接著，我們聊聊復(fù)雜度的第二個要求高可用矾睦。
參考維基百科，先來看看高可用的定義炎功。
系統(tǒng)無中斷地執(zhí)行其功能的能力枚冗，代表系統(tǒng)的可用性程度，是進行系統(tǒng)設(shè)計時的準(zhǔn)則之一蛇损。
這個定義的關(guān)鍵在于“ 無中斷”赁温，但恰好難點也在“無中斷”上面，因為無論是單個硬件還是單個軟件州藕，都不可能做到無中斷束世，硬件會出故障，軟件會有bug床玻；硬件會逐漸老化毁涉，軟件會越來越復(fù)雜和龐大……
除了硬件和軟件本質(zhì)上無法做到“無中斷”，外部環(huán)境導(dǎo)致的不可用更加不可避免锈死、不受控制贫堰。例如，斷電待牵、水災(zāi)其屏、地震，這些事故或者災(zāi)難也會導(dǎo)致系統(tǒng)不可用缨该，而且影響程度更加嚴(yán)重偎行，更加難以預(yù)測和規(guī)避。
高可用性是指系統(tǒng)在沒有中斷的情況下能夠持續(xù)執(zhí)行其功能的能力贰拿，是進行系統(tǒng)設(shè)計時的重要準(zhǔn)則之一蛤袒。然而，要實現(xiàn)無中斷是非常困難的膨更，因為單個硬件或軟件都有可能出現(xiàn)故障或錯誤妙真，且硬件隨著時間的推移會逐漸老化，軟件也會變得越來越復(fù)雜和龐大荚守。此外珍德，外部環(huán)境因素如斷電练般、水災(zāi)、地震等災(zāi)難也可能導(dǎo)致系統(tǒng)不可用锈候，而且其影響程度更加嚴(yán)重薄料，更難以預(yù)測和規(guī)避。
因此晴及，實現(xiàn)高可用性的方案是通過增加冗余性來提高系統(tǒng)的可用性都办。簡單來說，就是增加更多的機器或部署多個機房來解決單點故障問題虑稼。這樣做的目的是為了增強系統(tǒng)的冗余性琳钉，從而實現(xiàn)高可用性。需要注意的是蛛倦，實現(xiàn)高性能和高可用性都需要增加機器歌懒，但它們的目的不同，前者是為了“擴展”處理性能溯壶，而后者是為了“冗余”處理單元及皂。
雖然通過冗余增強了系統(tǒng)的可用性，但同時也帶來了復(fù)雜性且改。因此验烧，在實際應(yīng)用中需要根據(jù)不同的場景逐一分析，采取不同的高可用方案又跛。
計算高可用
在這里碍拆，“計算”指的是業(yè)務(wù)邏輯處理。與計算相關(guān)的高可用性的復(fù)雜性在于慨蓝，無論在哪臺機器上執(zhí)行計算感混，只要算法和輸入數(shù)據(jù)相同，計算結(jié)果就應(yīng)該是相同的礼烈。因此弧满，將計算從一臺機器轉(zhuǎn)移到另一臺機器，對業(yè)務(wù)邏輯沒有任何影響此熬。
以最簡單的單機變雙機架構(gòu)為例庭呜，我們可以看到以下幾個方面的復(fù)雜性：先來看一個單機變雙機的簡單架構(gòu)示意圖。
你可能會發(fā)現(xiàn)犀忱，這個雙機的架構(gòu)圖和上期“高性能”講到的雙機架構(gòu)圖是一樣的募谎，因此復(fù)雜度也是類似的，具體表現(xiàn)為：
需要增加任務(wù)分配器峡碉，選擇合適的任務(wù)分配器也是一個復(fù)雜的過程，需要考慮各種因素驮审，例如性能鲫寄、成本吉执、可維護性和可用性等等。
任務(wù)分配器與真正的業(yè)務(wù)服務(wù)器之間需要進行連接和交互地来。因此戳玫，需要選擇合適的連接方式，并且對連接進行管理未斑。例如咕宿，建立連接、檢測連接蜡秽、處理連接中斷等等府阀。
任務(wù)分配器需要增加分配算法。常見的雙機算法有主備芽突、主主试浙，主備方案又可以細分為冷備、溫備寞蚌、熱備等等田巴。
