数据库高可用性课件幻灯片.pptVIP

SequoiaDB – HA 2013/10/07 高可用 高可用（HA）是一种系统，经过专门的设计，从而减少停机的时间，保证其服务的高度可用性 尽可能缩短因日常维护和突发情况所导致的停机时间 计划停机时间 Scheduled Downtime 一般由系统维护时所必须的停机时间决定 包括 升级软件 重启 备份 非计划停机时间 Unscheduled Downtime 计划外的停机时间 包括 软件崩溃 硬件失效 网络断连 电源故障 SLA Service Level Agreements 代表一段时间内系统在线提供服务时间的比例 可用性% 每年 每月 每日 90 36.5天 72小时 16.8小时 95 18.25天 36小时 8.4小时 97 10.96天 21.6小时 5.04小时 98 7.30天 14.4小时 3.36小时 99 3.65天 7.20小时 1.68小时 99.5 1.83天 3.60小时 50.4分钟 99.8 17.52小时 86.23分钟 20.16分钟 99.9 8.76小时 43.8分钟 10.1分钟 99.95 4.38小时 21.56分钟 5.04分钟 99.99 52.56分钟 4.32分钟 1.01分钟 99.999 5.26分钟 25.9秒 6.05秒 99.9999 31.5秒 2.59秒 0.605秒 99.99999 3.15秒 0.256秒 0.0605秒 如何做到高可用 系统设计时在软硬件层面避免SPOF（Single Point Of Failure） 自动化监控系统 制定紧急切换方案 架构层级 应用程序 中间件 数据库 网络 硬件 传统数据库架构 应用程序 中间件 数据库 SPOF 应用程序 中间件 数据库 Share Disk 应用程序 中间件 数据库 数据库 Share Disk 优势 Workload Balance 实现相对简单 劣势 数据的可靠性完全依赖存储 可扩展性受限 例如 DB2 for z/OS Oracle RAC DB2 PureScale Share Disk 难点 一致性 全局锁 共享内存 实现方式 对等模式 Oracle RAC 缺点：扩展性极差 中央调度 DB2 缺点：对初始配置带宽要求高 Share Nothing 无共享架构 优势 线性水平扩张 并行处理 缺点 可靠性 数据复制Replication 数据复制 主被模式（Master/Slave） 实现简单 读写分离 需要重新选取 管理相对复杂 对等模式（Master/Master） 管理简单 无重新选举时间 实现复杂 性能相对较低 网络压力大 对等复制集群（P2P） Cassandra Share Nothing + Replication = Sharding 数据分片 无共享架构 每个分区进行数据复制 优势 高可用 线性水平扩张 读写分离 缺点 一致性和高可用的抉择 管理复杂 强一致下的Sharding 对性能影响较大 数据必须被对端接收才能返回 被TCP接收即返回 被缓冲池接收即返回 被日志写入磁盘即返回 冷备节点 备节点不能读写 热备节点 备节点只读 锁问题难以处理，一般仅支持脏读 最终一致下的Sharding 对性能影响较小 异常处理逻辑相对复杂 备节点数据可能与主节点不同步 需要强一致的应用程序通过主节点读写 或者使W + R N 可能存在数据丢失 设置检查点的概念 分片的难点 一致性如何保障 正常流程中的一致性 崩溃恢复的一致性 重新选举的一致性 对象版本的一致性 状态的一致性 如何进行心跳检测 如何动态增减节点 如何选举 Questions * *