可用性解决方案设计思路.docVIP

第一部分：可用性（Availability）设计 可用性设计的重要性 可用性设计是数据中心规范化设计的核心。 从总体原则来讲，可用性设计是数据中心面向服务设计的基础，通过可用性设计，理清每一种业务的可用性等级、所需资源及资源之间的依赖关系，才能最终为相应的业务提供适当的服务； 从运维管理来说，可用性设计是服务等级协议（Service Level Agreement，简称SLA）的核心内容，没有可用性分析和设计，在运维管理中，就无法做到重点突出、张弛有度，将使运维管理的标准化、流程化失去支撑，变成空中楼阁； 从未来的容灾规划来说，可用性设计为容灾设计提供了依据。任何的容灾标准都有科学、严格的等级划分，任何的容灾规划都会根据业务的可用性等级适用相应的容灾等级，进行科学的匹配，从而为不同的业务应用提供适用的保护等级； 因此，没有可用性设计的数据中心规划是不完整的，将会使核心业务暴露在极高的风险中。 可用性设计的原则 设计逻辑顺序原则——应该通过业务的可用性调研，推导出适用的技术，再通过技术推导出适用的产品，最后再对方案和预算进行双向匹配，作出最优化的调整； 核心业务优先原则——当由于预算、技术条件或其他资源限制而需要妥协时，应首先保证核心业务需要； 避免漏洞原则——由于可用性是一个“链”，忽略任何一个环节，都可能导致整个业务系统出现单点故障，而避免出现单点故障也是进行可用性设计最重要的目标之一。另一方面，任何的系统都不可能没有漏洞，最重要的是当出现问题的时候，一定要有相应的后备手段。比如：我们都知道高端磁盘阵列的可用性是最高的，设备本身都是全冗余设计，但我们不能寄希望于这个单一设备不发生故障，如果设备发生故障，我们必须要有相应的后备手段来控制系统的停机时间； 以数据为核心的原则——由于数据是整个数据中心的核心资产，是业务运行的基础，而且数据具有唯一性、不可再生性等特点，所以在可用性设计中，数据的可用性是核心； 平衡性原则——掌握平衡是一门艺术，我们要进行集中，但不能为了集中而集中，管理层面需要集中，将控制点集中，有利于管理。设备层面需要根据客观情况进行分布式部署，从而为不同的应用提供相应的可用性、冗余度、计算资源、存储资源等。特别需要注意的是，不能在集中的过程中造成某些环节过于集中，从而形成单点故障，适度的分散和隔离有利于防止大规模全面瘫痪的恶性事故。 可用性分析的基本方法 第一，可用性分析是以应用为对象进行的，换句话说，用户需要对前端业务的真实可用性需求有一个基本准确的把握。如果IT部门不是很清楚的话，调研人员可以协同IT部门向业务需求部门的主管人员征询，一般可以用单位停机时间造成的损失进行衡量。主要的目标是确定每一个业务应用可用性的范围，务必实事求是； 第二，可用性分析的核心量化指标是RPO/RTO，如下图所示： IT系统的可用性核心指标就是恢复点和恢复时间，这是可用性调研的主要内容。 第三，可用性是一个“链”，就像所谓“木桶原理”，可用性的最终指标，取决于最薄弱的环节——也就是我们通常所说的“单点故障（Single-Point-of-Failure）”，因此，我们需要在分析中，找到每一个应用对应的整个链条，而不是将整个注意力放在某一个焦点上。如下图所示： 即使在一个非常简单的网络中，一个应用系统也会存在一个完整的链条：从客户端到网络，再到服务器、存储设备，任何一个环节出现故障，都会导致应用一定程度的可用性丧失。而越是集中的点（如存储、服务器），故障导致的破坏性越大，反之，越是分散的点（如客户端、桌面交换机），故障导致的破坏性越小。当然，IT设备之外的支撑设施（如供电系统、制冷系统）也是应用可用性链条中的一个环节，但那部分的可用性规划放在机房建设章节中具体论述，此处不作为重点。 第四，在调研的基础上，有针对性地采用不同的技术来满足不同应用的可用性要求。如下图所示： 从这张图上，我们可以简单地对业务系统的关键程度进行级别的划分，RPO/RTO要求越高的应用越是关键，反之亦然。那么，不同的业务级别，相应地就应该采用不同的技术来满足其要求。如非关键业务通常利用传统的备份恢复手段，可以达到小时到天级别的可用性等级，而关键业务则应采用集群、映像恢复、数据镜像、快照等技术来满足，可以达到分钟到秒级的可用性等级。 针对数据中心整合后可用性提高的具体建议 在调研的基础上，我们可以对咸阳社保各个委办局的应用进行可用性级别的划分，如下表所示： A、B、C三类服务器其实代表了三类不同的应用，它们的可用性级别依次分别为高中低三个档次。 相应地，这三类应用可用性需要采用的技术如下表所示： 应用可用性级别 技术 A类 服务器集群、存储镜像 B类 系统映像恢复、数据快照 C类 系统映像恢复、传统备份恢复 技术解释 什么是集群？ 集群（Cluster