总结~高可用思路

网站高可用指的就是：‘在绝大多的时间里，网站一直处于可以对外提供服务的正常状态。’

业界通常使用有多少个“9”来衡量网站的可用性指标，具体的计算公式也很简单，就是一段时间内（比如一年）网站可用的时间占总时间的百分比。

1、可用性等级

四种最常见的可用性等级指标，以及允许的系统不可用时长：

一般，我们以“年”为单位来统计网站的可用性等级。“9”的个数越多，一年中允许的不可用时间就越短，当达到 5 个“9”的时候，系统全年不可用时间只有区区 5 分钟，可想而知这个指标非常难达到。

所以一般来讲，业界的网站能做到 4 个“9”，也就是说在一年内只有 53 分钟的时间网站是处于不可用状态，就已经是算是非常优秀了。

2、造成不可用的原因

造成网站不可用的主要原因有以下三大类：
1. 服务器硬件故障；
2. 发布新应用的过程；
3. 应用程序本身的问题。

3、高可用架构设计方案

第一类方法: 从硬件层面加入必要的冗余；
第二类方法: 灰度发布；
第三类方法: 加强应用上线前的测试，或者开启预发布验证。

3.1 加入必要的冗余

对于硬件故障造成的网站不可用，最直接的解决方案就是从硬件层面加入必要的冗余，同时充分发挥集群的“牲口”优势。

3.2 灰度发布

使用灰度发布的前提是，应用服务器必须采用集群架构。假定现在有一个包含 100 个节点的集群需要升级安装新的应用版本，那么这个时候的更新过程应该是：

1. 首先，从负载均衡器的服务器列表中删除其中的一个节点；
2. 然后，将新版本的应用部署到这台删除的节点中并重启该服务；
3. 重启完成后，将包含新版本应用的节点重新挂载到负载均衡服务器中，让其真正接受外部流量，并严密观察新版本应用的行为；
4. 如果没有问题，那么将会重复以上步骤将下一个节点升级成新版本应用。如果有问题，就会回滚这个节点的上一个版本。
5. 如此反复，直至集群中这 100 个节点全部更新为新版本应用。

在这个升级的过程中，服务对外来看一直处于正常状态，宏观上并没有出现系统不可用的情况。就好比是为正在飞行中的飞机更换引擎，而飞机始终处于“正常飞行”的状态一样。