kvm虚拟机的FT（容错）方案
KVM中的FT（fault tolerance），也叫non-stop service。在有些场景下也被称为虚拟机热备。
现在qemu-kvm社区出现过的FT方案：
- Features/FaultTolerance
- Features/MicroCheckpointing
- Features/COLO
其中COLO已经在qemu2.8版本进入了upstream。目前正在开发完善中。本文根据qemu和kvm社区的资料整理了一下COLO的实现方案。
COLO简介
COLO (COarse-grained LOck-stepping)是一种虚拟机的高可用解决方案。当启用的COLO功能后, 主虚拟机(PVM)和备虚拟机(SVM)都会同时处于running 状态。PVM和SVM都可以接收到来自client的网络数据包, 并对数据包做出回应。当PVM和SVM回复的数据包的内容相同, 则PVM回复的数据包会返回给client, 否则会触发checkpoint对PVM和SVM进行同步，然后再将数据包返回给client。当PVM所在的物理机发生宕机时候, SVM可以立即接管, 为client提供服务。
Application-agnostic Non-stop Virtual Machine
(来自01x07-Hongyang_Yang-Status_update_on_KVM-COLO.pdf)
qemu的ChangeLog/2.8中支持了COLO
下面是COLO架构图
（来自03x08B-Hailang_Zhang-Status_Update_on_KVM-COLO_FT.pdf）
架构中几个关键组件：
1.HeartBeat:
提供主备节点间的心跳检测。（主节点上发生故障后停止心跳，触发failover模块进行故障转移操作。）
该功能模块在qemu2.11.0版本中还没实现。
2.COLO disk Manager:
保持主备虚拟机的磁盘数据一致性，其工作流程如下：
3.Checkpoint/Failover Controller:
实现内存脏页的连续迁移，来保证备虚拟机和主虚拟机的状态一致性。colo lost heartbeat后进行故障转移操作。
4.COLO Proxy:
COLO-proxy模块主要是通过比较主备虚拟机发出的网络包来判断是否要触发checkpoint，提高COLO的性能。
其流程图如下：
COLO和MicroCheckpointing的比较：
1.COLO的checkpoint是根据比较主备虚拟机的对外反馈得出的，根据需要checkpoint。而MicroCheckpointing是周期性进行checkpoint的；
2.COLO的主备是并行执行的，而MicroCheckpointing的备机是处于复制主机内存的待激活状态。
关注本公众号，了解更多关于云计算虚拟化的知识。