上面這個示意圖只是簡單的雙機架構(gòu)，我們再看一個復(fù)雜一點的高可用集群架構(gòu)挟秤。
上面這個示意圖只是一個簡單的雙機架構(gòu)壹哺，而復(fù)雜度會隨著集群的規(guī)模和結(jié)構(gòu)的變化而增加。例如艘刚，上圖展示了一個更為復(fù)雜的高可用集群架構(gòu)管宵。這種情況下，分配算法的選擇更加復(fù)雜昔脯，可以是1主3備啄糙、2主2備、3主1備云稚、4主0備等等隧饼。具體應(yīng)該采用哪種方式，需要根據(jù)實際業(yè)務(wù)需求進行分析和判斷静陈，不存在一種算法一定比其他算法更優(yōu)燕雁。例如，ZooKeeper采用的是1主多備鲸拥，而Memcached則采用全主0備拐格。
存儲高可用
對于需要存儲數(shù)據(jù)的系統(tǒng)來說，整個系統(tǒng)的高可用設(shè)計的關(guān)鍵點和難點在于“存儲高可用”刑赶。與計算相比捏浊，存儲有一個本質(zhì)的不同點：將數(shù)據(jù)從一臺機器搬到另一臺機器需要經(jīng)過線路傳輸。線路傳輸?shù)乃俣仁呛撩爰墑e撞叨，同一機房內(nèi)部可以做到幾毫秒金踪，但分布在不同地方的機房浊洞，傳輸耗時需要幾十甚至上百毫秒。例如胡岔，從廣州機房到北京機房法希，穩(wěn)定情況下ping延時大約是50ms，不穩(wěn)定情況下可能達到1秒甚至更長靶瘸。
雖然對人類來說苫亦，毫秒幾乎沒有什么感覺，但對于高可用系統(tǒng)來說怨咪，這是本質(zhì)的不同之處屋剑。這意味著在某個時間點上，整個系統(tǒng)中的數(shù)據(jù)肯定是不一致的惊暴。按照“數(shù)據(jù) + 邏輯 = 業(yè)務(wù)”這個公式來看饼丘，數(shù)據(jù)不一致即使邏輯一致，最終的業(yè)務(wù)表現(xiàn)也會不同辽话。以銀行儲蓄業(yè)務(wù)為例肄鸽，假設(shè)用戶的數(shù)據(jù)存在北京機房，用戶存入1萬塊錢油啤，然后查詢時被路由到了上海機房典徘，而北京機房的數(shù)據(jù)沒有同步到上海機房。用戶會發(fā)現(xiàn)他的余額并沒有增加1萬塊益咬。想象一下逮诲，此時用戶肯定會感到不安，會懷疑自己的錢被盜了幽告，趕緊打客服電話投訴梅鹦，甚至可能打110報警。即使最終發(fā)現(xiàn)只是因為傳輸延遲導(dǎo)致的問題冗锁，從用戶的角度來看齐唆，這個過程的體驗肯定很不好。
除了物理傳輸速度限制冻河，傳輸線路本身也可能出現(xiàn)可用性問題箍邮。傳輸線路可能會中斷、擁塞叨叙、異常（如錯包锭弊、丟包），并且線路故障的恢復(fù)時間通常較長擂错，可能持續(xù)幾分鐘甚至幾小時味滞。例如，2015年支付寶因為光纜被挖斷，業(yè)務(wù)受到了超過4個小時的影響剑鞍；2016年中美海底光纜中斷3小時等刹悴。線路中斷意味著存儲無法同步，這段時間內(nèi)整個系統(tǒng)的數(shù)據(jù)將不一致攒暇。
綜合考慮，在正常情況下的傳輸延遲和異常情況下的傳輸中斷都會導(dǎo)致系統(tǒng)在某個時間點或時間段內(nèi)的數(shù)據(jù)不一致子房，從而影響業(yè)務(wù)形用。然而，如果完全不做冗余证杭，整個系統(tǒng)的高可用性就無法保證田度。因此，存儲高可用的難點不在于如何備份數(shù)據(jù)解愤，而在于如何減少或規(guī)避數(shù)據(jù)不一致對業(yè)務(wù)造成的影響镇饺。
