Wie Uber OpenSearch-Cluster aufbaut, die gegen Zonenausfälle resilient sind

Uber veröffentlicht sein Rezept, um OpenSearch am Laufen zu halten, wenn eine Availability Zone ausfällt. Keine magische KI - nur Topologie, Shard-Platzierung und regelmäßiges Drilling.

Der Fakt

InfoQ veröffentlicht (17. Juli 2026) einen Erfahrungsbericht von Uber über den Aufbau von OpenSearch-Clustern, die gegen Ausfälle von Availability Zones (AZ) resilient sind. Der Artikel detailliert die Platzierungs-, Failover- und Testmuster und präzisiert, dass Uber ein eigenes „Isolation-Group“-System auf der Container-Orchestrierungsplattform Odin über den OpenSearch-Primitioven stapelt.

Unsere Analyse

Zwei Punkte sind zu beachten. Die zonenbewusste Platzierung ist Ingenieursarbeit, kein Kontrollkästchen. OpenSearch verteilt die Shards nicht magisch nach einem AZ-Ausfall neu - die Topologie muss im Voraus geplant werden (Allokationsbewusstsein, erzwungene Bewusstheit, Replikate pro Zone). Uber detailliert die konkreten Haken, mit dem Beitrag seines eigenen Isolation-Groups-Systems, das auf Odin basiert - was in 90 % der im Umlauf befindlichen Dokumentation fehlt.

Die Disziplin des Drills macht den Unterschied. Das Vorhersagen von Ausfällen ist einfach; das Wiederholen in der Vorproduktion weniger. Das ist es, was die Harness/Plattform-Welle (siehe #1211 auf QCon AI Boston) auf der KI-Seite mitbringt: Der kontinuierliche Drill, der seit zehn Jahren auf der Infra-Seite angewendet wird, wird zur Norm für die Agenten in der Produktion.

Zu beobachten

Der Uber-Ansatz (OpenSearch + Isolation-Groups + Odin) ist auf andere verteilte Datenspeicher (Cassandra, Kafka) übertragbar. Für die Teams, die die RAG/vector-Schicht über OpenSearch aufbauen: Die Zonenresilienz wird vor dem Embedding gespielt - die KI-Schicht erbt den Boden, den ihre Basis legt.