【文章內(nèi)容簡介】 工作過程 為方便論述，本節(jié)模擬地點(diǎn) A 和 B，兩地各有一套建立在 VCS 雙節(jié)點(diǎn)集群上的業(yè)務(wù)系統(tǒng)，以 B地點(diǎn)的系統(tǒng)作為 A地點(diǎn)的備份。 切換示意圖見圖六。 一、 正常情況下： 1） 業(yè)務(wù)系統(tǒng)運(yùn)行在地點(diǎn) A，包括數(shù)據(jù)庫實(shí)例、 有關(guān)的文件、數(shù)據(jù)庫數(shù)據(jù)、應(yīng)用軟件。 A節(jié)點(diǎn)對(duì)外提供服務(wù)。 2） A節(jié)點(diǎn)所有的有關(guān)的數(shù)據(jù)通過 VVR實(shí)時(shí)復(fù)制到 B 節(jié)點(diǎn)。 3） 兩地的 VCS 對(duì)的各自節(jié)點(diǎn)內(nèi)的兩臺(tái)服務(wù)器的主機(jī)情況、數(shù)據(jù)庫服務(wù)、應(yīng)用軟件進(jìn)行實(shí)時(shí)監(jiān)控和管理，其中， VCS 還對(duì) VVR 數(shù)據(jù)復(fù)制服務(wù)進(jìn)行監(jiān)控。 4） GCO 監(jiān)控兩地 Cluster 系統(tǒng)的運(yùn)行。 二、 當(dāng) A地點(diǎn)的主服務(wù)器發(fā)生硬件或軟件故障，導(dǎo)致主服務(wù)器無法提供正常服務(wù)： 1） VCS 進(jìn)行本地切換，將主服務(wù)器的數(shù)據(jù)庫服務(wù)、應(yīng)用軟件、 VVR 數(shù)據(jù)復(fù)制服務(wù)切換到本地后備節(jié)點(diǎn)。 2） 整個(gè)系統(tǒng)運(yùn)行在本地后備節(jié)點(diǎn)，包括 VVR 數(shù)據(jù)復(fù)制服務(wù)，由后備 服務(wù)器提供對(duì)外服務(wù)和數(shù)據(jù)復(fù)制服務(wù)。 3） GCO 將監(jiān)控到該切換事件的發(fā)生。 圖六 VERI TA S 整體容災(zāi)方案 第 15 頁 4） 如果僅僅是主服務(wù)器數(shù)據(jù)復(fù)制服務(wù)發(fā)生故障，可以不進(jìn)行切換，只需將復(fù)制服務(wù)修復(fù)并正常運(yùn)行。 三、 如果 A 地點(diǎn)的主服務(wù)器恢復(fù)正常，整個(gè)系統(tǒng)將重新運(yùn)行在正常情況下。 四、 如果在情況二的狀態(tài)下， A 地點(diǎn)的后備服務(wù)器也發(fā)生硬件或軟件故障，整個(gè) A地點(diǎn)無法正常提供服務(wù)： 1） GCO 將監(jiān)控到該嚴(yán)重災(zāi)難的發(fā)生，將對(duì)接收到的 Site A down 事件進(jìn)行處理：發(fā)出嚴(yán)重告警，并在管理界面上彈出服務(wù)災(zāi)難性切換（及服務(wù)切換到遠(yuǎn)程地點(diǎn)）等待確認(rèn)畫面。 2） 在有關(guān)人員確認(rèn)后，在 GCO 切換等待確認(rèn)畫面上按確認(rèn)按鈕，將進(jìn)行地點(diǎn)間的容災(zāi)切換。 注意：這里也可以配置成自動(dòng)遠(yuǎn)程切換，指只要發(fā)生這里描述的災(zāi)難， GCO 不需要確認(rèn)，直接將遠(yuǎn)程集群中有關(guān)服務(wù)組激活。 3） A地點(diǎn)的業(yè)務(wù)將在 B地點(diǎn)正常提供服務(wù)。 4） 數(shù)據(jù)復(fù)制暫停。 5） Site B 的 VVR 將從 Secondary 變成 New Primary，使用 DCM 記錄所有變化的數(shù)據(jù)塊。 