高可用存储架构的设计与思考

高可用是衡量一个系统架构设计的重要指标，无论是业务系统，还是业务开发中，使用的中间件，在实现的过程中都会将系统的可用性，作为一个重要考量指标。而数据存储系统又是我们在业务开发过程中，最经常使用的一个中间件之一。下面我们就来学习一下，存储系统的高可用架构方案设计。

目前，业界对于存储系统的高可用方案设计都是通过将数据进行冗余备份。冗余备份主要就是降低，当某个节点或者部分节点的故障后，对系统整体的影响。
但是冗余备份的方案在设计和实现中，复杂性主要体现在如何应对多个副本之间数据的不一致。通常情况下，一份数据的多个副本会存放到不同的服务器上，不同服务器的数据同步复制都是采用网路通信来实现，而在网络通信过程中，网路的中断，网络延时等问题都是很难避免的。因此设计一个高可用的存储架构，通常会考虑以下几个方面：
1.数据如何复制
2.各个节点的职责是什么
3.如何应对数据复制过程中，网络延时和中断，导致数据复制的不及时，导致多副本数据不一致。

目前，业界常见的存储高可用设计方案两种：双机主备和集群。

双机架构

双机架构是指用两个服务器来承担一个服务器的的工作，根据两个服务器所扮演的角色不同，又可以分为以下三种架构设计。

主备复制

主备架构比较简单，架构中，备机平时的工作就是从主机同步数据，并不对外提供服务，仅仅起到一个备份作用，当主机宕机后，备机才会升级为主机，通常主备转换的操作，需要人工介入。架构图如下：

优点：
客户端无需感知，备机的存在，当主备切换后，对于客户端来说，只是会认为主机地址换了而已。主备机之间关系很简单，仅仅进行数据的复制即可，无需进行状态判断。

缺点：
主备机同一时刻只能有一个对外提供服务，会造成资源浪费。

主备复制架构主要适用于，数据量不大，像 学生管理系统，内部的后台管理系统。

主从复制

主从架构中，从机需要为主机承担一些工作，主要就是客户端读请求的处理。从机承担的这些工作，需要主机提供支持：主机需要实时的将最新数据发送给从机，如果数据存在延迟的话，会影响从机的工作。此外客户端需要感知从机的存在，也就是遇到从机可以服务的业务，客户端要将请求发送给从机。架构图如下：

优点:
减少了资源的浪费，发挥了硬件性能。

缺点：
从机的读请求的处理会收到主从复制延迟的影响，
客户端需要感知存储系统的主从的关系。

主要适用于:写少读多的业务，例如论坛(发帖的少，看帖的多).

主主复制

主主复制架构是指两台机器互为主备，都将各自的数据复制给对方，客户端随便选择一个机器进行读写操作。两台都是主机，不存在切换的概念，客户端无需区分不同角色的主机。架构图如下：

从架构上来说，主主复制看似简单很多，无需状态信息传递，也无需状态决策和状态切换。不过主主复制的复杂度主要体现在业务数据能够支持这种双向复制。
在使用过程中，要防止双向复制过程中插入数据的重复，更新操作的相互的覆盖，如下两种业务场景就不太适合主主复制：

1.用户注册后生成的用户 ID，如果按照数字增长，那就不能双向复制，否则就会出现 X 用户在主机 A 注册，分配的用户 ID 是 100，同时 Y 用户在主机 B 注册，分配的用户 ID 也是 100，这就出现了冲突。

2.库存不能双向复制。例如，一件商品库存 100 件，主机 A 上减了 1 件变成 99，主机 B 上减了 2 件变成 98，然后主机 A 将库存 99 复制到主机 B，主机 B 原有的库存 98 被覆盖，变成了 99，而实际上此时真正的库存是 97。类似的还有余额数据。

集群方式

集群就是多个机器组合在一起，形成一个统一的系统，根据集群中机器承担的不同角色来划分，集群可以分为两类：数据集中集群，数据分散集群。

数据集中式集群

数据集中式集群与双机架构相似。数据都是只能往主机中写，而读请求发送给集群中其他节点。和双机方案不同的是：集中式集群中，从机的数量会更多一些，不是一主一从，而是一主多从。架构图如下：

集群中服务器的数据量增多，导致集中式集群方案的实现复杂度也更高，在集中式集群架构设计过程中，需要考虑一下三方面：

主机如何将数据复制给备机

在一主一从架构中，数据复制通道只有一条，而数据集中集群架构中，数据复制通道变多，多条复制通道会增加主机复制的压力，这个压力会影响主机对读写请求的处理。
除此之外，多条复制通道可能会导致多个备机之间数据不一致，

备机如何检测主机状态

在主从架构中，只有一台从机对主机进行状态判断，发现主机出现故障，从机就会切换成主机。但是在一主多从的架构中，多态从机都需要对主机状态进行判断，而不同从机对主机状态的判断可能不一样，如何处理这些不同的判断结果，是一个复杂的问题。

主机故障后，如何决定新的主机

主从架构中，主机故障后，从机直接会切换成主机，而在一主多从的架构中，多个备机都有可能升级为主机，但是主机只能有一个，该选择那个从机作为新主机，也是一个复杂的问题。

数据分散式集群

数据分散集群指多个服务器组成一个集群，每个服务器负载存储一部分数据，同时为了提升硬件利用率，每台服务器又会备份其他服务器上的数据。
数据分散集群的复杂点在于如何将数据分配到不同的服务器上。

均衡性

数据分配算法要保证每个服务器上分区数量基本均衡，不能出现一个服务上分区数量是两一个服务器中数据数据量的几倍。

容错性

当部分服务器出现故障是，算法应该能够感知故障的出现，将故障服务器上的分区，分给其他服务器。

可伸缩性

当集群容量不够，扩充新的服务器后，算法能够自动将部分数据分区迁移到新的服务器，并保证扩容后所有服务器上分区的均衡，而且扩容对客户端无感知。

总结

从以上多种高可用方案中，我们可以看到，任何一种方案，都有自己使用的场景和不足，任何一个方案的选择，都需要做权衡，也应了架构设计中的一句名言：任何脱离业务的架构大都是耍流氓。
redis是一个常用的分布式存储系统，那么他在高可用的设计，是怎么选择的呢？