Entre administradores de sistemas, SRE e ingenieros DevOps circula desde hace años un dicho oscuro pero cien por cien cierto: «Los técnicos se dividen en dos grupos: los que todavía no hacen copias de seguridad periódicas y los que ya verifican obligatoriamente la restauración desde ellas».
Puedes pasarte años admirando los ticks verdes en tus tareas cron, acumulando gigas de archivos pg_dump en un disco de red y creyendo de corazón que los datos críticos del negocio están a salvo. Hasta que llega un viernes negro, un fallo de hardware corrompe el sistema de archivos de la base de datos, el ingeniero de guardia descarga el volcado de ayer y... descubre con horror un error de suma de comprobación gzip, transacciones incompletas o catálogos del sistema incompatibles. La copia estaba en el disco, sí, pero restaurar producción es físicamente imposible.
Justo ese problema de raíz resuelve la plataforma abierta self-hosted Databasus, creada por una comunidad independiente bajo licencia libre Apache 2.0.
Concepto de verificación: restaurar antes de confiar
La gran baza arquitectónica de Databasus, la que lo distingue de decenas de scripts caseros y utilidades comerciales, es su circuito automático integrado de restauración de prueba (Restore Verification).
Mira cómo funciona este circuito «bajo el capó»:
- Según la planificación cron configurada, el sistema se conecta a la base de datos objetivo y toma un snapshot físico o lógico.
- El volcado se cifra al instante en el servidor mediante el algoritmo robusto AES-256-GCM usando la clave maestra definida en tus variables de entorno.
- Databasus levanta automáticamente un contenedor temporal aislado en Docker (un sandbox) con la versión exacta de la base de datos.
- Despliega el volcado cifrado desde cero dentro de ese entorno aislado.
- Ejecuta una batería rápida de pruebas de integridad (smoke tests): comprobación de catálogos del sistema, validación de claves foráneas, conteo de control de filas en tablas clave y verificación de índices.
- Solo cuando la base temporal ha demostrado que arranca y funciona, el backup recibe el estado verificado y se envía al almacenamiento externo a largo plazo, destruyendo sin rastro el contenedor de pruebas.
Si en el despliegue de prueba falla el más mínimo detalle, el equipo de guardia recibe de inmediato una alerta en Telegram, Slack, Discord o por webhook con el log completo del error. Cero sorpresas desagradables en el momento de una caída real en producción.
Soporte de bases de datos, almacenamientos y Point-in-Time Recovery
La plataforma está escrita en Go con una interfaz web moderna en React y TypeScript. Su arquitectura soporta de serie los motores más extendidos: PostgreSQL (incluida la recuperación granular a un instante concreto — Point-in-Time Recovery mediante archivado de WAL), MySQL, MariaDB y MongoDB.
Como destino para guardar los backups admite prácticamente cualquier sitio capaz de recibir bytes por red:
- Discos locales y montajes NFS;
- Cualquier almacenamiento compatible con S3 (Amazon S3, Cloudflare R2, MinIO, Wasabi, Yandex Cloud);
- Google Cloud Storage y Google Drive;
- Protocolos seguros SFTP y FTP.
Mira qué sencillo resulta desplegar Databasus en tu propio servidor con Docker Compose:
services:
databasus-server:
image: ghcr.io/databasus/databasus:latest
container_name: databasus
restart: unless-stopped
ports:
- "8080:8080"
environment:
- DB_DRIVER=sqlite
- DB_SOURCE=/data/databasus.db
- ENCRYPTION_MASTER_KEY=base64:7xK3L9mQ8wP1vN4zR6tY2uI5oA8sD0fG
- DOCKER_HOST=unix:///var/run/docker.sock
volumes:
- databasus_data:/data
- /var/run/docker.sock:/var/run/docker.sock
networks:
- internal-net
volumes:
databasus_data:
networks:
internal-net:
driver: bridge
Fíjate en un detalle clave: se monta el socket de Docker del anfitrión precisamente para que la plataforma pueda orquestar por sí misma el arranque y la parada de los contenedores sandbox temporales durante cada verificación.
Automatización de tareas por CLI y API
Además del panel web visual, donde las gráficas muestran la evolución del tamaño de las bases y el estado de las copias, Databasus ofrece una REST API completa y una cómoda herramienta CLI para integrarla en CI/CD y scripts de automatización:
# Comprobar el estado actual de las políticas de respaldo programadas
databasus-cli policy list --format table
# Lanzar un backup manual forzado antes de aplicar una migración de esquema
databasus-cli backup run --database prod-postgres-cluster --verify-restore=true
# Ver el informe detallado de la última verificación de restauración
databasus-cli report get --backup-id bkp-20261031-040012 --show-logs
Si sigues de cerca las novedades del ecosistema de bases de datos, te recomiendo repasar también nuestro análisis reciente sobre herramientas del ecosistema PostgreSQL, donde revisamos utilidades complementarias para auditar clústeres en profundidad.
Puntos críticos y límites en grandes volúmenes
Conviene valorar con realismo hasta dónde llega la verificación automática. Si tu base pesa 50 gigabytes, levantarla en un sandbox tarda un par de minutos y apenas carga el servidor. Pero si supera los 5 terabytes, levantar un contenedor completo en cada backup nocturno resultará costoso en operaciones de disco (IOPS) y en tiempo.
Para bases gigantes, la estrategia sensata es combinar snapshots físicos de volúmenes (LVM/CSI) con archivado continuo de registros WAL (PITR), y programar la verificación completa de Databasus una vez por semana en un entorno dedicado a pruebas de restauración.
Para la inmensa mayoría de servicios web de tamaño medio, sin embargo, Databasus es el seguro perfecto contra las pesadillas nocturnas de volcados ilegibles.

