Avaliação de plataformas de virtualização e infraestrutura hiperconvergente

Cenário inicial

A organização operava um ecossistema híbrido de VMware e KVM em dois datacenters, com backup em Veeam. A licença VMware venceria em poucas semanas, e o diagnóstico prévio havia apontado VMs com sistema operacional em fim de suporte e pendências de licenciamento.

Problema

Escolher e validar uma plataforma substituta em prazo crítico, sem colocar em risco os serviços em produção e sem perder a integração com o backup existente.

Meu papel

• levantamento completo da infraestrutura e relatório executivo para a gestão de TI;
• condução técnica da PoC;
• registro dos riscos e dos itens que a PoC não conseguiu validar;
• definição dos critérios objetivos de rollback;
• execução do rollback e redesenho da arquitetura de backup.

Resultado

• Riscos e critérios de rollback documentados antes da implantação.
• A incompatibilidade com o storage SAS do datacenter principal, um dos riscos registrados, se confirmou em produção.
• O critério de rollback foi acionado: dois hosts retornaram ao VMware conforme o plano, sem improviso.
• O impacto ficou restrito a poucos hosts, e a decisão sobre o storage definitivo passou a ser tomada com dados reais.

Quantidade de VMs, custos de licenciamento e nomes de fornecedores contratados não são publicados.

O que este caso demonstra

• Condução de PoC com critérios
• Gestão de riscos técnicos
• Decisão de rollback baseada em critério
• VMware, Sangfor HCI, KVM e Proxmox VE
• Arquitetura de backup
• Comunicação com a gestão

Critérios de avaliação

• Compatibilidade com o storage de produção.
• Integração com o backup existente (Veeam).
• Migração das VMs atuais, incluindo as legadas.
• Operação e administração no dia a dia.
• Licenciamento e prazo até o vencimento do VMware.

Decisões técnicas

1. Declarar o que a PoC não validou

Como a PoC rodou em host isolado, compatibilidade de storage e integração com backup não puderam ser testadas contra produção. Em vez de tratar a PoC como aprovada, esses itens foram registrados como ressalvas, cada um com seu risco.

2. Critério de rollback definido antes

A implantação seguiu como teste controlado em produção, com um critério objetivo para voltar ao VMware. Quando o storage SAS se mostrou incompatível, a decisão não precisou ser discutida sob pressão: o critério já existia.

3. Backup sem depender de plugin instável

O plugin oficial do Veeam para Sangfor ainda não tinha versão estável (GA). A saída foi redesenhar a arquitetura: servidor Veeam em Linux e uso da API nativa do Sangfor, eliminando o risco de prazo e simplificando o licenciamento do servidor de backup.

4. Tratar desempenho separadamente

Um terceiro host com lentidão causada por discos mecânicos no datastore principal foi tratado com rebalanceamento de VMs entre datastores, sem confundir esse sintoma com a incompatibilidade de storage.

Implementação por fases

1. Diagnóstico e relatório executivoInventário do ambiente VMware + KVM, VMs em fim de suporte e pendências priorizadas por risco.
2. PoC em host isoladoAvaliação da Sangfor HCI dentro do prazo da licença.
3. Registro de ressalvas e riscosItens não validados documentados, com risco e mitigação.
4. Critérios de rollbackCondição objetiva para retornar ao VMware.
5. Implantação controladaTeste em produção com escopo limitado.
6. Rollback acionadoDois hosts reformatados e devolvidos ao VMware.
7. Redesenho do backupVeeam em Linux com API nativa.

Limitações e aprendizados

• Uma PoC fora do ambiente real deixa lacunas; o valor está em declará-las, não em escondê-las.
• O prazo da licença reduziu o tempo de teste; com mais tempo, a validação de storage teria sido feita antes.
• Rollback é parte do plano, não sinal de fracasso: o problema apareceu em poucos hosts, não no ambiente inteiro.

Critério de Go/No-Go por janela

• Backup com evidência recente.
• Restore testado.
• Rollback documentado.
• Dono de negócio disponível durante a janela.

O programa de modernização em que a PoC se insere tinha 35 riscos mapeados (12 críticos e 23 altos) e uma matriz RACI com 38 atividades.

Como eu ensinaria este conceito

Prova de conceito e plano de retorno são ideias que servem para qualquer projeto, não só para datacenters.