Cómo escalar servidores de bases de datos gestionadas de forma efectiva

Introducción: La importancia del escalado efectivo en bases de datos gestionadas

En un entorno digital cada vez más dinámico, la gestión eficiente de las bases de datos es un pilar fundamental para garantizar la continuidad, rapidez y disponibilidad de los servicios. Las bases de datos gestionadas, especialmente aquellas basadas en sistemas como PostgreSQL, ofrecen una flexibilidad y robustez considerables. Sin embargo, cuando la demanda crece, escalar estas bases de datos se vuelve un reto crítico para cualquier organización.

Este artículo aborda de manera detallada y técnica cómo escalar servidores de bases de datos gestionadas, cubriendo tanto el escalado horizontal como el vertical, sus implicaciones, modos de replicación y mejores prácticas. Nuestro objetivo es proporcionar una guía completa capaz de resolver dudas y ofrecer soluciones efectivas para optimizar la escalabilidad sin perder disponibilidad ni rendimiento.

Instancias en bases de datos PostgreSQL gestionadas

Para comprender cómo escalar adecuadamente, primero debemos entender el concepto de instancia. En bases de datos PostgreSQL gestionadas, una instancia es un nodo que ejecuta el motor de la base de datos.

Se puede contar con múltiples instancias dentro del mismo servidor de base de datos. Una de ellas siempre será la instancia primaria, encargada de procesar todas las escrituras y lecturas principales, mientras que las demás funcionan como instancias secundarias o réplicas en estado standby.

Estas instancias secundarias no procesan peticiones activamente, sino que actúan como respaldo en alta disponibilidad. En caso de fallo de la instancia primaria, una instancia secundaria es promovida automáticamente para asumir ese rol, manteniendo la continuidad del servicio.

Escalado horizontal: aumento de la disponibilidad, no del rendimiento

El escalado horizontal implica añadir o eliminar instancias en el conjunto de servidores PostgreSQL. Esto permite mejorar la alta disponibilidad, pues las instancias secundarias se distribuyen entre distintas zonas de disponibilidad.

Sin embargo, es crucial entender que el escalado horizontal no incrementa el rendimiento global en términos de capacidad de procesamiento o manejo de peticiones simultáneas.

• Agregar instancias secundarias es sencillo, no provoca interrupciones y puede hacerse sin que la aplicación lo perciba.
• Eliminar una instancia primaria desencadena un proceso conocido como switch over, donde una instancia secundaria toma la responsabilidad de primaria, provocando una breve desconexión que la aplicación debe gestionar adecuadamente para evitar errores en lectura o escritura.
• La eliminación de instancias secundarias tiene menor impacto, pero si es el nodo primario, es imprescindible prever la gestión de los tiempos de conmutación.

Switch Over: proceso y consideraciones

Durante un switch over, las conexiones de las aplicaciones hacia la instancia primaria se cierran abruptamente y deben establecerse nuevas conexiones hacia la nueva instancia primaria. Esto puede generar errores temporales y afecta la experiencia del usuario si no se anticipa correctamente.

Por ello, las aplicaciones deben implementar estrategias robustas de reconexión y manejo de errores para garantizar la resiliencia ante estos eventos.

Escalado vertical: potencia y memoria para mejorar el rendimiento

El escalado vertical consiste en aumentar los recursos —como la CPU y la memoria— de las instancias existentes sin cambiar su número. Esto mejora la capacidad de procesamiento, acelerando la atención de peticiones y aumentando el rendimiento.

Sin embargo, si la base de datos cuenta con una única instancia, esta operación implica un riesgo, ya que la caída de esta instancia primária provoca la indisponibilidad total del servicio.

Cómo exponer tu base de datos públicamente usando SSH seguro

Funcionamiento del escalado vertical en DCD

Es importante destacar que, en plataformas como DCD (Data Center Designer), el escalado vertical no modifica directamente las instancias activas. En cambio, se crean nuevos nodos con la configuración de CPU y memoria definida, mientras se mantienen los nodos antiguos en funcionamiento.

Una vez que los nuevos nodos están configurados y sincronizados, se realiza un switch over para migrar el rol de primaria a la nueva instancia, asegurando la continuidad del servicio con la configuración mejorada. Posteriormente, se eliminan los nodos antiguos.

Almacenamiento: límites y consideraciones

• Se puede aumentar el tamaño del almacenamiento de forma dinámica.
• No es posible disminuir ni cambiar el tipo de disco (por ejemplo, de HDD a SSD) una vez creado.
• Modificar el almacenamiento no provoca interrupciones en el servicio.

