La Solución

CloudDog presentó una estrategia en dos fases para abordar los desafíos enfrentados por AGE Technology.

En la primera fase, se realizó la migración de la base de datos RDS MySQL Community a Amazon Aurora MySQL. El objetivo fue mejorar la escalabilidad de la base de datos, permitiendo la creación de réplicas de lectura para equilibrar la carga, aumentar la tolerancia a fallos y aprovechar la exclusiva funcionalidad “Fast Database Cloning” de Amazon Aurora.

En la segunda fase, el proceso manual de preparación de la base de homologación se automatizó utilizando AWS Step Functions. Esta herramienta orquestó la ejecución de APIs de clonación del clúster de Amazon Aurora, creando una nueva instancia en una VPC dedicada para realizar el proceso de limpieza de los datos.

A continuación, se ejecutaron decenas de tareas usando AWS Batch, responsable de eliminar todos los datos sensibles, como información relacionada con empleados, empresas, usuarios, entre otros. Tras la conclusión, el acceso a la base de datos se liberó por medio de la creación de una nueva instancia en una VPC accesible exclusivamente por la cuenta de AWS de homologación. Estos cambios no solo optimizaron los procesos, reduciendo significativamente el tiempo necesario, sino que también garantizaron mayor seguridad y eficiencia en la gestión de los datos sensibles.

Resultados

El proceso de preparación de la base de homologación se inicia de forma programada todos los domingos por la noche, siendo conducido de manera segregada del entorno de producción, en una estructura de sandbox, asegurando así la inviolabilidad de los datos.

Tras la conclusión del proceso de sanitización de la base de datos, el entorno de homologación se pone a disposición de manera previsible todos los lunes por la mañana. Esto le posibilita al equipo de calidad realizar todas las pruebas necesarias antes de la liberación de cada release.

A través del uso de la función de clonación rápida de base de datos de Amazon Aurora, el almacenamiento del clúster en el nuevo entorno inicialmente apunta a las mismas celdas de almacenamiento del entorno de producción. A medida que el proceso de limpieza de datos se ejecuta, se crean nuevas celdas. Al finalizar, la diferencia en el tamaño de la base de datos llega a ser de apenas 750GB, representando cerca del 15% del tamaño original. Esta optimización resulta en una significativa reducción de los costos de almacenamiento, ya que el cobro incide solo sobre los 750GB excedentes de este nuevo entorno.