Infraestrutura
Plano de disaster recovery para VPS em 7 passos
Aprenda a criar um plano de disaster recovery para VPS com RPO, RTO, backups, replicação, testes de restauração e roteiro de resposta a incidentes reais.
Resposta direta
Um plano de disaster recovery para VPS define como restaurar uma aplicação após perda de dados, indisponibilidade do provedor, falha humana, invasão ou corrupção do sistema. Ele deve estabelecer o RPO, que limita quanto dado pode ser perdido, e o RTO, que determina em quanto tempo o serviço precisa voltar. A base técnica combina backups independentes, snapshots, cópias fora da infraestrutura principal, documentação das dependências, responsáveis definidos e testes periódicos de restauração. Replicação e failover podem reduzir a interrupção, mas não substituem cópias históricas, pois também podem replicar exclusões acidentais, arquivos corrompidos ou alterações maliciosas.
O que o plano precisa responder
Um documento útil responde a perguntas operacionais, não apenas administrativas. Onde está o backup mais recente? Quem possui acesso ao armazenamento externo? Qual servidor deve ser criado primeiro? Como recuperar as credenciais sem depender da VPS que falhou? Quais verificações confirmam que banco, filas, uploads e integrações voltaram corretamente? Se essas respostas dependem da memória de uma única pessoa, ainda não existe um plano confiável.
Considere uma API executada em uma VPS com 4 vCPUs, 8 GB de RAM, PostgreSQL e 150 GB de arquivos enviados por clientes. Um backup diário às 02h permite perder quase 24 horas de dados. Se o negócio aceita no máximo 15 minutos de perda, essa rotina não atende ao RPO, mesmo que o arquivo de backup seja válido. Seria necessário combinar backup completo diário com arquivamento contínuo do log do banco ou incrementais frequentes.
O mesmo raciocínio vale para o RTO. Restaurar 150 GB por uma conexão efetiva de 200 Mbps leva, em uma estimativa sem overhead, cerca de 1 hora e 40 minutos apenas para transferir os dados. Provisionamento, instalação, validação e troca de DNS aumentam esse período. O plano precisa medir o processo inteiro, desde a detecção até a liberação do serviço, e não somente o tempo gasto pelo comando de restauração.
Resumo rápido
- Defina o RPO conforme a perda de dados tolerável, como 24 horas, 1 hora ou 15 minutos.
- Defina o RTO pelo tempo máximo aceitável de indisponibilidade, incluindo detecção, decisão, restauração e validação.
- Mantenha pelo menos três cópias dos dados, em dois meios ou sistemas distintos, com uma cópia externa à VPS principal.
- Use snapshots para recuperação rápida do volume, mas preserve backups versionados e independentes para incidentes de corrupção ou invasão.
- Documente imagens do sistema, versões dos pacotes, segredos, DNS, firewall, certificados, bancos, filas e integrações externas.
- Execute testes de restauração em ambiente isolado e registre o tempo real de cada etapa.
- Revise o plano depois de mudanças relevantes na aplicação, na infraestrutura ou nas responsabilidades da equipe.
Esses pontos formam uma sequência. Primeiro, a equipe identifica os serviços e o impacto de uma parada. Depois, escolhe mecanismos capazes de cumprir as metas. Por fim, testa o procedimento e corrige as diferenças entre o tempo estimado e o observado. Comprar mais armazenamento sem estabelecer RPO e RTO pode gerar muitas cópias, mas não garante uma recuperação dentro da necessidade do negócio.
Há também uma separação necessária entre disponibilidade e recuperação. Um balanceador com duas instâncias pode manter o site ativo quando um nó falha. Essa arquitetura, porém, não recupera uma tabela apagada, um bucket comprometido ou uma atualização que corrompeu dados em todos os nós. Se a aplicação exige continuidade durante falhas de infraestrutura, consulte também a estratégia de alta disponibilidade e failover em VPS, tratando-a como complemento do disaster recovery.
