C. 高可用架构 --- 数据完整性

C. 高可用架构 — 数据完整性

概述

• 数据的问题
  • 数据的可访问性（可用性）
  • 数据的完整性
• 手段：主动探测和快速修复能力
• 衡量指标
  • 在线时间
  • 延迟
  • 规模
  • 创新速度
  • 隐私
• 备份与存档
  • 备份：能够快速恢复
  • 存档：存储，以满足审核，取证和合规要求
• 难点
  • 核心：复制机制和冗余并不意味着可恢复性
  • 如果该环境使用了混合交易型和非交易型的备份和恢复方案，那么最终恢复的数据不一定是正确的
  • 如果某个服务必须在不停机的情况下更新，那么不同版本的逻辑可能同时并行操作数据
  • 如果所有其他有交互关系的服务不是同步更新，那么在更新过程中各服务的不同版本之间可能会有多种组合，那么就更加增大了数据以外丢失和损坏发生的概率

数据丢失的事故类型（总计24种类型）

• 根源问题
  • 用户行为
  • 操作员错误
  • 应用程序Bug
  • 基础设施缺陷
  • 硬件故障
  • 自然灾害
• 影响范围
  • 广泛
  • 范围很窄
• 发生速度
  • 快速发生
  • 缓慢持续

数据恢复

• 备份策略/恢复策略
  • 时间点恢复：把每块数据恢复到一个特定的时间点
  • 分级备份策略
    • 复制
      • 缺点：在发现数据有问题之前，就已经将损坏的数据记录以及错误的删除动作更新到多个副本上
    • 数据导出
      • 优点
        • 一定程度上解决了用户错误和应用程序层面的Bug问题
      • 缺点
        • 数据转换过程总的Bug
        • 本地文件存储问题
        • 以及两种格式之间潜在的语义区别
  • 数据备份频率，技术栈越底层的地方进行数据快照所需要的时间越长
    • 数据库层，某个交易可能只需要几秒钟复制
    • 数据库快照导出成一个文件可能需要40分钟的时间
    • 一个完整的文件系统备份可能需要几个小时
• 保留期
  • 数据备份保存的时间
• 难点
  • 将恢复数据和现有数据进行合并会将整个恢复过程变得复杂

Google SRE保障数据完整性的手段