高可用和災(zāi)備方案
基礎(chǔ)知識
高可用 （High Availability，簡稱 HA
高可用性是指提供在本地系統(tǒng)單個組件故障情況下瞧预，能繼續(xù)訪問應(yīng)用的能力
有兩個維度的成本：RTO （Recovery Time Objective）和 RPO（Recovery Point Objective）
- RTO 是服務(wù)恢復(fù)的時間彬向，最佳的情況是 0肛度，這意味著服務(wù)立即恢復(fù)；最壞是無窮大意味著服務(wù)永遠恢復(fù)不了
- RPO 是切換時向前恢復(fù)的數(shù)據(jù)的時間長度湃崩，0 意味著使用同步的數(shù)據(jù)，大于 0 意味著有數(shù)據(jù)丟失
HA 的計算公式是[ 1 - (宕機時間)/（宕機時間 + 運行時間）]接箫，我們常常用幾個 9 表示可用性：
2 個9：99% = 1% * 365 = 3.65 * 24 小時/年 = 87.6 小時/年的宕機時間
4 個9: 99.99% = 0.01% * 365 * 24 * 60 = 52.56 分鐘/年
5 個9：99.999% = 0.001% * 365 = 5.265 分鐘/年的宕機時間攒读，也就意味著每次停機時間在一到兩分鐘。
11 個 9：幾乎就是幾年才宕機幾分鐘辛友。 據(jù)說 AWS S3 的設(shè)計高可用性就是 11 個 9
服務(wù)的分類
- 有狀態(tài)服務(wù)：后續(xù)對服務(wù)的請求依賴于之前對服務(wù)的請求
- 無狀態(tài)服務(wù)：對服務(wù)的請求之間沒有依賴關(guān)系薄扁，是完全獨立的
HA 的種類
HA 需要使用冗余的服務(wù)器組成集群來運行負載，包括應(yīng)用和服務(wù)
- Active/Passive HA：集群只包括兩個節(jié)點簡稱主備
- Active/Active HA：集群只包括兩個節(jié)點時簡稱雙活废累，包括多節(jié)點時成為多主（Multi-master）
云環(huán)境的 HA
云環(huán)境包括一個廣泛的系統(tǒng)邓梅，包括硬件基礎(chǔ)設(shè)施、IaaS層邑滨、虛機和應(yīng)用
云環(huán)境的 HA 將包括：
- 應(yīng)用的 HA
- 虛機的 HA
- 云控制服務(wù)的 HA
- 物理IT層：包括網(wǎng)絡(luò)設(shè)備比如交換機和路由器日缨，存儲設(shè)備等
- 基礎(chǔ)設(shè)施，比如電力驼修、空調(diào)和防火設(shè)施等
災(zāi)難恢復(fù) （Disaster Recovery）
數(shù)據(jù)級
指通過建立異地容災(zāi)中心殿遂，做數(shù)據(jù)的遠程備份，在災(zāi)難發(fā)生之后要確保原有的數(shù)據(jù)不會丟失或者遭到破壞
在數(shù)據(jù)級容災(zāi)這個級別乙各，發(fā)生災(zāi)難時應(yīng)用是會中斷的
在數(shù)據(jù)級容災(zāi)方式下墨礁，所建立的異地容災(zāi)中心可以簡單地把它理解成一個遠程的數(shù)據(jù)備份中心
數(shù)據(jù)級容災(zāi)的恢復(fù)時間比較長，但是相比其他容災(zāi)級別來講它的費用比較低耳峦，而且構(gòu)建實施也相對簡單恩静。
但是，“數(shù)據(jù)源是一切關(guān)鍵性業(yè)務(wù)系統(tǒng)的生命源泉”，因此數(shù)據(jù)級容災(zāi)必不可少應(yīng)用級
在數(shù)據(jù)級容災(zāi)的基礎(chǔ)之上驶乾，在備份站點同樣構(gòu)建一套相同的應(yīng)用系統(tǒng)邑飒，通過同步或異步復(fù)制技術(shù)，這樣可以保證關(guān)鍵應(yīng)用在允許的時間范圍內(nèi)恢復(fù)運行级乐，盡可能減少災(zāi)難帶來的損失疙咸，讓用戶基本感受不到災(zāi)難的發(fā)生，這樣就使系統(tǒng)所提供的服務(wù)是完整的风科、可靠的和安全的業(yè)務(wù)級