O plano deve ser curto o suficiente para ser executado sob pressão e detalhado o bastante para não depender de improviso. Um runbook de 10 a 20 páginas, acompanhado por scripts versionados e diagramas atualizados, costuma ser mais útil do que um documento extenso sem comandos, responsáveis ou critérios de conclusão. A melhor evidência de qualidade continua sendo simples: outra pessoa da equipe consegue restaurar o serviço usando apenas o material documentado?
Como definir RPO e RTO sem chutar números
RPO mede perda de dados
Recovery Point Objective, ou RPO, indica até qual ponto no tempo os dados precisam ser recuperados. Um RPO de 24 horas admite perder todas as alterações feitas desde o último backup diário. Um RPO de 15 minutos exige cópias incrementais frequentes, replicação de logs ou recursos nativos do banco. RPO zero é raro em uma VPS isolada, pois depende de gravação síncrona e de uma arquitetura que evite qualquer transação confirmada em apenas um local.
O valor deve nascer do impacto. Em um blog institucional atualizado duas vezes por semana, perder algumas horas pode ser tolerável. Em uma loja com 30 pedidos por hora e ticket médio de R$ 200, um RPO de uma hora pode colocar 30 pedidos e R$ 6 mil em transações sob risco operacional. Esse cálculo não determina sozinho a estratégia, mas torna a decisão compreensível para áreas técnicas e comerciais.
RTO mede tempo de recuperação
Recovery Time Objective, ou RTO, representa quanto tempo o serviço pode permanecer indisponível. A contagem inclui monitoramento, confirmação do incidente, autorização para ativar o plano, criação da infraestrutura, transferência dos dados, configuração, testes e atualização do tráfego. Se o alerta demora 20 minutos e a equipe leva mais 30 minutos para decidir, metade de um RTO de uma hora já foi consumida antes do primeiro comando.
Use uma tabela de criticidade para evitar uma meta única para toda a aplicação:
| Perfil de serviço | RPO sugerido para planejamento | RTO sugerido para planejamento | Estratégia compatível | Frequência de teste |
|---|---|---|---|---|
| Blog ou site institucional | 24 horas | 4 a 8 horas | Backup diário externo e imagem reproduzível | Trimestral |
| SaaS pequeno ou loja virtual | 15 a 60 minutos | 1 a 4 horas | Backup diário, logs do banco e servidor substituto documentado | Mensal |
| API crítica com operação contínua | Próximo de 5 minutos | 15 a 60 minutos | Replicação, failover, backups imutáveis e automação | Mensal e após mudanças críticas |
Esses números são referências de planejamento, não garantias universais. Volume de dados, velocidade de rede, consistência da aplicação e capacidade da equipe mudam o resultado.
Transformando impacto em metas
Faça três exercícios. No primeiro, estime quantas transações, arquivos ou horas de trabalho seriam perdidos em intervalos de 15 minutos, 1 hora e 24 horas. No segundo, calcule o custo de uma interrupção de 30 minutos, 4 horas e 1 dia. No terceiro, simule o tempo de transferência. Um backup de 500 GB por um enlace efetivo de 500 Mbps exige aproximadamente 2 horas e 13 minutos em condições ideais. Criptografia, latência e concorrência podem ampliar esse prazo.
Registre também um RPO e um RTO por componente. O banco pode exigir RPO de 15 minutos, enquanto arquivos estáticos aceitam 4 horas e métricas históricas aceitam 24 horas. Essa separação reduz custo e direciona investimento para o dado mais crítico. Depois, valide as metas com um teste real. Se o RTO definido é de duas horas, mas a restauração medida leva cinco, o plano precisa de automação, mais largura de banda, dados pré-posicionados ou uma meta negociada com o negócio.