五、 如果 A、 B地點(diǎn)間網(wǎng)絡(luò)發(fā)生故障： 1） VVR 心跳檢測(cè)將發(fā)現(xiàn)該故障， A 地點(diǎn) VVR 將根據(jù)事先的配置進(jìn)行處理。我們的建議是 VVR 將網(wǎng)絡(luò)故障期間所有數(shù)據(jù)的更改記錄在 SRL。 2） 如果在一段較長時(shí)間內(nèi)，網(wǎng) 絡(luò)故障無法恢復(fù)。當(dāng) VVR 的 SRL 卷接近滿時(shí)，VVR 將使用 DCM，記錄變化的數(shù)據(jù)塊位圖。 3） 在網(wǎng)絡(luò)故障發(fā)生后， GCO 將探測(cè)到，并對(duì) Network Down 事件進(jìn)行處理：向有關(guān)管理員發(fā)出告警。 六、 如果 A、 B地點(diǎn)間網(wǎng)絡(luò)在短時(shí)間內(nèi)恢復(fù)正常。 1） VVR 將把 A的 SRL 中積累的數(shù)據(jù)傳送到 B。 2） VVR 處于正常工作狀態(tài)。 3） GCO 處于正常工作狀態(tài)。 VERI TA S 整體容災(zāi)方案 第 16 頁 七、 如果 A、 B地點(diǎn)間網(wǎng)絡(luò)在很長時(shí)間內(nèi)仍無法恢復(fù)正常： 1） VVR 停止遠(yuǎn)程數(shù)據(jù)復(fù)制。 2） GCO 無法對(duì)兩地間的 Cluster 運(yùn)行進(jìn)行監(jiān)控。 八、災(zāi)難復(fù)原。當(dāng) A 地點(diǎn)的系統(tǒng)恢復(fù)正常后，需要進(jìn)行整個(gè)系 統(tǒng)的回遷。數(shù)據(jù)反向復(fù)制時(shí)只復(fù)制災(zāi)難期間變化的數(shù)據(jù)而不是所有的數(shù)據(jù)，這是本方案優(yōu)勢(shì)之一。 1） 在災(zāi)難期間， B 地點(diǎn)是 VVR的 New Primary， B的 DCM記錄所有變化的數(shù)據(jù)塊。 2） A 系統(tǒng)正常后， VVR 重新建立與 B 節(jié)點(diǎn)的 RLINK 連接，并自動(dòng)變成 Pseudo Secondary（偽后備節(jié)點(diǎn)）。 3） GCO 發(fā)現(xiàn) A、 B 地點(diǎn) Cluster 恢復(fù)正常，對(duì)它們進(jìn)行正常管理。以下過程將在腳本中自動(dòng)完成。 4） 進(jìn)行反向同步的第一步是將 A 節(jié)點(diǎn)的 Pseudo Secondary 狀態(tài)轉(zhuǎn)成Secondary 狀態(tài)。 5） 第二步將進(jìn)行 A 的 SRL 和 DCM 的重置 (Replay)，修改 B 的 DCM。 因?yàn)樵?A 節(jié)點(diǎn)發(fā)生災(zāi)難時(shí)，有可能 A 的 SRL 中有沒來得及進(jìn)行傳送得數(shù)據(jù)，甚至 DCM 中標(biāo)記的數(shù)據(jù)塊沒來得及進(jìn)行傳送。也就是說， A 中有一些本地已經(jīng)修改，而 B 還未修改的數(shù)據(jù)。所以，要保持 A、 B 數(shù)據(jù)的一致性，一定要首先對(duì)這些數(shù)據(jù)進(jìn)行處理。 處理方法成為重置 (Replay)。重置將把 A 節(jié)點(diǎn) SRL 中數(shù)據(jù)或 DCM 中標(biāo)記的數(shù)據(jù)位圖信息傳送到 B 節(jié)點(diǎn)。 B 節(jié)點(diǎn)將進(jìn)行判斷，根據(jù)數(shù)據(jù)塊是否有新的修改，對(duì) DCM進(jìn)行置位。 6） 重置完成后，將進(jìn)行數(shù)據(jù)的反向同步，將災(zāi)難期間 B 節(jié)點(diǎn)變化的數(shù)據(jù)（和需要 A節(jié)點(diǎn)重 置的數(shù)據(jù)）傳送到 A。 