高可用 - 简述

张云飞Vir

发布于 2020-05-08 17:10:42

1.8K0

发布于 2020-05-08 17:10:42

文章被收录于专栏：写代码和思考

0. 背景

本文记录一些高可用的内容，和数据库在高可用方面的演进过程。

1. 概念

可用性: 即软件系统在一段时间内提供 有用资源 的能力。

高可用性描述了一个周期内的功能连续可用的绝对程度，可表示为正常运行时间和停机时间之间的关系，如下公式：

A = 100 – (100*D/U)
备注：A 表示可用性；D 表示 非计划停机时间；U 表示正常运行时间。

正常运行时间和可用性并不是同一个概念。一个系统可能会运行一个完整的测量周期，但可能由于网络中断或相关支持系统的停机而不可用。停机和不可用是同义词。

一个系统可能会持续运行很长的一段时间，可能由于网络中断或因关联的系统停机而导致该系统不可用。

正常的计划停机和不可用是不同的内容。

测量可用性

将可用性描述为“9”个数，如表1所示。

可用性 %	停机时间/分钟	停机时间/年	供应商术语
90	52,560.00	36.5 天	一个9
99	5,256.00	4 天	两个9
99.9	525.60	8.8 小时	三个9
99.99	52.56	53 分钟	四个9
99.999	5.26	5.3 分钟	五个9
99.9999	0.53	32 秒	六个9

表格展示了: 可用性占每年总正常运行时间的百分比

2. 如何设计来做到高可用

保证系统高可用，架构设计的核心准则是：冗余和故障转移。

单点系统的问题是，挂了就完全不可用了，服务会受影响。如果有冗余备份，其他后备的系统能够顶上，保证服务继续可用。

有了冗余之后，遇到故障需要人工介入恢复是来不及的。所以，又往往是通过“自动故障转移”来使得快速切换到备份系统来实现高可用。

常见的互联网分布式架构是：

前端 --->  反向代理  --> WEB应用 --> 服务 --> 数据库（及缓存）

其中，高可用可涉及到上面每个节点的高可用保障，我们看下数据的高可用架构的演变过程。

3. 数据库的高可用简史

3.1 主从备份（Active-Passive）

最开始，数据库运行在单台机器上，只有一个节点负责处理所有的读取和写入操作。数据库要么在运行，要么被关闭。

这时，计算机被持续访问，停机时间会直接影响到用户。由于计算机不停地运行，也更有可能发生故障。最明显的解决方案是拥有多台可以处理请求的计算机。

主备（Active-Passive）复制机制： 一个解决方案是让单个节点处理读写操作，同时将它的状态变更同步到辅助节点上。

主从备份

主备机制通过备份主节点来提高可用性：当主节点发生故障，将流量重定向到备用节点，并将其提升为新的主节点。

但是，如果备用节点发生故障该怎么办？如果备用节点不可用，当整个系统挂掉时，这种机制就变得毫无意义（但在进行同步复制时，这种情况真的有可能发生）。

为了进一步提高可用性，可以异步复制数据

虽然架构看起来是一样的，但在主节点或备用节点发生故障时，都不会影响数据库的可用性。

异步主备机制仍然存在重大不足：

当主节点发生故障时，任何尚未复制到备用节点的数据都可能丢失。
因为依靠单台机器处理流量，所以仍然受限于单台机器的最大可用资源。

3.2 分片

从单机到分布式：扩展到多台机器 随着互联网的快速发展，业务需求在规模和复杂性方面也有所增长。于是产生了“始终在线”的高可用性要求，就有了在多台计算机之间分布数据库。

将数据库分布在多台计算机上，通过分片将主备复制变成了更具可扩展性的方式。

分片将集群的数据按照某个值（例如行数或主键中的唯一值）进行拆分，并将这些数据段分布在多个节点上，每个节点都有一个主备对。然后在集群前添加某种路由技术，将客户端定向到正确的节点上。