在分布式系統(tǒng)領(lǐng)域，有一個著名的CAP定理送讲，從理論上證明了存儲高可用的復(fù)雜度奸笤。也就是說，存儲高可用不可能同時滿足“一致性哼鬓、可用性监右、分區(qū)容錯性”，最多只能滿足其中兩個异希。因此健盒，在架構(gòu)設(shè)計時，需要根據(jù)實際業(yè)務(wù)需求進行取舍称簿。
高可用狀態(tài)決策
無論是計算高可用還是存儲高可用扣癣，其基礎(chǔ)都是“狀態(tài)決策”，即系統(tǒng)需要能夠判斷當(dāng)前的狀態(tài)是正常還是異常憨降，如果出現(xiàn)異常就需要采取行動來保證高可用父虑。如果狀態(tài)決策本身存在錯誤或偏差，那么后續(xù)的任何行動和處理都將失去意義和價值券册。然而频轿，在具體實踐中，存在一個本質(zhì)的矛盾：通過冗余實現(xiàn)的高可用系統(tǒng)烁焙，狀態(tài)決策本質(zhì)上不可能做到完全正確航邢。以下是對幾種常見的決策方式的詳細分析：
1.獨裁式
獨裁式?jīng)Q策指的是存在一個獨立的決策主體，我們稱之為“決策者”骄蝇，其負責(zé)收集信息并做出決策膳殷。所有冗余的個體，我們稱之為“上報者”，將狀態(tài)信息發(fā)送給決策者赚窃。
獨裁式的決策方式不會出現(xiàn)決策混亂的問題册招，因為只有一個決策者，但問題也正是在于只有一個決策者勒极。當(dāng)決策者本身故障時是掰，整個系統(tǒng)就無法實現(xiàn)準(zhǔn)確的狀態(tài)決策。如果決策者本身又做一套狀態(tài)決策辱匿，那就陷入一個遞歸的死循環(huán)了键痛。
2.協(xié)商式
協(xié)商式?jīng)Q策指的是兩個獨立的個體通過交流信息，然后根據(jù)規(guī)則進行決策匾七， 最常用的協(xié)商式?jīng)Q策就是主備決策絮短。
這個架構(gòu)的基本協(xié)商規(guī)則可以設(shè)計成：
- 2臺服務(wù)器啟動時都是備機。
- 2臺服務(wù)器建立連接昨忆。
- 2臺服務(wù)器交換狀態(tài)信息丁频。
- 某1臺服務(wù)器做出決策，成為主機邑贴；另一臺服務(wù)器繼續(xù)保持備機身份席里。
協(xié)商式?jīng)Q策的架構(gòu)不復(fù)雜，規(guī)則也不復(fù)雜拢驾，其難點在于胁勺，如果兩者的信息交換出現(xiàn)問題（比如主備連接中斷），此時狀態(tài)決策應(yīng)該怎么做独旷。
- 如果備機在連接中斷的情況下認為主機故障署穗，那么備機需要升級為主機，但實際上此時主機并沒有故障嵌洼，那么系統(tǒng)就出現(xiàn)了兩個主機案疲，這與設(shè)計初衷（1主1備）是不符合的。
- 如果備機在連接中斷的情況下不認為主機故障麻养，則此時如果主機真的發(fā)生故障褐啡，那么系統(tǒng)就沒有主機了，這同樣與設(shè)計初衷（1主1備）是不符合的鳖昌。
- 如果為了規(guī)避連接中斷對狀態(tài)決策帶來的影響备畦，可以增加更多的連接。例如许昨，雙連接懂盐、三連接。這樣雖然能夠降低連接中斷對狀態(tài)帶來的影響（注意：只能降低糕档，不能徹底解決）莉恼，但同時又引入了這幾條連接之間信息取舍的問題，即如果不同連接傳遞的信息不同，應(yīng)該以哪個連接為準(zhǔn)俐银？實際上這也是一個無解的答案尿背，無論以哪個連接為準(zhǔn)，在特定場景下都可能存在問題捶惜。
綜合分析田藐，協(xié)商式狀態(tài)決策在某些場景總是存在一些問題的。
3.民主式