7） 以上的過程中， B的數(shù)據(jù)庫和應(yīng)用都處于正常運(yùn)行狀態(tài)。 8） 當(dāng)反向同步完成后，數(shù)據(jù)庫和應(yīng)用將停止運(yùn)行。 9） GCO 控制進(jìn)行整個(gè)系統(tǒng)的反向切換。 10） A節(jié)點(diǎn)重新成為 VVR 的 Primary，進(jìn)行正常復(fù)制。 11） A節(jié)點(diǎn)整個(gè)業(yè)務(wù)系統(tǒng)恢復(fù)正常運(yùn)行。 VERI TA S 整體容災(zāi)方案 第 17 頁 方案分析 本章將就 xxx 需求書中提出的要求分析方案。通過分析，說明方案符合需求，并進(jìn)一步講解方案的細(xì)節(jié)。 有關(guān)數(shù)據(jù)的量化分析及結(jié)果 涉及數(shù)據(jù)庫的系統(tǒng)業(yè)務(wù)，除了對(duì)數(shù)據(jù)庫內(nèi)容的更改進(jìn)行實(shí)時(shí)數(shù)據(jù)復(fù)制外，還要復(fù)制有關(guān)的系統(tǒng)文件，例如環(huán)境配置信息、數(shù)據(jù)庫 環(huán)境配置信息。在帶寬允許的情況下，我們將對(duì)整個(gè)數(shù)據(jù)庫有關(guān)的內(nèi)容，包括數(shù)據(jù)庫安裝軟件、數(shù)據(jù)庫數(shù)據(jù)等等都實(shí)時(shí)復(fù)制到災(zāi)備節(jié)點(diǎn)。當(dāng)發(fā)生災(zāi)難時(shí)，恢復(fù)的時(shí)間會(huì)很短。 對(duì)于 VVR 對(duì)數(shù)據(jù)庫內(nèi)容的復(fù)制，就 oracle 為例，有兩種方法： 1）僅復(fù)制 Archive Log 和 Online Redo Log。該方法的優(yōu)點(diǎn)是復(fù)制數(shù)據(jù)量小，對(duì)帶寬要求小，而且比數(shù)據(jù)庫本身的復(fù)制功能更能保持?jǐn)?shù)據(jù)一致性，因?yàn)閿?shù)據(jù)庫本身的復(fù)制僅復(fù)制 Archive Log。缺點(diǎn)是后備節(jié)點(diǎn)要進(jìn)行Log 中的交易重提交，當(dāng)發(fā)生災(zāi)難后，后備節(jié)點(diǎn)可能需要較長時(shí)間才能提供正常服務(wù) 。 2） 數(shù)據(jù)庫的內(nèi)容和 Log 都進(jìn)行復(fù)制。該方法的優(yōu)點(diǎn)是更好地保持?jǐn)?shù)據(jù)的一致性，而且發(fā)生災(zāi)難時(shí)，后備系統(tǒng)恢復(fù)正常服務(wù)的時(shí)間較短。缺點(diǎn)是復(fù)制的數(shù)據(jù)量較大，對(duì)帶寬的要求較高。 根據(jù)計(jì)算，由于帶寬允許，所以，將進(jìn)行數(shù)據(jù)庫 內(nèi)容和 Log 的復(fù)制。 以下是根據(jù)《 xxx 需求書》中的業(yè)務(wù)數(shù)據(jù)進(jìn)行計(jì)算后得到的所需帶寬和 SRL 的尺寸。 一、帶寬計(jì)算： 1. 平均帶寬需求 VERI TA S 整體容災(zāi)方案 第 18 頁 每秒操作涉及到的更新的數(shù)據(jù)： xxxx Bytes 冗余系數(shù)： （指數(shù)據(jù)庫表操作引起的索引文件，控制文件， LOG 文件等的修改） 加冗余后每秒操作涉及到的更新的數(shù)據(jù)： xxxx * =yyyy Bytes 加冗余后每小時(shí)操作涉及到的更新的數(shù)據(jù)： yyyy * 3600=zzzz Bytes 加冗余后每天操作涉及到的更新的數(shù) 據(jù)： zzzz * 24 = pppp Bytes 平均帶寬需求： yyyy*8/1000=qqqq Kbit/s 2. VVR 帶寬需求 VVR 控制信息： 約占總帶寬的 35% IP 打包數(shù)據(jù)占每次 I/O 的百分比 約 510% 總帶寬需求： qqqq*=aaaa bit/s 二、 SRL 容量計(jì)算 SRL（即數(shù)據(jù)復(fù)制的日志區(qū)）的容量計(jì)算，將視實(shí)際情況（如磁盤實(shí)際容量、網(wǎng)絡(luò)平均故障修復(fù)時(shí)間、變化數(shù)據(jù)量等）定。