Actividad Grupal 02-U2: NoSQL Backup Strategy · Base de Datos II (SI-783) · Universidad Privada de Tacna
Autor: Milton H. Flores Chino · Equipo: Yerry Maycol Tarqui Collatupa y Milton H. Flores Chino
Una copia de seguridad solo vale si se puede restaurar. Con esa idea armamos una estrategia de respaldo para una base NoSQL en Azure Cosmos DB: una app de productos en ASP.NET Core, una herramienta propia (BackupTool) que genera respaldos cifrados en Azure Blob Storage, y flujos de GitHub Actions que respaldan todos los días y restauran con verificación. Al final borramos todos los datos a propósito y los recuperamos.
- Repositorio público: https://github.com/Yerrytc/tg2-nosql-backup-yerrytc
- Aplicación publicada (Azure App Service): https://app-tg2-backup-yerrytc.azurewebsites.net
- Ejecuciones de GitHub Actions: https://github.com/Yerrytc/tg2-nosql-backup-yerrytc/actions
- Video (4 min 32 s): https://youtu.be/zM_CLWn9cGs
Tres capas de protección
| Capa | Cómo se implementa | Qué cubre |
|---|---|---|
| Respaldo nativo | Cosmos DB con política Periodic: cada 240 min, retención de 48 h (Terraform) |
Recuperación administrada por Azure |
| Respaldo lógico propio | BackupTool exporta los documentos, los comprime, los cifra y los sube a Blob Storage | Copias bajo control del equipo, restaurables en otro contenedor |
| Retención | Política de ciclo de vida de Storage: borra respaldos con más de 30 días | Evita acumular copias viejas |
La segunda capa es la que construimos nosotros, y es la que explico en detalle.
El formato del respaldo
BackupTool lee todos los documentos del contenedor productos, les quita los metadatos internos de Cosmos DB (_rid, _self, _etag, _attachments, _ts) y los guarda en un JSON con un manifiesto: versión, fecha, base, contenedor y cantidad de documentos. Antes de comprimir calcula el SHA-256 de ese JSON, que sirve como huella para comparar al restaurar.
Luego comprime con GZip y cifra con AES-256-GCM. La clave no se guarda: se deriva de una frase secreta con PBKDF2-SHA256 (200 000 iteraciones) y una sal aleatoria por archivo.
byte[] Cifrar(byte[] d, string clave)
{
var sal = RandomNumberGenerator.GetBytes(16);
var nonce = RandomNumberGenerator.GetBytes(12);
var k = Rfc2898DeriveBytes.Pbkdf2(clave, sal, 200000, HashAlgorithmName.SHA256, 32);
var c = new byte[d.Length];
var tag = new byte[16];
using var aes = new AesGcm(k, 16);
aes.Encrypt(nonce, d, c, tag);
return Encoding.ASCII.GetBytes("TG2B").Concat(sal).Concat(nonce).Concat(tag).Concat(c).ToArray();
}
Así queda cada archivo .json.gz.enc:
| Bytes | Contenido |
|---|---|
| 0–3 | Firma TG2B
|
| 4–19 | Sal de PBKDF2 |
| 20–31 | Nonce de AES-GCM |
| 32–47 | Etiqueta de autenticación |
| 48 en adelante | Datos comprimidos y cifrados |
AES-GCM no solo oculta los datos: si alguien modifica un solo byte del archivo, el descifrado falla. Por eso un respaldo alterado nunca se restaura en silencio.
El archivo se sube al contenedor privado backups con la cantidad de documentos y el SHA-256 como metadatos del blob.
Restaurar y verificar
La restauración hace el camino inverso: descarga el respaldo indicado (o el más reciente), lo descifra, lo descomprime, recalcula el SHA-256 y escribe los documentos con UpsertItemAsync. Al final cuenta los documentos del contenedor de destino y lo compara con el manifiesto:
if (docs.Count != esperado || total < esperado)
throw new Exception("La verificacion fallo: se esperaban " + esperado + " documentos");
Console.WriteLine("VERIFICACION OK: " + esperado + " documentos recuperados");
Si no coincide, el proceso termina con error y el flujo de GitHub Actions queda en rojo. Por defecto restaura en un contenedor nuevo (productos_restaurado), así se puede revisar la copia sin tocar los datos en uso.
Automatización con GitHub Actions
El repositorio tiene seis flujos: ci, infra (Terraform), deploy, backup, restore y desastre. El de respaldo corre solo todos los días:
on:
schedule:
- cron: '17 10 * * *' # 10:17 UTC = 5:17 a. m. en Perú
workflow_dispatch:
En cada ejecución inicia sesión en Azure, obtiene la llave de Cosmos DB y la cadena de conexión de Storage con la CLI, las enmascara en los registros (::add-mask::) y ejecuta BackupTool. La frase de cifrado es el secreto BACKUP_PASSPHRASE del repositorio, así que ninguna llave está en el código.
La prueba: respaldar, destruir y recuperar
1. Datos iniciales. La app publicada en Azure tenía 6 productos guardados en Cosmos DB.
2. Respaldo. backup.yml terminó en 42 s: 6 documentos, archivo productos-20261026-015040.json.gz.enc de 515 bytes y SHA-256 a719492f…dfdac08.
El archivo cifrado quedó en el contenedor privado backups:
3. Desastre simulado. desastre.yml, que solo corre si se escribe la confirmación BORRAR, eliminó todos los productos. La app quedó vacía:
4. Recuperación. restore.yml con el último respaldo y destino productos terminó en 40 s. El SHA-256 coincidió con el del respaldo original y la verificación pasó:
Los 6 productos volvieron a aparecer en la app:
Lo que aprendí
- Un respaldo sin prueba de restauración es una suposición. La verificación por cantidad y SHA-256 convierte la recuperación en algo comprobable.
- Cifrar antes de subir protege los datos aunque alguien acceda al contenedor, y AES-GCM además detecta archivos alterados.
- Dos vías de recuperación (nativa de Azure y lógica propia) evitan depender de una sola.
- Automatizar con cron quita el factor humano: el respaldo ocurre aunque nadie se acuerde.
- Todo funciona con Cosmos DB serverless, App Service F1 y una cuenta de Storage pequeña, con costo mínimo.
Cumplimiento de la actividad
| Requisito | Dónde |
|---|---|
| Base NoSQL | Azure Cosmos DB (API NoSQL) |
| Repositorio público | https://github.com/Yerrytc/tg2-nosql-backup-yerrytc |
| Despliegue por automatización | GitHub Actions + Terraform (infra.yml, deploy.yml, backup.yml, restore.yml) |
| Nube pública | Microsoft Azure: App Service, Cosmos DB y Blob Storage |
| Video ≤ 5 min | https://youtu.be/zM_CLWn9cGs |







Top comments (0)