Isolamento de Falhas limita o impacto de uma falha para que ela não se espalhe por todo o sistema. Availability Zones (AZ) são desenhadas como limites de isolamento físico e operacional dentro de uma região.
O que é
Isolamento de Falhas deve ser entendido pela posição dos recursos no mapa da nuvem: região, zona, borda, distância, isolamento e dependências. Topologia explica onde as coisas ficam e como falhas ou latência se propagam.
Por que existe
Isolamento de Falhas existe para explicar como localização, distância, redundância, cache, conectividade e distribuição geográfica afetam disponibilidade, latência, recuperação e custo.
Como funciona
Limites do isolamento
Isolamento não significa independência absoluta. Componentes em zonas diferentes ainda podem compartilhar dependências regionais, configuração, credenciais, serviços externos, pipelines de deploy ou dados mal replicados.
Decisão Arquitetural
Ao escolher região, zona ou estratégia de recuperação, a equipe precisa equilibrar:
- latência para usuários;
- custo;
- conformidade legal;
- disponibilidade desejada;
- complexidade operacional;
- tolerância à perda de dados.
Não basta “usar AWS”. É necessário desenhar onde e como os recursos serão distribuídos.
Exemplo prático
Uma aplicação pode executar instâncias em duas zonas de disponibilidade para reduzir dependência de uma única instalação física. Para que isso funcione em uma falha real, o balanceamento, os dados, a capacidade e as dependências compartilhadas também precisam estar preparados.
Esse desenho depende de conceitos como isolamento, latência, failover, replicação e estado da aplicação.
Uma aplicação crítica pode usar duas zonas de disponibilidade, um load balancer, bancos Multi-AZ e backups. Esse desenho usa isolamento de falhas para reduzir impacto zonal, mas precisa de health checks, capacidade restante, recuperação de dados e testes.
Diferenças importantes
Compare Isolamento de Falhas com região, zona de disponibilidade, edge location, data center, failover e disaster recovery. Cada termo descreve um nível diferente de localização, isolamento ou resposta a falha.
Cuidados
Distribuir recursos aumenta disponibilidade, mas também pode aumentar custo e complexidade.
A decisão precisa equilibrar latência, custo, conformidade, RTO, RPO e esforço operacional.