Backups, snapshots e replicação em camadas
Aplicando a regra 3-2-1
A regra 3-2-1 recomenda manter três cópias dos dados, armazenadas em dois sistemas ou meios distintos, sendo uma cópia fora da infraestrutura principal. Em uma VPS, isso pode significar os dados ativos no volume, um backup criptografado em armazenamento de objetos e uma segunda cópia em outra conta, região ou provedor. A separação de credenciais é decisiva. Se a mesma chave administrativa consegue apagar a VPS e todas as cópias, a distribuição física não protege contra comprometimento da conta.
Um servidor com PostgreSQL pode executar pg_dump -Fc appdb > appdb.dump para uma cópia lógica diária. Bancos maiores podem exigir backup físico, arquivamento de WAL e recuperação para um ponto no tempo. Para diretórios, restic, borg ou rsync com destino versionado são alternativas comuns. Uma política possível mantém 7 cópias diárias, 5 semanais e 12 mensais. A retenção precisa considerar espaço, requisitos legais e o tempo que uma corrupção silenciosa pode levar para ser descoberta.
Quem está estruturando a automação pode usar como complemento o material sobre backup automático em VPS. A automação deve gerar alertas quando uma execução falhar, quando o arquivo tiver tamanho anormal ou quando nenhuma cópia nova aparecer dentro do intervalo previsto. Um log com status de sucesso não comprova que o conteúdo pode ser restaurado.
O papel dos snapshots
Snapshots capturam o estado de um volume em determinado momento e costumam reduzir o tempo de recuperação após uma atualização malsucedida. Antes de atualizar o sistema operacional, por exemplo, a equipe pode interromper gravações, criar o snapshot e validar a aplicação após o deploy. Em bancos ativos, um snapshot sem coordenação pode ser consistente apenas no nível do sistema de arquivos. Para reduzir risco, use mecanismos como fsfreeze, modo de backup do banco ou parada controlada, conforme a tecnologia.
Snapshots mantidos no mesmo domínio administrativo não são a única proteção. Uma exclusão da conta, falha ampla do serviço ou credencial comprometida pode afetar o servidor e seus pontos de restauração. O artigo sobre snapshots para recuperação rápida detalha onde eles funcionam melhor e por que devem coexistir com backups externos.
Quando usar replicação
Replicação reduz RPO e pode acelerar o RTO. Um PostgreSQL primário pode enviar WAL para uma réplica em outra zona, enquanto arquivos são sincronizados em intervalos de cinco minutos. Ainda assim, DROP TABLE, ransomware e dados inválidos podem chegar à réplica. Mantenha retenção histórica independente e monitore o atraso de replicação.
Para sistemas críticos, teste três eventos: perda completa da VPS, corrupção lógica do banco e indisponibilidade do provedor. Cada evento demanda resposta diferente. A réplica ajuda no primeiro, a recuperação para ponto no tempo ajuda no segundo e uma cópia em outro provedor ajuda no terceiro. Essa combinação evita depender de uma única ferramenta para riscos que possuem naturezas distintas.
Como escrever o procedimento de recuperação
Inventário e ordem de restauração
O runbook deve começar com um inventário reproduzível. Registre distribuição Linux, versões do runtime, pacotes, regras de firewall, portas, volumes, usuários de serviço, tarefas agendadas, certificados, registros DNS e dependências externas. Não copie segredos para o documento. Indique o cofre onde estão armazenados, quem pode acessá-lo e qual procedimento libera acesso emergencial. Contas administrativas devem usar autenticação multifator e códigos de recuperação guardados fora da VPS.
Defina a ordem dos componentes. Em uma aplicação Docker com Nginx, API, Redis e PostgreSQL, uma sequência plausível é: criar a rede e os volumes, restaurar o banco, iniciar Redis, subir a API, executar migrações compatíveis, iniciar o proxy e liberar o tráfego. Se os containers sobem automaticamente antes do banco terminar, workers podem consumir filas ou gravar dados durante uma restauração incompleta. O runbook deve controlar esse comportamento.
