可靠性基础-冗余

在之前的一篇文章中，我们介绍了容错系统的八个支柱，今天我们将讨论第一个支柱，即冗余。

冗余是分布式系统中的常用术语。它是指对组件或系统进行复制，以提高整个系统的可靠性和可用性。分布式系统由多个组件组成，如果其中一个组件发生故障，整个系统都会受到影响。因此，必须有适当的冗余，以确保系统即使在一个或多个组件发生故障时也能继续运行。这篇文章深入探讨了这个概念的常见实施策略。

应用冗余

应用程序冗余对于确保分布式系统的高可用性和容错能力至关重要。应用程序冗余的一种常见策略是负载平衡，其中传入请求分布在多个进程之间。这可确保没有单个进程过载，从而提高系统性能和可用性。

应用程序冗余的另一种策略是主动-被动复制。在这种方法中，应用程序的多个实例正在运行，但在给定时间只有一个实例主动服务请求，而其他实例仍处于备用模式。如果主动实例发生故障，故障转移机制会自动切换到被动实例之一，确保服务的连续性。

数据复制

数据复制是一种常见的冗余技术，其中数据存储在分布式系统的多个位置。这不仅可以在数据丢失时提供备份，还可以提高数据可访问性和系统性能。

数据复制有多种策略，包括领导者-跟随者复制和无共享复制。在leader-follower复制中，一个节点（leader）处理所有写操作，而其他节点（follower）处理读操作。与领导者-跟随者复制不同，无共享复制以分散的方式将写入和读取操作分布在多个节点上。每个节点独立处理自己的数据和复制职责，而不依赖于中央领导者。

网络冗余

网络冗余涉及分布式系统中的节点之间以及用户和应用程序之间的多个路径。这确保了如果一条路径发生故障，有替代路径进行数据传输和站点访问，从而保持系统的连接性和可用性。

网络冗余可以通过各种技术来实现，包括额外的交换机和布线、重复的硬件、多个负载均衡器以及使用多个互联网服务提供商。

地理冗余

地理冗余是分布式系统中冗余原则的重要延伸。这方面涉及系统组件在多个地理位置或数据中心的分布。如果没有地理冗余，您的整个系统就会受到局部问题的影响 - 无论是断电、自然灾害还是服务器故障。

例如，当亚马逊的 us-east-1 区域发生中断时，整个互联网都会感受到连锁反应。鉴于其被众多企业和服务广泛使用，该特定区域的中断可能会产生多米诺骨牌效应，影响数字世界的很大一部分。

为了实现地理冗余，您可以将应用程序和数据分布在多个区域。这不仅有助于提高应用程序的可用性，还有助于提高其性能。通常从最近或负载最少的区域为用户提供服务，这可以显着减少延迟并改善用户体验。

硬件冗余

硬件冗余是分布式系统中冗余的另一个重要方面。它涉及拥有关键硬件组件的多个副本，例如：

• 电源

• 网卡

• RAID存储

• 散热风扇

认识到系统可靠性和可用性的重要性，硬件制造商整合了冗余组件和功能，以最大限度地降低硬件故障影响整个系统的风险。

折衷与平衡

尽管冗余有好处，但它也带来了一些挑战：

• 成本影响：实施冗余可能是一项成本高昂的工作。重复组件或系统，尤其是在使用高端硬件时，可能会显着影响预算分配。

• 管理复杂性：管理冗余组件需要专门的技能和专业知识。冗余系统的配置、监控和维护需要对细节的一丝不苟和对底层基础设施的深入了解。

• 测试限制：在实时环境中测试冗余可能具有挑战性。在实时场景中模拟故障并评估冗余机制的有效性是一项复杂的任务。

这就是为什么在设计应用程序时考虑到故障也至关重要。组织和团队可以主动预测并解决潜在的故障点。实施减载、重试、优雅降级和断路器等机制有助于确保最小化中断、提高系统可用性并防止级联故障。

结论

冗余是分布式系统的一个重要方面。它提高了系统的可靠性、可用性和性能。虽然冗余有其好处，但它也带来了一些挑战，例如成本和复杂性。因此，在实施冗余时，必须权衡收益与成本，并确保冗余组件得到良好配置和维护。

推荐

A Big Picture of Kubernetes

Kubernetes入门培训（内含PPT）

---

随手关注或者”在看“，诚挚感谢！