多活的云端技術(shù)路線

丁海驁

“青云QingCloud在北京、廣東和上海三地?fù)碛卸嗷顢?shù)據(jù)中心，以北京為例，這是我們最早上線的多活Region架構(gòu)?！绷衷?，青云QingCloud運(yùn)營(yíng)副總裁日前在接受采訪時(shí)談到，青云QingCloud已經(jīng)從基礎(chǔ)設(shè)施層、基礎(chǔ)架構(gòu)層（或IaaS）和分布式應(yīng)用層（或PaaS層）做好了為用戶提供多活部署方式的準(zhǔn)備。

那么，什么是多活？

一般來(lái)講，隨著企業(yè)數(shù)字化轉(zhuǎn)型的開(kāi)展，企業(yè)的業(yè)務(wù)與IT基礎(chǔ)架構(gòu)和數(shù)據(jù)之間的關(guān)聯(lián)越來(lái)越密切，所以如何保障數(shù)據(jù)安全和業(yè)務(wù)全天連續(xù)運(yùn)營(yíng)，成為企業(yè)在IT建設(shè)過(guò)程當(dāng)中越來(lái)越關(guān)注的問(wèn)題。在以往的企業(yè)IT架構(gòu)當(dāng)中，一般都會(huì)因此設(shè)置兩個(gè)或多個(gè)數(shù)據(jù)中心：其中一個(gè)為主數(shù)據(jù)中心，一個(gè)為備用數(shù)據(jù)中心。日常工作中：主數(shù)據(jù)中心承擔(dān)主要業(yè)務(wù)負(fù)載和數(shù)據(jù)處理，備用數(shù)據(jù)中心則主要用于備份主中心的業(yè)務(wù)過(guò)程、數(shù)據(jù)等。只有當(dāng)主數(shù)據(jù)中心發(fā)生諸如宕機(jī)等意外時(shí)，備用數(shù)據(jù)才會(huì)臨時(shí)承擔(dān)起主數(shù)據(jù)中心的工作，通過(guò)快速恢復(fù)數(shù)據(jù)等，一方面保證業(yè)務(wù)的連貫，另一方面減輕業(yè)務(wù)間斷造成的損失。

這被稱為單活。而雙活是在此基礎(chǔ)上，將備用數(shù)據(jù)中心與主數(shù)據(jù)中心放在同樣平行的位置，共同承擔(dān)業(yè)務(wù)負(fù)載，同步復(fù)制數(shù)據(jù)，這樣不僅降低了原來(lái)單活架構(gòu)帶來(lái)的資源浪費(fèi)，而且當(dāng)其中任意一個(gè)數(shù)據(jù)中心發(fā)生宕機(jī)時(shí)，另一個(gè)同樣能夠快速恢復(fù)數(shù)據(jù)和業(yè)務(wù)，同樣可以保證業(yè)務(wù)的連續(xù)性。

“曾經(jīng)在2014年，某銀行核心系統(tǒng)宕機(jī)，中斷服務(wù)37小時(shí)。在這37個(gè)小時(shí)內(nèi)，所有跟該銀行相關(guān)的賬戶無(wú)法存款或者取款。假如此時(shí)有人生病在需要取錢(qián)，那就意味著可能會(huì)造成延誤37個(gè)小時(shí)才能就診處置，生命攸關(guān)?！绷衷丛趶?qiáng)調(diào)多活的重要性的同時(shí)，也強(qiáng)調(diào)，雖然多活能夠增強(qiáng)系統(tǒng)的可靠性、提升業(yè)務(wù)的連續(xù)性，保證業(yè)務(wù)在運(yùn)行過(guò)程中不受任何故障和災(zāi)難的影響，但是，也并不是所有的場(chǎng)景都需要多活，用戶需要用RTO和RPO兩個(gè)技術(shù)指標(biāo)來(lái)衡量自己業(yè)務(wù)對(duì)多活的需求程度。

其中，RTO指業(yè)務(wù)恢復(fù)時(shí)間；RPO是數(shù)據(jù)丟失量。“大家玩游戲時(shí)肯定有一個(gè)體驗(yàn)，當(dāng)我要射擊時(shí)，發(fā)現(xiàn)手機(jī)卡了，或者是服務(wù)卡了，這很有可能是數(shù)據(jù)中心出現(xiàn)故障。但是卡了10秒或者半分鐘后，就恢復(fù)了，那么這10秒鐘就被稱之為RTO?！绷衷磁e例強(qiáng)調(diào)，一般互聯(lián)網(wǎng)行業(yè)對(duì)于PRO更加關(guān)注，而金融、保險(xiǎn)等對(duì)數(shù)據(jù)安全性要求更高的行業(yè)，則對(duì)RPO更關(guān)注：“如果你欠一個(gè)朋友10萬(wàn)元，在還錢(qián)過(guò)程中，銀行發(fā)生故障。比較好的情況是你朋友收到了10萬(wàn)塊，但你這邊沒(méi)有扣款；比較不好的是你的賬號(hào)扣款了，但是你朋友沒(méi)有收到。無(wú)論哪種情況，都說(shuō)明銀行在交易過(guò)程中出現(xiàn)故障，并且在故障恢復(fù)后，數(shù)據(jù)丟失了。而且不管丟失哪段交易，都會(huì)對(duì)數(shù)據(jù)的一致性造成影響，這是不能忍受的?！?/p>