Infraestrutura como código reduz etapas manuais. Terraform ou a API do provedor pode criar uma instância com 4 vCPUs, 8 GB de RAM e 160 GB de disco. Ansible instala pacotes, aplica o firewall e configura o serviço. Um repositório privado armazena os arquivos declarativos, enquanto variáveis sensíveis vêm de um gerenciador de segredos. Fixe versões relevantes para evitar que a recuperação instale um runtime incompatível com a aplicação.
Runbook técnico
Escreva instruções executáveis, com critérios de entrada e saída. Um fluxo enxuto pode conter:
- Confirmar o incidente e preservar logs antes de destruir recursos.
- Bloquear gravações ou isolar o servidor comprometido.
- Criar uma VPS limpa a partir de imagem confiável.
- Aplicar atualizações, firewall, usuários e chaves de acesso.
- Restaurar banco e arquivos em rede privada.
- Executar verificações e liberar o tráfego gradualmente.
Inclua comandos de diagnóstico. df -h confirma espaço disponível, ss -lntp mostra portas em escuta, systemctl --failed encontra unidades quebradas e journalctl -u app --since today ajuda a investigar inicialização. Para verificar um dump PostgreSQL sem alterar produção, restaure em um banco temporário e execute consultas como contagem de usuários, data do último pedido e integridade das chaves estrangeiras.
Comunicação e autoridade de decisão
Determine quem declara o desastre, quem executa a restauração e quem comunica clientes. Uma equipe de cinco pessoas pode definir um líder do incidente, um operador de infraestrutura, um responsável pela aplicação e um contato de comunicação. Também precisa existir substituto para férias ou indisponibilidade.
Prepare mensagens curtas para três momentos: investigação, recuperação em andamento e serviço restabelecido. Evite prometer horário antes de medir o progresso. Registre decisões, horários e comandos relevantes em um canal separado. Esse histórico permite comparar o RTO planejado com o real e facilita a análise posterior sem depender da memória de quem trabalhou sob pressão.
Testes de restauração, métricas e troubleshooting
Teste parcial e simulação completa
Backup sem teste é apenas uma expectativa. Execute mensalmente uma restauração parcial de banco e arquivos em ambiente isolado. A cada trimestre, simule a perda completa da VPS e reconstrua o serviço sem reutilizar o servidor original. Uma vez por ano, ou após uma mudança grande de arquitetura, faça um exercício com indisponibilidade de credenciais, falha de DNS ou perda do provedor principal.
Um teste completo começa com um cronômetro. Registre o horário do alerta, da decisão, do provisionamento, do fim da transferência, da inicialização e da validação. Em um cenário prático, a equipe pode gastar 12 minutos para detectar, 18 para autorizar, 25 para criar e configurar a VPS, 70 para transferir 300 GB e 20 para testar. O tempo total de 145 minutos ultrapassa um RTO de duas horas, mesmo que a restauração isolada pareça rápida.
Não conecte o ambiente de teste aos mesmos webhooks, gateways de pagamento ou serviços de e-mail da produção. Use uma rede separada, bloqueie saída quando possível e substitua integrações por endpoints de teste. Isso evita envio duplicado de pedidos, cobranças ou mensagens enquanto uma cópia antiga do sistema está ativa.
Métricas que comprovam a recuperação
A validação deve combinar infraestrutura e regras de negócio. Verifique uso de CPU, memória, I/O, espaço livre, certificados, resolução DNS e respostas HTTP. Depois teste login, criação de registro, upload, processamento de fila, envio de webhook e consulta ao banco. Uma resposta HTTP 200 não prova que um checkout, uma automação ou um job assíncrono funciona.
Acompanhe pelo menos quatro métricas: idade do último backup válido, duração do backup, tempo de restauração medido e percentual de testes concluídos com sucesso. Configure alertas quando o último backup ultrapassar o RPO. Se a meta é 1 hora e nenhuma cópia nova aparece há 75 minutos, o alerta precisa chegar antes de um desastre real.
