Reprise après sinistre

Ce que c'est

La reprise après sinistre est la partie de la planification des
mesures d'urgence qui couvre le pire cas : le lieu d'exploitation
d'un système est perdu ou reste inaccessible longtemps, et le
système doit être reconstruit ailleurs à partir de copies. Le guide
de planification des mesures d'urgence pour les systèmes
d'information fédéraux du NIST, SP 800-34 révision 1 de 2010,
définit le plan de reprise après sinistre comme un plan écrit
permettant de rétablir un ou plusieurs systèmes d'information sur un
autre site après une panne matérielle ou logicielle majeure ou la
destruction des installations. Son périmètre est étroit. Le guide le
réserve aux perturbations majeures, généralement physiques, qui
interdisent durablement l'accès au site principal ; il ne couvre que
celles qui imposent une relocalisation.

Ce périmètre le distingue des plans voisins. Dans le vocabulaire du
guide, un plan de secours d'un système d'information rétablit un
système unique là où il se trouve, après la panne d'un disque ou la
corruption d'une base, par exemple. Le plan de reprise après
sinistre est lié à un site : il déplace l'exploitation vers le site
de repli, où chaque système est remis en service selon son propre
plan de secours. Le plan d'une base et celui de la perte de tout un
centre de données, d'une région cloud ou d'un compte fournisseur
sont des documents distincts, avec des responsables distincts. Les
confondre conduit une entreprise à ne disposer ni de l'un ni de
l'autre.

Trois mesures transforment une intention en plan vérifiable. La
durée maximale d'interruption tolérable, MTD, est la durée totale de
panne que le responsable du système accepte. L'objectif de délai de
reprise, RTO, est la durée maximale d'indisponibilité d'une
ressource avant que les dommages aux autres systèmes et à l'activité
deviennent inacceptables. Comme le travail interrompu doit ensuite
être retraité, le guide indique que le RTO doit normalement être
inférieur à la MTD. L'objectif de point de reprise, RPO, regarde en
arrière : c'est l'instant antérieur à la panne auquel les données
peuvent être rétablies depuis la copie de sauvegarde la plus
récente. Il exprime la quantité de données perdues que l'entreprise
peut accepter. En termes simples, le RTO est la durée
d'interruption, et le RPO la quantité de travail perdue.

Les sites de repli se répartissent en plusieurs catégories. Un site
froid ne fournit que l'espace et l'infrastructure ; un site tiède
est partiellement équipé ; un site chaud est entièrement équipé et
doté de personnel. Le guide ajoute les sites mobiles, qui peuvent
souvent être livrés sous 24 heures avant le début de leur
installation, et les sites en miroir, l'option la plus coûteuse à
laquelle il attribue « pratiquement 100 % de disponibilité ». Les
sites froids sont les moins chers à maintenir, mais leur équipement
peut prendre beaucoup de temps. Pour la plupart des logiciels
actuels, une seconde région cloud ou un second fournisseur joue le
même rôle. L'arbitrage entre ce qui est prêt et le coût de ce
maintien en état de disponibilité reste le même.

Pourquoi c'est important

Une sauvegarde est une copie, et une copie seule ne fait rien
fonctionner. Passer de la copie à un système opérationnel exige
aussi le logiciel qui la lit, les clés qui la déchiffrent, des
serveurs et un réseau pour l'exécuter, la configuration qui les
relie et une personne qui connaît l'ordre des opérations. Tout
élément qui n'existait que sur le site perdu a disparu avec lui. La
reprise après sinistre consiste à s'assurer que tous survivent au
même événement et que le chemin de la copie au service a déjà été
parcouru avant que quelqu'un en ait besoin.

Les données récupérables ne sont pas plus récentes que la dernière
copie effectivement restaurable, quel que soit le RPO que le
calendrier des sauvegardes doit respecter. Une tâche nocturne
échouant silencieusement depuis une semaine met en péril les données
d’une semaine, quoi qu’annonce la politique écrite. Le guide du NIST
fait la même remarque pour les bandes : il recommande des tests
réguliers pour confirmer le stockage correct des données et la
récupération des fichiers sans erreur ni perte. Un voyant vert sur
une tâche de sauvegarde prouve que quelque chose a été écrit. Seule
une restauration prouve qu'on peut le relire.