Gestión de las bases de datos en DCD: pasos para escalar

Para escalar bases de datos gestionadas en DCD, el procedimiento es sencillo y accesible desde el panel de control:

1. Ingresar en Management Resources > Databases para visualizar los servidores.
2. Seleccionar el servidor de base de datos que se desea modificar.
3. Presionar el botón Editar para visualizar las opciones de configuración.
4. Modificar el número de instancias para el escalado horizontal.
5. Ajustar la CPU y la memoria para el escalado vertical.
6. Modificar el tamaño del almacenamiento si es necesario.

Recuerde que todas las instancias deben estar sincronizadas para mantener la integridad de los datos, lo que nos lleva a analizar los mecanismos de replicación.

Replicación de datos en servidores PostgreSQL gestionados

La replicación es el proceso que asegura que los datos estén sincronizados entre las distintas instancias. DCD soporta tres modos principales de replicación para garantizar que los datos estén actualizados cuando una instancia secundaria debe asumir la primaria:

• Replicación Asíncrona
• Replicación Síncrona
• Replicación Síncrona Estricta

Replicación asíncrona: menor latencia, riesgo de pérdida de datos

En este modo, la transacción se escribe primero en la instancia primaria, la cual confirma inmediatamente al cliente que la operación fue exitosa.

Luego, la sincronización con las instancias secundarias se realiza de forma asíncrona y sin esperar confirmación para responder al cliente. Esto reduce la latencia en las respuestas.

Pero, ¿qué implica esto?

• Si el servidor primario falla antes de sincronizar los datos con los secundarios, se puede perder información reciente.
• Es un trade-off entre performance y seguridad de los datos.

Replicación síncrona: seguridad y consistencia a costa de latencia

La transacción se escribe en la instancia primaria y se espera la confirmación al menos de una instancia secundaria antes de confirmar la operación al cliente.

Esto garantiza que, si la instancia primaria falla, la secundaria que toma el rol de primaria cuenta con todos los datos actualizados, eliminando la posibilidad de pérdida de información.

El costo es un aumento en la latencia, ya que la aplicación debe esperar que se complete la escritura en ambas instancias.

Cómo exponer bases de datos públicamente usando NLB en Data Center

Replicación síncrona estricta: máxima protección frente a pérdidas

En este escenario, si por cualquier motivo las instancias secundarias dejan de estar disponibles, la instancia primaria dejará de aceptar peticiones de escritura para evitar que los datos estén solo en un nodo.

Este modo se utiliza en ambientes donde la protección y la integridad de los datos es crítica y se prefiere sacrificar la disponibilidad temporal para evitar pérdidas.

Comparativa de los modos de replicación

Implementación del modo de replicación en DCD

Al crear un servidor de base de datos en DCD, es fundamental elegir el modo de replicación adecuado, pues no puede ser modificado posteriormente.

Desde el gestor de bases de datos, en el panel de edición del servidor, se dispone de la opción SyncMode, que indica el mecanismo elegido. Esta elección debe basarse en la prioridad del proyecto entre latencia, seguridad y disponibilidad.

Para una explicación visual y detallada de los conceptos y procesos explicados aquí, te invitamos a ver este video informativo que complementa esta guía y facilita la comprensión de las técnicas de escalado en bases de datos PostgreSQL gestionadas.

Buenas prácticas y consejos para escalar bases de datos gestionadas

• Planificar el escalado desde el diseño: Definir previamente los requerimientos de alta disponibilidad y rendimiento para elegir el número de instancias y modo de replicación correcto.
• Monitorear constantemente la carga: Utilizar herramientas de monitoreo para identificar cuándo es necesario escalar y qué tipo de escalado será más efectivo.
• Gestionar el manejo de errores en la aplicación: Implementar reconexiones automáticas y validaciones para que la aplicación soporte interrupciones derivadas de procesos como switch over.
• No subestimar la importancia de la replicación: Priorizar la integridad y consistencia de datos según el escenario para evitar pérdidas críticas.
• Testear cambios en entornos controlados: Antes de aplicar escalados en producción, probar procesos para evaluar impactos en latencia y disponibilidad.

Palabras clave relacionadas y su relevancia en el escalado de bases de datos

DBaaS (Database as a Service)

Las bases de datos como servicio permiten gestionar y escalar bases de datos sin la complejidad de administrarlas directamente. Ofrecen flexibilidad para ajustar instancias y recursos según la demanda, siendo perfectas para empresas que buscan agilidad.

Alta Disponibilidad

Es la capacidad del sistema para permanecer operativo pese a fallos en uno o varios de sus componentes. En bases de datos gestionadas, se logra mediante instancias secundarias que aseguran la continuidad ante la caída del nodo primario.