Problemas comuns durante o restore
Espaço insuficiente é frequente. Um dump comprimido de 80 GB pode precisar de mais de 200 GB durante a restauração, dependendo dos índices e arquivos temporários. Outro problema é a incompatibilidade de versões, como tentar restaurar extensões ou configurações de PostgreSQL em uma versão diferente. Documente versões e teste atualizações junto com o plano.
DNS também pode ampliar a interrupção. Um TTL de 86.400 segundos pode manter clientes no endereço antigo por até um dia. Para uma migração planejada, reduza o TTL com antecedência. Em desastre não planejado, um endereço flutuante, balanceador externo ou mecanismo de failover pode reduzir dependência da propagação, desde que já esteja configurado e testado.
Depois do exercício, produza uma análise objetiva. Liste o que atrasou, quais acessos faltaram e quais etapas dependeram de improviso. Transforme cada falha em uma ação com responsável e prazo. O plano só amadurece quando o teste altera scripts, documentação, retenção ou arquitetura.
Recomendações por perfil
Desenvolvedor solo e projeto pequeno
Para um blog, portfólio, bot ou aplicação interna pequena, comece com RPO de 24 horas e RTO entre 4 e 8 horas, desde que o impacto permita. Use backup diário criptografado para armazenamento externo, retenção de 7 diários e 4 semanais, além de uma cópia mensal em conta separada. Antes de atualizações relevantes, crie um snapshot temporário e remova-o quando o deploy estiver validado.
Mantenha um script capaz de instalar o servidor e outro para restaurar os dados. Uma VPS de teste pode ser criada trimestralmente para validar o processo. Registre domínio, DNS, versão do sistema, pacotes, localização dos segredos e contatos do provedor. O principal risco desse perfil é a concentração de conhecimento. Por isso, deixe instruções acessíveis a uma pessoa de confiança, sem compartilhar chaves diretamente no documento.
Equipe com serviço comercial
Uma equipe que opera SaaS, e-commerce ou sistema de clientes deve trabalhar com metas por componente. Um exemplo razoável é RPO de 15 minutos para o banco, 1 hora para uploads e 24 horas para logs não críticos, com RTO geral entre 1 e 4 horas. Combine backup lógico diário, logs contínuos do banco, cópia externa de arquivos e snapshots antes de mudanças estruturais.
Execute restauração parcial todo mês e simulação completa a cada trimestre. Use infraestrutura como código, gerenciador de segredos e monitoramento da idade dos backups. Pelo menos duas pessoas devem conseguir ativar o plano. Crie uma matriz simples de responsabilidade: quem decide, quem restaura, quem valida regras de negócio e quem comunica clientes. Se a operação depende de pagamentos, teste em sandbox a criação e a confirmação de uma transação, sem acessar o ambiente financeiro real.
Produção crítica e operação contínua
Serviços com impacto financeiro elevado, atendimento contínuo ou obrigação contratual precisam de arquitetura além do backup tradicional. Considere duas instâncias em domínios de falha distintos, banco com replicação, armazenamento de objetos versionado, cópias imutáveis e capacidade de reconstrução automatizada. Metas como RPO de 5 minutos e RTO inferior a 1 hora exigem investimento em rede, observabilidade, automação e equipe disponível para resposta.
Não presuma que duas VPS no mesmo painel eliminam o risco do provedor ou da conta. Avalie uma cópia em região ou fornecedor independente, com credenciais separadas. Teste failover mensalmente e faça um exercício de perda total pelo menos duas vezes ao ano. Para aplicações com 1 TB ou mais, meça previamente a taxa de restauração. A 1 Gbps teórico, 1 TB leva mais de duas horas apenas para transferência; na prática, o processo tende a ser mais longo.
Em todos os perfis, escolha a solução depois de medir risco e capacidade operacional. Uma arquitetura complexa que ninguém consegue restaurar pode ser menos segura do que um processo simples, documentado e testado. Comece com metas explícitas, confirme cada cópia por restauração e aumente a sofisticação conforme o custo da indisponibilidade justificar.
