云计算的高可用性实现技术探讨.pdfVIP

云计算的高可用性实现技术探讨

文章对云基础架构及业务应用层设计这两个层面的属性进行分析，对云计算

中实现高可用的关键技术进行介绍，探讨为实现高可用性提供支撑的计算资源伸

缩、业务会话处理等技术实现方式。为实现高可用的业务系统设计及云平台实施

提供参考。

标签：云计算；高可用；资源弹性伸缩

1引言

高可用性HA（HighAvailability）是指通过尽量缩短因日常维护操作（计划）

和突发的系统崩溃（非计划）所导致的停机时间，以提高系统和应用的可用性。

HA是目前企业防止核心计算机系统因故障停机的最有效手段[1]。云计算的高可

用性能已成为云计算相对于传统应用服务体现的众多优势之一，所以如何实现高

可用性是设计云平台时需要重点考虑的要素之一。为实现运行于云平台上业务系

统的高可用特性，在构建云平台时需要从硬件、软件、策略及管理等多个方面、

多维度进行分析及设计，使构建的云平台能为运行于其上的业务系统提供不间断

服务保障。

2云平台典型架构

典型云平台中的云基础架构通常划分为硬件层、虚拟化层、云层这三个层次。

业务系统及云基础架构层次如图1所示。

（1）虚拟化层：大多数云基础架构都广泛采用虚拟化技术，包括计算虚拟

化、存储虚拟化、网络虚拟化等[2]。通过虚拟化层可实现标准化、可灵活扩展

和收缩、弹性的虚拟化资源池。

（2）云层：对资源池进行调配、组合，能根据业务系统的需要自动生成、

扩展所需的计算资源，将更多的应用系统通过流程化、自动化部署和管理，提高

系统负载能力及可靠性[2]。

（3）应用层：包括业务系统及数据库系统等，该层为用户业务请求提供服

务。

3云平台构建中的高可用实现关键技术

根据业务系统及云基础架构层次特点，云计算中的高可用设计主要集中在云

层、业务系统及应用层这两个层面。

3.1云层

云层主要是对虚拟化层实现统一管理，在该层中高可用设计需要考虑的问题

主要包括资源动态伸缩、负载均衡调度、节点迁移等因素。

3.1.1计算资源动态伸缩

当云平台中的计算节点业务负载能力达到设定的阀值时，为保障新业务请求

的响应时间及业务可用性，必须对计算资源池中的节点资源实现动态扩展。当业

务系统负载减少，业务请求降低时，需要对以前扩展的资源进行收缩，以保证在

有限的硬件资源的条件下，能将资源分配给其它更迫切需要计算资源的业务系

统，从而保障云平台内全部业务系统的整体可用性。计算资源动态伸缩需要考虑

如下问题：

（1）弹性伸缩策略。1）虚拟机系统级性能参数的弹性伸缩，包括cpu使用

率、内存使用率、虚拟内存页面交换率等；2）业务级别的性能参数的弹性伸缩，

包括tcp连接数、http连接数、DB连接数等；3）除了支持系统性能参数、业务

性能参数弹性伸缩外，还支持监测应用是否健康来进行弹性伸缩。目前比较常用

的是web类应用，通过http/https心跳消息进行检测，发送约定次数的http/https

消息均无响应时，则认为是业务系统节点已经宕机，则进行相应处理。首先重启

虚拟机，若重启虚拟机后，该业务系统节点还是宕机，则弹性生成一个业务节点，

同时添加至虚拟负载均衡集群中，以接收新的业务服务请求。

（2）延时关机。弹性收缩虚拟机时，为减少对已经建立会话的业务影响，

需要支持延时关机。负载均衡调度器收到减少集群成员时，不是马上将该成员移

出集群，而是继续处理的已经存在的会话，但是此时不再处理新的会话，等待一

段时间后，再执行移出集群，执行关机或销毁虚拟机。

（3）动态伸缩模式。计算资源的动态伸缩模式可主要分为资源节约优先模

式及伸缩时间优先模式两种。

1）资源节约优先模式。计算资源扩展时，通过虚拟机镜像新创建虚机并加

入资源池。由于需要重新创建虚机并安装部署应用，时间上不占优势。计算资源

收缩时，不提供服务的虚以机都进行销毁，回收全部资源，资源可以得到最大程

度的利用。

2）伸缩时间优先模式。该方式总是保存弹性伸缩组（集群）最大容量的虚

拟机数量，即使该虚机没有提供服务，此时只是将该虚拟机关闭。虚拟机关闭时，

存储空间不能进行回收（CPU、内存可以回收重新利用）。由于虚拟机未激活时

仅时处于关闭状态，在需要新增活动虚拟机进计算资源池中时，只需要重新启动

即可，所以该方式在伸缩时间效率上具有较大的优势。

3.1.2负载均衡设计