全業(yè)務(wù)的災(zāi)備撒轮，除了必要的 IT 相關(guān)技術(shù)，還要求具備全部的基礎(chǔ)設(shè)施
其大部分內(nèi)容是非IT系統(tǒng)（如電話贼穆、辦公地點等）题山，當大災(zāi)難發(fā)生后，原有的辦公場所都會受到破壞故痊，除了數(shù)據(jù)和應(yīng)用的恢復(fù)顶瞳，更需要一個備份的工作場所能夠正常的開展業(yè)務(wù)
HA 和 DR 的關(guān)系
HA 往往指本地的高可用系統(tǒng)，表示在多個服務(wù)器運行一個或多種應(yīng)用的情況下愕秫，應(yīng)確保任意服務(wù)器出現(xiàn)任何故障時慨菱，其運行的應(yīng)用不能中斷，應(yīng)用程序和系統(tǒng)應(yīng)能迅速切換到其它服務(wù)器上運行戴甩，即本地系統(tǒng)集群和熱備份抡柿。HA 往往是用共享存儲，因此往往不會有數(shù)據(jù)丟失（RPO = 0）等恐，更多的是切換時間長度考慮即 RTO
DR 是指異地（同城或者異地）的高可用系統(tǒng)，表示在災(zāi)害發(fā)生時备蚓，數(shù)據(jù)、應(yīng)用以及業(yè)務(wù)的恢復(fù)能力二跋。異地災(zāi)備的數(shù)據(jù)災(zāi)備部分是使用數(shù)據(jù)復(fù)制，根據(jù)使用的不同數(shù)據(jù)復(fù)制技術(shù)（同步、異步闷营、Strectched Cluster 等）速蕊，數(shù)據(jù)往往有損失導(dǎo)致 RPO >0规哲；而異地的應(yīng)用切換往往需要更長的時間唉锌，這樣 RT0 >0
從故障角度议双，HA 主要處理單組件的故障導(dǎo)致負載在集群內(nèi)的服務(wù)器之間的切換汞舱，DR 則是應(yīng)對大規(guī)模的故障導(dǎo)致負載在數(shù)據(jù)中心之間做切換
從網(wǎng)絡(luò)角度，LAN 尺度的任務(wù)是 HA 的范疇泌神，WAN 尺度的任務(wù)是 DR 的范圍矾兜。
從云的角度看浑槽，HA 是一個云環(huán)境內(nèi)保障業(yè)務(wù)持續(xù)性的機制桐玻，DR 是多個云環(huán)境間保障業(yè)務(wù)持續(xù)性的機制
從目標角度，HA 主要是保證業(yè)務(wù)高可用算行，DR 是保證數(shù)據(jù)可靠的基礎(chǔ)上的業(yè)務(wù)可用
OpenStack HA
OpenStack 部署環(huán)境中，各節(jié)點可以分為幾類：
- Cloud Controller Node （云控制節(jié)點）：安裝各種 API 服務(wù)和內(nèi)部工作組件（worker process）
同時褪子，往往將共享的 DB 和 MQ 安裝在該節(jié)點上 - Neutron Controller Node （網(wǎng)絡(luò)控制節(jié)點）：安裝 Neutron L3 Agent量淌，L2 Agent，LBaas嫌褪，VPNaas呀枢，F(xiàn)Waas，Metadata Agent 等 Neutron 組件
- Storage Controller Node （存儲控制節(jié)點）：安裝 Cinder volume 以及 Swift 組件
- Compute node （計算節(jié)點）：安裝 Nova-compute 和 Neutron L2 Agent笼痛，在該節(jié)點上創(chuàng)建虛機
構(gòu)建準則： - 能 A/A 盡量 A/A裙秋，不能的話則 A/P （RedHat 認為 A/P HA 是 No HA）
- 有原生（內(nèi)在實現(xiàn)的）HA方案盡量選用原生方案，沒有的話則使用額外的HA 軟件比如 Pacemaker 等
- 需要考慮負載均衡
- 方案盡可能簡單缨伊，不要太復(fù)雜
云控制節(jié)點 HA
云控制節(jié)點的 A/A HA 方案
云控制節(jié)點的 A/P HA方案
可以使用 Pacemaker + Corosync 搭建兩節(jié)點集群實現(xiàn) A/P HA 方案