Continue lendo
Perguntas frequentes
Qual é a diferença entre RPO e RTO em uma VPS?
RPO define quanto dado a operação aceita perder, enquanto RTO determina quanto tempo o serviço pode ficar indisponível. Se o RPO é de uma hora, deve existir um ponto de recuperação com no máximo uma hora de defasagem. Se o RTO é de duas horas, todo o processo, incluindo detecção, decisão, provisionamento, restauração e validação, precisa terminar nesse intervalo. As metas podem variar por componente. O banco pode exigir RPO de 15 minutos, enquanto arquivos de log podem aceitar 24 horas.
Snapshot pode substituir o backup externo da VPS?
Não. O snapshot é útil para retornar rapidamente um volume a um estado anterior, especialmente depois de atualização malsucedida ou alteração de configuração. Ele pode, porém, permanecer ligado à mesma conta, região ou infraestrutura da VPS. Uma exclusão administrativa, credencial comprometida ou falha ampla pode afetar ambos. Mantenha backups versionados em armazenamento externo, preferencialmente com credenciais separadas e retenção protegida. Para bancos ativos, também confirme se o snapshot foi criado de forma consistente com as gravações da aplicação.
Com que frequência devo testar a restauração dos backups?
A frequência depende do impacto e da velocidade de mudança do sistema. Um projeto pequeno pode executar restauração parcial mensal e teste completo trimestral. Uma aplicação comercial deve validar backups todos os meses e simular a perda da VPS a cada trimestre. Serviços críticos podem exigir testes mensais de failover e exercícios completos semestrais. Também faça um novo teste depois de trocar o banco, atualizar versões principais, mudar o formato do backup ou alterar o provedor. Registre o tempo real e compare-o com o RTO estabelecido.
Replicação elimina a necessidade de backups históricos?
Não. A replicação copia alterações para outro servidor e pode reduzir o RPO, mas também pode propagar exclusões acidentais, corrupção lógica, ransomware e comandos administrativos incorretos. Backups históricos permitem recuperar uma versão anterior ao incidente. Uma estratégia equilibrada combina réplica para continuidade, arquivamento de logs para recuperação em um ponto no tempo e cópias imutáveis ou protegidas fora do ambiente principal. O atraso da replicação deve ser monitorado, pois uma réplica muito atrasada pode não cumprir o RPO planejado.
O que precisa constar em um runbook de disaster recovery?
O runbook deve listar responsáveis, critérios para declarar o desastre, ordem de restauração, dependências, localização dos backups, acesso ao cofre de segredos e comandos necessários. Inclua versões do sistema operacional, runtime, banco, firewall, DNS, certificados, volumes, filas e integrações externas. Cada etapa precisa ter um resultado verificável, como banco restaurado, serviço respondendo ou transação de teste concluída. Também documente como preservar logs, isolar um servidor comprometido, comunicar o incidente e retornar ao ambiente principal depois da estabilização.
Como calcular se a restauração cabe dentro do RTO?
Some o tempo de detecção, decisão, provisionamento, configuração, transferência, restauração e validação. Para estimar a transferência, converta o volume para bits e divida pela taxa efetiva da rede, usando uma margem para latência, criptografia e overhead. Um backup de 500 GB em conexão efetiva de 500 Mbps leva aproximadamente 2 horas e 13 minutos em condição ideal. Depois acrescente criação de índices, inicialização dos serviços e testes. A medição em exercício real é mais confiável do que qualquer estimativa teórica.
Fontes consultadas
- NIST SP 800-34 Rev. 1, Contingency Planning Guide for Federal Information Systems · coletado em 28/10/2026
- CISA, Back Up Business Data · coletado em 28/10/2026
- AWS Well-Architected Framework, Disaster Recovery of Workloads on AWS · coletado em 28/10/2026
- PostgreSQL Documentation, Continuous Archiving and Point-in-Time Recovery · coletado em 28/10/2026