PostgreSQL

Motor de base de datos robusto, open source y ampliamente utilizado. Su arquitectura soporta varias instancias y diferentes modos de replicación, haciendo que sea frecuente en escenarios que requieren escalabilidad y alta disponibilidad.

Escalabilidad

La propiedad fundamental que permite que una base de datos crezca en capacidad y rendimiento sin perder estabilidad. Comprende tanto el escalado horizontal como el vertical, adaptándose a las necesidades específicas.

Switch Over

Proceso de conmutación en el que una instancia secundaria asume el rol de primaria. Fundamental entenderlo para diseñar aplicaciones que puedan manejar desconexiones temporales sin pérdida de datos.

Replica Síncrona y Asíncrona

Mecanismos de replicación que equilibran la seguridad de datos y rendimiento, cada uno adecuado para diferentes escenarios y niveles de tolerancia a fallos.

Cómo crear un servidor desde un backup en bases de datos gestionadas

Data Center Designer (DCD)

Plataforma de gestión de infraestructura virtual que facilita la configuración, escalado y administración de bases de datos en la nube con opciones configurables de replicación y escalado.

Preguntas frecuentes (FAQ)

¿Cómo se puede escalar una base de datos?

El escalado de bases de datos es el proceso de añadir o eliminar recursos de una base de datos para satisfacer la demanda cambiante. Una base de datos puede escalarse vertical o horizontalmente para adaptarse a las necesidades de la aplicación que la soporta. En este artículo, exploramos dos métodos principales para escalar una base de datos: fragmentación y replicación, destacando los mecanismos de replicación en PostgreSQL gestionado y cómo afectan la disponibilidad y el rendimiento.

¿Qué es escalar en base de datos?

Escalar una base de datos implica ajustar su infraestructura para soportar adecuadamente las variaciones en la carga de trabajo y volumetría de datos. Esto se logra aumentando la capacidad de procesamiento (escalado vertical) o agregando nodos adicionales (escalado horizontal). El objetivo es mantener o mejorar tiempos de respuesta y disponibilidad según crece la demanda.

¿Qué es la escalabilidad en bases de datos?

La escalabilidad de una base de datos se refiere a su capacidad para gestionar cargas de trabajo y volúmenes de datos crecientes sin comprometer el rendimiento ni los tiempos de respuesta. Es una característica clave para garantizar que las aplicaciones que dependen de esta base de datos sigan funcionando correctamente a medida que crecen los usuarios o la cantidad de datos.

¿Qué diferencias hay entre escalado horizontal y vertical?

El escalado horizontal añade o elimina instancias o nodos para mejorar la disponibilidad y tolerancia a fallos, sin aumentar el rendimiento por nodo. El escalado vertical incrementa recursos (CPU, memoria) en las instancias existentes para mejorar el rendimiento individual. Ambos suelen usarse en conjunto para optimizar sistemas.

¿Cómo afecta la replicación al rendimiento y disponibilidad?

La replicación sincronizada aumenta la latencia porque espera confirmación de nodos secundarios, pero mejora la seguridad y coherencia; mientras que la replicación asíncrona reduce la latencia a costa de un riesgo potencial de pérdida de datos en fallos súbitos.

¿Qué medidas pueden reducir la interrupción durante un switch over?

Implementar reconexiones automáticas en la aplicación, monitorear continuamente el estado de las instancias y configurar el número de réplicas adecuadamente puede minimizar la percepción de interrupciones durante switch overs.

¿Puedo cambiar el modo de replicación luego de crear el servidor?

No, según la configuración de DCD, una vez creado el servidor de base de datos, el modo de replicación no puede modificarse. Por eso es crucial elegir correctamente este parámetro en la etapa de diseño.

¿Qué sucede si un disco HDD se crea y luego quiero cambiarlo a SSD?

No es posible cambiar el tipo de disco después de crear el servidor. Por lo tanto, si se espera un alto rendimiento en I/O, es recomendable seleccionar discos SSD desde el inicio para evitar limitaciones futuras.

Conclusión: Lleva tu base de datos gestionada al siguiente nivel con escalado efectivo

Escalar servidores de bases de datos gestionadas requiere un entendimiento profundo tanto de los aspectos técnicos como de las necesidades específicas de tu aplicación y negocio. Elegir el tipo correcto de escalado, así como el modo de replicación adecuado, es esencial para garantizar rendimiento, alta disponibilidad y protección de datos.

¿Buscás implementar este tipo de soluciones en tu empresa? En Código6 podemos ayudarte. Somos especialistas en automatización, inteligencia artificial y transformación digital. Contactanos para comenzar tu proyecto hoy.

Monitorización y métricas clave para bases de datos gestionadas DBaaS