写点什么

做容灾,冷备是不是个好方案?

  • 2020-03-17
  • 本文字数:1489 字

    阅读完需:约 5 分钟

做容灾,冷备是不是个好方案?

主备、冷备、热备、双活、多活、同城、异地、多云,等等等等,这些保证业务高可用和容灾名词,我们经常会听到,不绝于耳。


但是,真的当我们自己要去建设,选择方案时,就发现不知道该怎么选择和搭配了。


结合近期我们的一些讨论,准备用几篇文章简单分享下我们的理解,今天先聊冷备。

冷备是不是个好方案?

这里的冷备我们可以理解为,是主站系统核心链路的镜像站点,应用、各类分布式服务以及底层基础设施都是独立,且启动的。


它跟主站唯一的差别就是,正常情况下,不承载任何线上流量。


理论上,只要有状态的数据(也就是各类分布式服务,如数据库、缓存、消息等组件)同步好,接入层流量能够灵活调度,当出现问题的时候,切入口流量,就可以顺畅的切过去。


看上去很美好,但是实际操作起来,基本不可行。


这里有一个关键点,就是业务应用,应用的代码和配置是随时在变化的。


原则上,我们可以通过持续交付和运维自动化等等手段,确保每次变更都能够同步到备站点,并通过流程约束不允许有外部操作。


所以,手段上,我们可以做到非常完备,流程上,我们可以设计的非常严密。


但是,我们始终绕不开的一个命题,只要不承载真实的线上业务流量,我们就无法证明这个系统是可用的。


何况,有可能是好几个月我们都不会发生真实的切换动作,所以,一个几个月没有经过线上流量检验的系统,在真正需要切换时,不会有任何人敢决策直接切换的。


当然,以上是我们的直接推断,确实行不通。但是我们仍然要经过一些详细的论证,从其它角度看是否有解。

从另外一个角度的论证过程

当时我们讨论在冷备的前提下,应该怎么保证系统的可用性,没想到,论证的过程,反而进一步证实了冷备只是一个美好的愿望。

1、通过模拟压测的方式。

但是我们知道,压测的模型是根据线上业务模型来定制的,但是业务场景和逻辑每天都在发生变化,压测模型的同步有时是跟不上业务模型变化的。


况且这个日常工作量要靠人,无法做到自动生成,所以基本不可持续。


再就是,压测的结果检验是通过技术指标衡量,而非业务指标,也就是是否 200ok,或者出现 5xx 之类的错误。


业务逻辑上是否正确,并没有办法确保。这种情况就极易造成数据污染。数据故障的影响范围远远超过服务不可用的影响。


所以,压测可以最大程度评估系统容量,但是无法保证系统业务正确性。

2、切换后,接入线上流量前,QA 介入验证。

理由同上,工作量大,也无法覆盖到所有场景,时间不可控,完全起不到冷备节点的快速承载业务效果。

3、定期模拟演练,确保系统周期范围内可用

但是这里就有一个前提,冷备站点的建设目标,并不是全量建设,而是在极端状况下,确保核心业务临时可用,当主站点恢复后,仍然要切回去。


这里暗含的一个意思就是,一旦需要做这个动作,业务必然有损,而且涉及范围非常大,这就意味着,每一次演练都要付出极大的业务代价。


从这个角度,产品运营及决策者们是不会允许你经常干这种事情的。


到这里,你会发现,连日常演练的条件都不具备了。

4、一个绕不开的限制条件

数据同步必然是单向的,为了保证数据一致,通常要确保备用站点是禁写的,以防止各类误操作引起的数据污染。


所以,即使上面几个方案可行,基础条件上又不满足,因为根本无法写入数据,关键的业务逻辑根本不具备验证条件。

结论

冷备只能是冷备,关键时刻并不能起到快速承载业务的效果,在业务容灾建设时,这个思路其实是不可行的。


但是对于部分组件,比如数据库、大数据、文件,这些存储类的部件,做冷备是有重大意义的。


也就是,后面我们在提到冷备时,应该叫做数据冷备、文件冷备、源代码冷备才有意义,或许会更准确些。


本文转载自成哥的世界公众号。


原文链接:https://mp.weixin.qq.com/s/aORRbfURAE4LUP97CY4bjA


