centros de datos generan un inmenso calor debido a la alta densidad de hardware. Sin un enfriamiento efectivo, los componentes pueden sobrecalentarse, degradarse o incluso fallar.

La redundancia de refrigeración garantiza que la instalación mantenga temperaturas de operación seguras incluso si un componente de refrigeración falla o está en mantenimiento.

Aquí están las estrategias más comunes para garantizar la redundancia en el enfriamiento:

• Sistemas de HVAC duales (calefacción, ventilación, aire acondicionado). Los centros de datos a menudo implementan múltiples unidades de HVAC que operan en conjunto o en modos de conmutación A/B. Si un sistema falla, una unidad redundante puede mantener condiciones ambientales óptimas.
• Respaldo de CRAC y AHU. Muchas instalaciones dependen de unidades de aire acondicionado de salas de computadoras y unidades de manejo de aire redundantes o que operan de manera concurrente para regular la temperatura y la humedad en salas de servidores densamente empaquetadas.
• Enfriadores y torres de enfriamiento adicionales. Muchos grandes centros de datos despliegan enfriadores y bombas de respaldo, bucles de enfriamiento separados y torres de enfriamiento para garantizar la continuidad del enfriamiento basado en agua.

La gestión efectiva del flujo de aire mediante la contención de pasillos calientes y fríos juega un papel de apoyo crítico en la mayoría de las estrategias de redundancia de refrigeración. Una contención adecuada previene la mezcla de flujos de aire caliente y frío, lo que mejora la eficiencia tanto de los sistemas de refrigeración primarios como de los de respaldo.

La mayoría de los propietarios de instalaciones instalan sensores en todo el centro de datos para monitorear continuamente la temperatura, la humedad y el flujo de aire. Estos sistemas generan alertas cuando las condiciones superan los umbrales predefinidos y automatizan las conmutaciones a sistemas de refrigeración secundarios.

Redundancia de Red

La redundancia de red es la práctica de crear múltiples caminos independientes para el tráfico de datos. Si un camino se vuelve inavailable debido a una falla, congestión del tráfico o mantenimiento, otro toma el control automáticamente para preservar el tiempo de actividad y el rendimiento.

A continuación se presentan las estrategias más populares para garantizar una redundancia de red suficiente:

• Múltiples proveedores de servicios de Internet. Usar dos o más ISP con rutas físicas diversas minimiza el riesgo de que una interrupción externa de la red afecte las operaciones.
• Conmutadores y enrutadores redundantes. Muchos centros de datos implementan conmutadores duales, enrutadores de borde y capas de agregación para prevenir que las fallas de componentes causen tiempo de inactividad.
• Caminos de red dual y cableado. Muchos propietarios de instalaciones configuran servidores y otros sistemas críticos con dos o más Tarjetas de Interfaz de Red (NIC) físicas, cada una conectada a conmutadores separados a través de rutas de cable individuales. Esta precaución protege contra fallos de hardware y daños en los cables.
• DNS redundante. Algunas instalaciones implementan sistemas de DNS redundantes para garantizar la resolución continua de nombres de dominio incluso si el proveedor de DNS primario falla.
• Dispositivos de seguridad de red redundantes. Las configuraciones de alta disponibilidad a menudo incluyen cortafuegos duales y sistemas de detección de intrusiones (IDS) en configuraciones activas-pasivas o activas-activas para mantener la seguridad durante fallos de equipo o mantenimiento.
• Protocolo de puerta de enlace de borde (BGP) enrutamiento. Muchos centros de datos utilizan BGP para enrutar el tráfico dinámicamente entre múltiples ISPs en función de la disponibilidad y el rendimiento. Si un ISP falla, BGP enruta dinámicamente el tráfico a través de otro proveedor.

Redundancia de Computación y Almacenamiento

Un centro de datos no es tolerante a fallos a menos que sus capas de computación y almacenamiento puedan soportar fallos. Los propietarios de centros de datos protegen estas capas con medidas de redundancia en computación y almacenamiento.

La redundancia computacional es la práctica de distribuir las cargas de trabajo entre múltiples servidores. De esa manera, la falla de cualquier máquina individual no interrumpe el servicio.