Le plan se dégrade aussi. Des personnes partent, des serveurs sont
remplacés, les fournisseurs refont leurs consoles et les mots de
passe du guide d'exploitation expirent. Parmi les sept étapes de
planification du NIST, les deux dernières sont les tests, la
formation et les exercices, puis la maintenance du plan. Le guide
demande un document vivant, révisé au moins chaque année et lorsque
le système ou les ressources de reprise changent sensiblement. Un
plan jamais mis à l'épreuve échoue souvent sur des détails que
personne n'a pensé à écrire : l'ordre de démarrage des services, un
enregistrement DNS dont la durée de vie en cache est d'une journée,
l'unique identifiant d'accès conservé sur la machine disparue.

Pour les équipes logicielles, le sinistre touche souvent un compte
plutôt qu'un bâtiment. Projet cloud supprimé, accès administrateur
compromis, compte fournisseur suspendu ou commande destructrice
lancée en production : chacun retire l'accès au système aussi
complètement qu'une inondation. Des serveurs de secours ne protègent
pas contre le dernier cas ; ils appliquent un `DROP TABLE` erroné en
quelques instants, aussi fidèlement que toute autre modification.

À quoi cela ressemble en pratique

Pour PostgreSQL, une fenêtre de perte de données bien plus courte
que l'intervalle entre deux sauvegardes est possible grâce à
l'archivage continu du journal d'écriture anticipée, WAL, en
complément d'une sauvegarde de base. Le serveur copie chaque segment
WAL terminé vers un endroit sûr. La restauration rejoue ensuite ces
segments sur la sauvegarde de base jusqu'à tout instant choisi
depuis sa réalisation :

```ini
i# postgresql.conf on the protected server		engineer.company	70
wal_level = replica
archive_mode = on
archive_command = 'test ! -f /mnt/archive/%f && cp %p /mnt/archive/%f'
```

Pour restaurer, on extrait une sauvegarde de base dans un répertoire
de données neuf, on y place un fichier vide nommé `recovery.signal`
et les paramètres de reprise indiquent où se trouve l'archive et où
s'arrêter :

```ini
restore_command = 'cp /mnt/archive/%f %p'
recovery_target_time = '2026-03-10 17:14:00+01'
recovery_target_action = 'pause'
```

La documentation PostgreSQL raconte le cas auquel répondent ces
paramètres : une personne supprime une table essentielle un mardi
soir à 17 h 15, s'en aperçoit le mercredi à midi et restaure à 17 h
14. La pause est l'action préconfigurée une fois la cible atteinte,
pour que des requêtes confirment le bon instant avant que le serveur
soit promu pour accepter les connexions. Sinon, le serveur est
arrêté, reçoit une cible ultérieure et redémarre. L'instant de
reprise doit être postérieur à la fin de la sauvegarde de base. La
documentation conseille de configurer et de tester l'archivage avant
la première sauvegarde de base. Une fois la reprise terminée, le
serveur supprime `recovery.signal` pour ne pas recommencer
accidentellement en mode reprise.

Engineer ApS propose une prestation de sauvegarde et de reprise
après sinistre, présentée comme des sauvegardes testées plutôt que
présumées bonnes et un plan écrit pour le matin où un serveur ne
redémarre pas. Deux pages du portfolio l'illustrent. Dans les
sauvegardes et la reprise après sinistre sous forme de code, travail
réalisé dans le cadre d’un poste occupé depuis 2025, la conservation
des sauvegardes était définie dans Bicep à côté de la base. La
restauration à un instant donné fait ainsi partie du modèle plutôt
que d'un paramètre activé un jour dans un portail. L'environnement
de la base était lui aussi défini par le code : une base restaurée
dans un environnement reconstruit de mémoire est à peine rétablie.
La situation de reprise a ensuite été auditée et consignée, lacunes
comprises : géoredondance désactivée et objectif de délai de reprise
proposé plutôt que mesuré, puisqu'aucun exercice n'avait eu lieu.

