Отказоустойчивый кластер БД с автопереключением

Наша платформа работает на единственном сервере базы данных, и этот единственный узел давно стал главной болью проекта. Любой сбой оборудования, неудачное обновление или тяжёлый запрос кладёт весь продукт целиком, и пока мы вручную поднимаем базу, тысячи пользователей видят ошибку. Требуется опытный инженер, который спроектирует и соберёт отказоустойчивый кластер и снимет этот риск с команды раз и навсегда.

Суть задачи — репликация минимум на два узла и автоматическое переключение: когда основной сервер становится недоступен, трафик должен уходить на живую реплику за считаные секунды и без ночных звонков дежурному. Отдельно нужен продуманный и проверенный план резервного копирования: расписание полных и инкрементных копий, хранение на отдельной площадке, правила ротации и понятная инструкция восстановления, которую реально выполнить в стрессовой ситуации. Мониторинг и оповещения должны сообщать о проблеме раньше, чем её заметят клиенты.

Ожидаем уверенную работу с инструментами высокой доступности, маршрутизацией подключений и отставанием реплик. Сначала короткое описание архитектуры, затем сборка на тестовой копии, совместные учения по переключению и только потом аккуратный вывод в бой. Понятная документация, по которой наши собственные администраторы смогут обслуживать кластер, входит в результат, а не остаётся на потом.