民主式?jīng)Q策指的是多個獨立的個體通過投票的方式來進行狀態(tài)決策吱七。例如坞淮，ZooKeeper集群在選舉leader時就是采用這種方式。
民主式?jīng)Q策和協(xié)商式?jīng)Q策比較類似陪捷，其基礎(chǔ)都是獨立的個體之間交換信息，每個個體做出自己的決策诺擅，然后按照“ 多數(shù)取勝”的規(guī)則來確定最終的狀態(tài)市袖。不同點在于民主式?jīng)Q策比協(xié)商式?jīng)Q策要復(fù)雜得多，ZooKeeper的選舉算法ZAB烁涌，絕大部分人都看得云里霧里苍碟，更不用說用代碼來實現(xiàn)這套算法了。
除了算法復(fù)雜撮执，民主式?jīng)Q策還有一個固有的缺陷：腦裂微峰。這個詞來源于醫(yī)學(xué)，指人體左右大腦半球的連接被切斷后抒钱，左右腦因為無法交換信息蜓肆，導(dǎo)致各自做出決策，然后身體受到兩個大腦分別控制谋币，會做出各種奇怪的動作仗扬。例如：當(dāng)一個腦裂患者更衣時，他有時會一只手將褲子拉起蕾额，另一只手卻將褲子往下脫早芭。腦裂的根本原因是，原來統(tǒng)一的集群因為連接中斷诅蝶，造成了兩個獨立分隔的子集群退个，每個子集群單獨進行選舉，于是選出了2個主機调炬，相當(dāng)于人體有兩個大腦了语盈。
從圖中可以看到，正常狀態(tài)的時候缰泡，節(jié)點5作為主節(jié)點黎烈，其他節(jié)點作為備節(jié)點；當(dāng)連接發(fā)生故障時，節(jié)點1照棋、節(jié)點2资溃、節(jié)點3形成了一個子集群，節(jié)點4烈炭、節(jié)點5形成了另外一個子集群溶锭，這兩個子集群的連接已經(jīng)中斷，無法進行信息交換符隙。按照民主決策的規(guī)則和算法趴捅，兩個子集群分別選出了節(jié)點2和節(jié)點5作為主節(jié)點，此時整個系統(tǒng)就出現(xiàn)了兩個主節(jié)點霹疫。這個狀態(tài)違背了系統(tǒng)設(shè)計的初衷拱绑，兩個主節(jié)點會各自做出自己的決策，整個系統(tǒng)的狀態(tài)就混亂了丽蝎。
為了解決腦裂問題猎拨，民主式?jīng)Q策的系統(tǒng)一般都采用“投票節(jié)點數(shù)必須超過系統(tǒng)總節(jié)點數(shù)一半”規(guī)則來處理。如圖中那種情況屠阻，節(jié)點4和節(jié)點5形成的子集群總節(jié)點數(shù)只有2個红省，沒有達到總節(jié)點數(shù)5個的一半，因此這個子集群不會進行選舉国觉。這種方式雖然解決了腦裂問題吧恃，但同時降低了系統(tǒng)整體的可用性，即如果系統(tǒng)不是因為腦裂問題導(dǎo)致投票節(jié)點數(shù)過少麻诀，而真的是因為節(jié)點故障（例如痕寓，節(jié)點1、節(jié)點2蝇闭、節(jié)點3真的發(fā)生了故障）厂抽，此時系統(tǒng)也不會選出主節(jié)點，整個系統(tǒng)就相當(dāng)于宕機了丁眼，盡管此時還有節(jié)點4和節(jié)點5是正常的筷凤。
綜合分析，無論采取什么樣的方案苞七，狀態(tài)決策都不可能做到任何場景下都沒有問題藐守，但完全不做高可用方案又會產(chǎn)生更大的問題，如何選取適合系統(tǒng)的高可用方案蹂风，也是一個復(fù)雜的分析卢厂、判斷和選擇的過程。
小結(jié)
綜上所述惠啄，我向你分析了復(fù)雜度之高可用慎恒，分析了計算高可用和存儲高可用兩個場景任内，給出了幾種高可用狀態(tài)決策方式，希望對你有幫助
本文由mdnice多平臺發(fā)布