Este tipo de redundancia se puede lograr a través de técnicas como:

• Ejecutar clústeres de conmutación por error que comienzan a funcionar si los servidores primarios fallan.
• Distribuyendo cargas de trabajo con balanceadores de carga para permitir que otros nodos de cómputo absorban el tráfico si uno falla.
• Utilizando la virtualización y los hipervisores para migrar máquinas virtuales (VMs) entre hosts o reiniciarlas en nodos saludables.
• Distribuyendo implementaciones en múltiples sitios de centros de datos para mantener el servicio en caso de que una de las instalaciones sufra una interrupción.
• Replicando y almacenando en puntos críticos el estado a través de nodos para permitir una recuperación rápida sin una gran interrupción del servicio.

La redundancia de almacenamiento es la práctica de replicar datos en múltiples discos, volúmenes o incluso instalaciones para garantizar que los archivos permanezcan intactos y disponibles frente a fallos de disco, corrupción de datos o cortes en el sitio. Aquí están las técnicas más comunes para garantizar una redundancia de almacenamiento suficiente:

• Implementar configuraciones RAID para duplicar o distribuir datos entre múltiples discos.
• Implementación de redes de área de almacenamiento (SAN) con arreglos de discos redundantes accesibles por varios servidores.
• Uso de configuraciones de almacenamiento conectado a la red (NAS) con agrupamiento de conmutación por error o controladores duales.
• Realizando una replicación en tiempo real para duplicar datos a través de múltiples sistemas de almacenamiento (localmente o de forma remota).
• Tomar instantáneas y copias de seguridad para preservar copias en un momento dado para la recuperación en caso de pérdida de datos.
• Mantener almacenamiento georrespondido para replicar datos en centros de datos lejanos.

Niveles de Redundancia en Centros de Datos

Los niveles de redundancia de los centros de datos son clasificaciones que describen cuán resiliente es un centro de datos ante fallos. Estos niveles giran en torno al concepto de N, que representa la cantidad mínima de capacidad necesaria para soportar las operaciones normales.

N es la cantidad mínima de infraestructura (energía, refrigeración, computación, etc.) requerida para mantener todo funcionando bajo la carga operativa máxima normal. Piensa en N como el número de:

• Se necesitan generadores para alimentar todo el aula de datos.
• Se requieren unidades de refrigeración para mantener temperaturas de operación seguras en toda la instalación.
• Conexiones de red necesarias para manejar la demanda máxima de ancho de banda.
• Se necesitan servidores para garantizar un rendimiento óptimo de la carga de trabajo.

Por definición, N no incluye ninguna redundancia y, por lo tanto, es susceptible a puntos únicos de falla. La falta de margen para fallas significa que cualquier incidente, ya sea un corte de energía o un fallo en el servidor, provoca degradación del servicio o inactividad.

Los sistemas N son una buena opción para entornos no críticos, pero todos los sistemas vitales en un centro de datos requieren niveles de redundancia más altos, como N+1, 2N o 2N+1.

N+1 (Redundancia Básica)

La redundancia N+1 significa que por cada conjunto de componentes críticos necesarios para mantener las operaciones normales (N), hay una copia de respaldo independiente lista para tomar el control en caso de falla.

Por ejemplo, si un centro de datos necesita cuatro unidades de refrigeración para mantener la temperatura, una configuración N+1 requeriría el despliegue de cinco unidades. La unidad extra actúa como repuesto si algo sale mal con uno de los sistemas de refrigeración principales.

El componente "+1" no funciona a plena capacidad a menos que ocurra una falla. Permanece inactivo o en espera, listo para arrancar si uno de los sistemas principales falla o necesita mantenimiento. Algunos sistemas N+1 rotan el uso para evitar el desgaste de una sola unidad de reserva (una técnica llamada redundancia rotacional).

A diferencia de las estrategias más avanzadas, la redundancia N+1 proporciona una sólida tolerancia a fallos sin requerir que duplique toda la infraestructura. Una configuración N+1 también es más fácil de escalar que las estrategias de redundancia más complejas y es ideal para entornos de crítica moderada.

2N (Totalmente Redundante)

La redundancia 2N significa duplicar cada componente crítico en la infraestructura objetivo. Para cada sistema primario (N), hay una copia de seguridad completamente independiente e idéntica (otro N) que funciona en paralelo o en espera. Si un sistema falla, el segundo toma el control de inmediato sin pérdida de funcionalidad ni tiempo de inactividad.

Por ejemplo, si necesitas cuatro unidades de UPS para operar tu centro de datos, una configuración 2N requeriría ocho unidades (cuatro activas y cuatro de respaldo). Los dos conjuntos no comparten componentes ni dependencias y funcionan en caminos de energía e infraestructura separados.