L'automatisation des sauvegardes et des tests de restauration de
l'entreprise était conçue pour étendre la reprise au-delà d'un
instantané fournisseur. Un rôle Ansible installe des scripts restic
et des unités systemd pour exporter la base lorsque cette option est
configurée, produire des instantanés chiffrés et dédupliqués vers le
stockage d'un autre fournisseur par SFTP, purger les sauvegardes
selon la politique de conservation et vérifier l'intégrité. Un
processus mensuel distinct restaure un fichier connu dans un
emplacement temporaire et compare ses octets. Sauvegarde et
restauration ont des signaux de réussite séparés ; la phrase secrète
provient d'un fichier protégé et les temporisateurs dépendent d'un
dépôt configuré. Ces contrôles sont implémentés ; une reprise réelle
reste un livrable distinct. Le dossier d'implémentation du
2026-10-27 indique que les temporisateurs étaient désactivés faute
de dépôt et ne consigne aucune restauration réelle terminée. Il
étaye donc le travail d'automatisation, pas un engagement de délai
de reprise ni l'affirmation que l'entreprise pourrait déjà perdre
son hôte sans risque.

Où les problèmes surviennent

La sauvegarde n'a jamais été restaurée. Une tâche annonçant un
succès chaque nuit ne dit pas si sa sortie peut être lue, déchiffrée
et chargée. La première restauration réelle est un mauvais moment
pour le découvrir. Planifiez les restaurations comme les
sauvegardes : un contrôle automatisé extrait et compare des données
connues, et une restauration complète dans un environnement propre
est réalisée assez souvent pour que sa durée soit mesurée.

La copie partage le sort de l'original. Un instantané dans le même
compte cloud, un disque de sauvegarde dans le même rack ou un bucket
d'archives derrière le même accès administrateur disparaît avec ce
qui frappe le primaire. Le guide du NIST demande de choisir le
stockage hors site et les sites de repli selon leur faible
probabilité d'être touchés par le même sinistre. Conservez au moins
une copie chez un autre fournisseur ou dans un autre compte avec des
identifiants distincts. Gardez les clés de déchiffrement à un
endroit qui ne dépend pas des systèmes qu'elles protègent.

Seules les données ont été prévues. Restaurer une base n'est qu'une
petite partie de la remise en service si serveurs, règles de
pare-feu, DNS, certificats et secrets doivent être recréés de
mémoire. Définissez l'environnement dans du code d'infrastructure
suivi en gestion de versions et intégrez sa reconstruction à
l'exercice, au-delà du simple chargement des données.

Les objectifs sont des suppositions. Un RTO écrit sans exercice pour
l'étayer est une proposition ; un RPO supposant la réussite de
chaque sauvegarde est optimiste. Mesurez les deux en exercice. Le
NIST distingue les exercices sur table, limités à la discussion sans
déployer d'équipement, des exercices fonctionnels simulant
l'exploitation, jusqu'aux exercices à pleine échelle couvrant chaque
élément du plan. Les chiffres viennent du second type.

Un serveur de secours compte comme sauvegarde. Un serveur de secours
ou une base géorépliquée protège contre la perte de matériel, mais
copie les suppressions, la corruption et les fichiers chiffrés par
rançongiciel aussi fidèlement que les écritures correctes. Gardez
des copies à des instants donnés qu'une erreur sur le primaire ne
peut atteindre et conservez-les plus longtemps qu'il ne faut
habituellement pour remarquer une erreur.

Le plan décrit le système de l'an dernier. Un guide d'exploitation
énumérant des serveurs retirés, des personnes parties et des mots de
passe inutilisables ralentit la reprise au lieu de la guider.
Révisez le plan après chaque changement important et chaque
exercice, consignez les erreurs révélées par l'exercice et
réexaminez encore plus souvent les parties les plus changeantes,
comme les listes de contacts, ainsi que le recommande aussi le NIST.

Pour aller plus loin

  * SP 800-34 révision 1 : guide de planification des mesures
d'urgence pour les systèmes d'information fédéraux — le guide
complet : définition et périmètre du plan de reprise après sinistre,
sept étapes, MTD, RTO et RPO, sites de repli et types d'exercices,
avec des modèles de plans.

  * Archivage continu et restauration à un instant donné (PITR) — le
chapitre de PostgreSQL 18 sur l'archivage WAL, les sauvegardes de
base et la restauration à un instant choisi.

  * Journal d'écriture anticipée — la référence de configuration
pour `archive_command`, `restore_command` et les paramètres de cible
de reprise.

hCette page sur le Web	URL:https://engineer.company/fr/glossary/disaster-recovery/	engineer.company	70