分片

通过分片可以在多台计算机之间分配工作负载，提高吞吐量，并通过容忍更多的部分故障来获得更大的弹性。

缺点：

系统分片极其复杂，会给团队带来巨大的运营负担。
管理分片的任务可能会变得非常繁重，以至于路由逻辑最终会逐步渗透到应用程序的业务逻辑中。
如果你想要修改系统的分片方式（例如模式变更），通常会导致巨大的工作量。

而跨分片协调事务非常困难和复杂，以至于很多分片系统完全放弃了事务支持。

3.3 双活（Active-Active）

分片数据库难以管理，工程师们开发出了新的方案，这个方案仍然不支持事务，但是它更容易管理。这个方案的特点：

每个节点可以包含集群的全部或部分数据，并负责处理读写操作
当一个节点接收到写入操作时，将变更传播到需要数据副本的所有节点。
为了处理两个节点接收到相同键的情况，在提交之前，需要通过特殊算法来解决冲突。

因为每个节点都是“活跃”的，因此这种模式被称为双活（Active-Active）

双活

由于每个节点都可以处理所有数据的读写操作，因此更容易通过算法进行分片，也易于管理部署。

如果一个节点发生故障，只需将客户端重定向到另一个节点上。只要数据的有一个副本处于活动状态，就可以处理读写操作。

双活-宕机时

缺点：

一致性方面存在不足。
双活复制很容易导致数据出现异常。

因为每个节点都可以处理键的写入，所以在处理数据时要保持数据完全同步变得非常困难。它通过冲突算法来调解节点之间的冲突，也仅会做出一些粗粒度的决策。

冲突处理方案是在事后完成的，也就是在客户端已经收到响应之后，就可能导致，客户端在收到响应后还执行了其他业务逻辑。所以双活复制很容易导致数据出现异常。

不过，总要做出取舍。考虑到要高可用，停机比潜在的数据异常成本更高，因此双活成了主要的复制类型。

3.4 多活：基于共识的大规模一致性

双活解决了一些可用性问题和便于管理，但仍然忽略了事务，而需要强一致性的系统仍然找不到合适的解决方案。工程师设计了新的方案，它是一个基于共识复制的系统，它可以保证一致性，也可以提供高可用性。

特点：

在使用共识复制时，写入操作被传给一个节点，然后再复制到其他节点。
如果大多数节点已经确认写入，就可以提交写入操作。

基于共识的一致性：多活

共识复制处于同步和异步复制之间的一个最佳位置。它需要其中的部分节点保持同步就够了，至于是哪些节点就无关紧要。

这意味着集群可以容忍少数节点宕机，而不会影响系统的可用性

多活：宕机时

缺点：延迟。

要做到共识的代价是：它需要多个节点间进行通信以执行写入操作。虽然可以采取一些措施来减少节点之间的延迟，例如将它们放在同一可用区域中，但这需要在可用性方面做出权衡。例如：

如果所有节点都在同一个数据中心，节点之间的通信速度快了，但是如果整个数据中心发生故障，那么可用性就不复存在。
如果将节点扩展到多个数据中心，某个数据中心出了问题时保证了可用性，但是可能会增加写入所需的延迟。

3.5 双活与多活的对比

项	双活	多活
响应方式	任意一个写入成功，即响应成功	大多数副本完成，才响应成功
-	允许任意节点提供读写	允许任意节点提供读写，并且只让最新的副本处理读取操作
一致性	任意一个节点完成了“提交写入”后，才将数据变更传播到其他节点	确保大多数副本都写入后才提交，保持了同步。才响应“完成了提交”
-	单个存活就行	需要大多数副本节点存活才行
读取数据时	单个写入成功，其他副本可能失败，因此不能保证一定读取到写入的数据	只在能够保证一致的方式读取到数据的情况下才接受写入。
总结	关注快速读写	关注一致性