La redundancia 2N elimina los puntos únicos de falla, incluso en la infraestructura auxiliar (alimentaciones eléctricas, circuitos de refrigeración, enlaces de red, etc.). Un sistema completo puede fallar sin impacto en las operaciones, por lo que no hay interrupciones en el servicio durante el mantenimiento o en caso de falla de un componente.

En el lado negativo, la redundancia 2N es costosa de implementar. La estrategia requiere una duplicación completa de los sistemas críticos y duplica la cantidad de espacio físico requerido. El consumo de energía aumenta, especialmente si ambos sistemas funcionan en modo activo-activo. Los sistemas 2N también son complejos de gestionar, ya que supervisar, probar y sincronizar entornos duplicados puede ser difícil.

2N+1 (Extra Resistente)

La redundancia 2N+1 es una infraestructura completamente duplicada 2N equipada con un componente de respaldo adicional para mayor protección. Si su sistema necesita cuatro componentes para funcionar (N=4), una configuración 2N+1 incluye cuatro componentes activos, cuatro respaldos completamente independientes y una unidad de repuesto adicional.

Un componente extra más allá de los sistemas duales completos asegura que, incluso si ocurre una falla durante el mantenimiento o hay un fallo inesperado en ambos sistemas principales, todavía hay una unidad de reserva adicional. Al igual que con la redundancia 2N, la mayoría de los sistemas 2N+1 dependen de configuraciones activas-pasivas con conmutación automática por falla.

La redundancia 2N+1 proporciona resistencia contra fallos simultáneos y solapamiento en el mantenimiento, que es una brecha clave que no está cubierta por las estrategias 2N. Como resultado, los sistemas disfrutan de la máxima tolerancia a fallos, ya que pueden soportar múltiples fallos simultáneos sin causar tiempo de inactividad.

En el lado negativo, 2N+1 es aún más costoso de implementar que los sistemas 2N, tanto desde el punto de vista de CapEx como de OpEx. Esta configuración también requiere más espacio físico y herramientas de orquestación más complejas para gestionar, además de que puede llevar a un hardware subutilizado si el centro de datos rara vez utiliza el componente adicional "+1".

Niveles de Centros de Datos y Redundancia

El Estándar de Tier del Uptime Institute es el sistema más reconocido para clasificar los centros de datos en función de la resiliencia y redundancia de la infraestructura. El Estándar de Tier tiene cuatro niveles que indican la capacidad de la instalación para continuar operando a través de fallos y mantener la disponibilidad durante incidentes.

Cuanto más alto es el nivel, más redundancia se incorpora a la instalación.

Aquí hay un resumen de lo que se puede esperar de cada tipo de centro de datos en términos de redundancia:

• Instalaciones de Nivel I. Los centros de datos de Nivel I operan en una configuración N con un único camino no redundante para la energía y el enfriamiento. Estas instalaciones no incluyen componentes de respaldo, por lo que cualquier falla resulta en tiempo de inactividad. En promedio, los centros de datos de nivel I pueden esperar hasta 28.8 horas de inactividad anualmente.
• Instalaciones de nivel II. Los centros de datos de nivel II siguen un modelo de redundancia N+1, que agrega componentes de respaldo como un UPS o generador adicional para proporcionar una sólida protección contra fallos. Sin embargo, las instalaciones de nivel II dependen de una única ruta de distribución de energía y refrigeración. Estos centros suelen experimentar hasta 22 horas de inactividad anualmente.
• Instalaciones de Nivel III. Los centros de datos de Nivel III tienen redundancia N+1 y rutas de distribución de energía/refrigeración duales. Con un tiempo de inactividad esperado de solo 1.6 horas por año, las instalaciones de nivel III son ideales para servicios que requieren alta disponibilidad pero que pueden no necesitar tolerancia a fallos absoluta.
• Instalaciones de nivel IV. Los centros de datos de nivel IV ofrecen el más alto nivel de redundancia con una configuración 2N o 2N+1 para todos los sistemas críticos. Estas instalaciones también cuentan con dos caminos de distribución de energía y refrigeración completamente independientes. Como resultado, las instalaciones de nivel IV experimentan solo 26.3 minutos de tiempo de inactividad al año.

Construir centros de datos pensando en la falla

Si tu centro de datos no puede operar en caso de fallos de hardware, cortes de energía o ciberataques, incluso un solo incidente imprevisto puede resultar en un tiempo de inactividad prolongado y costoso. Utiliza lo que aprendiste en este artículo para evaluar la arquitectura de tu centro de datos, identificar puntos únicos de falla problemáticos y asegurar que tus operaciones tengan suficiente resiliencia ante posibles interrupciones.