顯然，RTO和RPO所定義的兩種業(yè)務(wù)形態(tài)，前者業(yè)務(wù)面向廣泛的客戶，發(fā)生故障影響比較大，如電商網(wǎng)站、微信、微博等；后者是業(yè)務(wù)本身很重要，發(fā)生故障后會(huì)影響公司業(yè)務(wù)，導(dǎo)致客戶資金受損，如銀行、保險(xiǎn)、重型制造等業(yè)務(wù)場(chǎng)景。“在傳統(tǒng)意義上，這些對(duì)多活需求較高的業(yè)務(wù)場(chǎng)景，也往往因?yàn)槌杀靖?、人才短缺、建設(shè)周期長(zhǎng)、技術(shù)難度大的情況，導(dǎo)致用戶企業(yè)需要付出相當(dāng)大的決心和成本才能是實(shí)現(xiàn)?！倍伊衷匆矎?qiáng)調(diào)，即便如此，也不能保證能夠?qū)崿F(xiàn)預(yù)期的目標(biāo)：“GitHub在10月22日時(shí)，出現(xiàn)一次比較大規(guī)模的故障，導(dǎo)致服務(wù)中斷的時(shí)間達(dá)到24小時(shí)。由于有80%以上的工程師平時(shí)的工作依賴GitHub，所以這24小時(shí)的故障又導(dǎo)致了絕大部分互聯(lián)網(wǎng)企業(yè)的技術(shù)人員無(wú)法正常工作。而這次故障恰恰是因?yàn)樗麄兊亩嗷钕到y(tǒng)出現(xiàn)故障而導(dǎo)致的：兩個(gè)機(jī)房之間的網(wǎng)絡(luò)出現(xiàn)了中斷，服務(wù)發(fā)生切換時(shí)，由于多活系統(tǒng)考慮不全，導(dǎo)致系統(tǒng)發(fā)生腦裂，兩邊的數(shù)據(jù)不一致。為了保證用戶數(shù)據(jù)的一致性，GitHub只能直接停服，用24小時(shí)的時(shí)間恢復(fù)數(shù)據(jù)。”

林源認(rèn)為，通過(guò)云為用戶提供多活，則能幫助用戶在業(yè)務(wù)和IT之間，找到更好的結(jié)合點(diǎn)，讓企業(yè)用戶更專注于自己業(yè)務(wù)。

在林源的介紹中，在基礎(chǔ)設(shè)施層，青云QingCloud有三個(gè)地區(qū)的數(shù)據(jù)中心有多活服務(wù)——北京、廣東和上海，通過(guò)青云QingCloud多活Region架構(gòu)，一個(gè)Region由多個(gè)可用區(qū)或者多個(gè)數(shù)據(jù)中心構(gòu)成，用戶可以在北京選擇三個(gè)機(jī)房作為數(shù)據(jù)中心：北京3B、北京3C、北京3D。通過(guò)多機(jī)房之間的互聯(lián)，保證數(shù)據(jù)中心的互聯(lián)帶寬和延遲時(shí)間能夠符合用戶的需求。同時(shí)，在基礎(chǔ)架構(gòu)（IaaS）層，青云QingCloud提供通用組件能夠幫助用戶部署多活的負(fù)載均衡、網(wǎng)絡(luò)，保證在極端情況下，任意一個(gè)數(shù)據(jù)中心宕機(jī)，都不會(huì)影響用戶使用負(fù)載均衡器的服務(wù)，不會(huì)影響外網(wǎng)。在應(yīng)用層（或者PaaS層），青云QingCloud的MySQL Plus（基于MySQL的數(shù)據(jù)庫(kù)服務(wù)）、MongoDB，本身就支持多活的部署，因此任何一個(gè)數(shù)據(jù)中心的宕機(jī)都不會(huì)影響數(shù)據(jù)庫(kù)。不僅如此，通過(guò)青云的SD-WAN智能廣域網(wǎng)加上私有云和公有云統(tǒng)一架構(gòu)，甚至可以為用戶部署一個(gè)混合云架構(gòu)下的多活地基礎(chǔ)設(shè)施。

“簡(jiǎn)單地說(shuō)，如果用戶想構(gòu)建多活的業(yè)務(wù)，只需要做最簡(jiǎn)單的應(yīng)用層部分和中間件的部分，其他有關(guān)負(fù)載均衡器、Redis、MySQL以及多個(gè)數(shù)據(jù)中心之間的互聯(lián)，都是由青云提供。因此對(duì)于用戶來(lái)講，現(xiàn)在部署一個(gè)多活的應(yīng)用或者多活的業(yè)務(wù)就會(huì)變得很簡(jiǎn)單，而且很便宜?！绷衷凑f(shuō)。

寫(xiě)在最后

技術(shù)的進(jìn)步是讓用戶可以不用學(xué)習(xí)更多的專業(yè)技能，讓部署、應(yīng)用和維護(hù)更簡(jiǎn)單。這也是云計(jì)算能夠在如此短時(shí)間內(nèi)，就徹底改變?cè)蠭T世界格局的一個(gè)重要原因。無(wú)論從哪個(gè)方面講：讓專業(yè)的人，利用專業(yè)的知識(shí)解決專業(yè)的問(wèn)題，對(duì)整個(gè)社會(huì)都是最有效率的一種分工。