2020-03-17 22:071314

评论

发布
暂无评论
发现更多内容

以创新驱动增长,百度营销助力成人教育机构迎战金秋季

科技热闻

C语言编程语法—利用栈实现对后缀表达式的求解

芯动大师

C语言 6 月 优质更文活动

第四课 设计千万级学生管理系统考试试卷存储方案

家有两宝

架构训练营

科勒携多款重磅产品惊艳亮相第27届中国国际厨卫展

科技热闻

Wallys/wifi 6 router ipq8072 enterprise wireless dual band /support wifi6e card

Cindy-wallys

IPQ8072

SUFS: 存储资源使用量预测服务

KaiwuDB

KaiwuDB 存储资源使用量预测

以GaussDB举例,浅谈商业版数据库的断供风险以及国产数据库的重要性

轶天下事

基于STM32的智能饮水机系统设计

DS小龙哥

6 月 优质更文活动

商业版数据库断供风险愈发扩大,浅谈GaussDB与国内企业的应对方式

轶天下事

华为云GaussDB:为企业提供智能、高效、安全的数据库解决方案

轶天下事

【TypeScript】TS条件类型

不叫猫先生

typescript 6 月 优质更文活动

人生三借、成就伟业

科技热闻

IT知识百科:什么是计算机蠕虫?

wljslmz

计算机蠕虫 6 月 优质更文活动

Golden Gate’s (GGX) : 通过多方计算实现跨链一体化

股市老人

谁是蔡崇信?|耶鲁大学QA

B Impact

【SIGMOD 2023】深度学习弹性数据流水线系统GoldMiner,大幅提升任务和集群效率

阿里云大数据AI技术

人工智能 深度学习 数据库 企业号 6 月 PK 榜

谁是远程界的天花板?2023年5款最常用的远程软件横测:ToDesk、向日葵、TeamViewer、Splashtop、AnyDesk

dvlinker

向日葵 远程软件 ToDesk TeamViewer AnyDesk

2023-06-20:给定一个长度为N的数组arr,arr[i]表示宝石的价值 你在某天遇到X价值的宝石, X价值如果是所有剩余宝石价值中的最小值,你会将该宝石送人 X价值如果不是所有剩余宝石价值中的

福大大架构师每日一题

Go rust 算法、 福大大架构师每日一题

在AIGC魔法世界里,你是麻瓜吗?

脑极体

AI

华为云数据库GaussDB,无惧“卡脖子”,给世界一个更优选择

轶天下事

开发者聚焦 | 不容错过的开发者新专栏就要来啦!

亚马逊云科技 (Amazon Web Services)

亚马逊云科技

检测客户端访问设备的一种新方法

为自己带盐

.net core 设备检测

实现10倍提升!昇思MindSpore SPONGE套件助力核磁共振蛋白质动态结构解析加速

彭飞

昇思 昇思MindSpore

向量数据库的行业标准逐渐清晰!Vector DB Bench 正式开源!

Zilliz

非结构化数据 测试工具 Milvus 向量数据库 zillizcloud

用友BIP全球司库十问之大型企业如何管好资金预算?

用友BIP

全球司库

MySQL一个关于derived table的bug描述与规避

GreatSQL

科勒亮相设计上海2023,全方位打造敢创艺术空间

科技热闻

SAP UI5 OData 谣言粉碎机:极短时间内发送两个 Odata 请求,前一个会自动被 cancel 掉吗

汪子熙

SAP OData ui5 思爱普 6 月 优质更文活动

在AIGC魔法世界里,你是麻瓜吗?

白洞计划

AIGC

科创西安:秦创原·信创人才培养暨鸿蒙生态产教融合发展论坛举行

坚果

OpenHarmony 6 月 优质更文活动

做容灾,冷备是不是个好方案?_语言 & 开发_成哥的世界_InfoQ精选文章