例如一般情況下，網(wǎng)絡(luò)故障在 8 小時(shí)內(nèi)修復(fù)，則將 SRL的容量定為 8小時(shí)內(nèi)數(shù)據(jù)變化量再加上一定的冗余。 三、結(jié)論 如果帶寬充裕，可以使用同步 /異步自適應(yīng)的工作方式；如果帶寬不是很充裕（例如 14Mbits/s），為了保證業(yè)務(wù)系統(tǒng)的性能，建議 VVR 工作在異步方式下。 VERI TA S 整體容災(zāi)方案 第 19 頁 方案小結(jié) 本方案的特點(diǎn)： 是一個(gè)完整的容本地容災(zāi)、數(shù)據(jù)遠(yuǎn)程復(fù)制和遠(yuǎn)程容災(zāi)切換于一體的方案。本方案完全符合《 xxx 需求書》的技術(shù)指標(biāo)，完全實(shí)現(xiàn) xxx 業(yè)務(wù)的全面容災(zāi)需求。 以下說明本方案的特點(diǎn)及優(yōu)勢(shì)。 一、 本方案能夠支持手動(dòng) /自動(dòng)信令容災(zāi)方案，用戶可以根據(jù)實(shí)際需要進(jìn)行 自由選擇 。但在實(shí)際情況中，由于發(fā)生重大災(zāi)難時(shí)業(yè)務(wù)異地切換屬于非常嚴(yán)重的事故，所以我們建議該過程前用戶進(jìn)行電話確認(rèn)，然后在 GCO 界面中按下切換確認(rèn)按鈕進(jìn)行切換。 二、 當(dāng)本地主系統(tǒng)恢復(fù)正常后，需要進(jìn)行反向數(shù)據(jù)同步、應(yīng)用切換等工作，該工作需要由操作人員在系統(tǒng)較空閑時(shí)進(jìn)行。工作過程很簡單。 三、 通過 SRL、 DCM、嚴(yán)格的按寫順序傳送、雙收條確認(rèn)、反向切換時(shí)的重置等技術(shù)的使用，本方案可以最大限度地保證主、備節(jié)點(diǎn)的數(shù)據(jù)一致性。 四、 本方案支持 1+ N+1和節(jié)點(diǎn)互備方式，滿足用戶的不同需求。 五、 本方案如果不考慮帶寬，節(jié)點(diǎn)間沒有距離 的限制。由于 VVR 的數(shù)據(jù)傳遞是基于卷，所以每次傳送的數(shù)據(jù)量基本就是每次系統(tǒng) I/O 的數(shù)據(jù)大小。這樣可以得到最大的帶寬利用率。 六、 基線建立，需要主備節(jié)點(diǎn)的數(shù)據(jù)完全同步。完全同步在應(yīng)用運(yùn)行期間也可以完成?？梢圆捎米詣?dòng)同步方式或使用備份和檢查點(diǎn) (Check Point)結(jié)合的方法。 七、 至于基線建立過程、日常復(fù)制過程、故障切換過程和故障恢復(fù)過程對(duì)主機(jī)性能的影響，由于對(duì)不同的配置、不同的情況將有很大的區(qū)別，所以，很難給出VERI TA S 整體容災(zāi)方案 第 20 頁 具體的數(shù)值。以我們?cè)谝酝鶎?shí)施中的經(jīng)驗(yàn)，如果采用異步復(fù)制方式，對(duì)整個(gè)系統(tǒng)的影響，在 5%左右。 VERI TA S 整體容災(zāi)方案 第 21 頁 附 錄 一、 VERITAS 公司簡介 作為企業(yè)級(jí)應(yīng)用存儲(chǔ)管理軟件的領(lǐng)先提供商， VERITAS Software (Nasdaq:VRTS)公司專門提供集成的跨平臺(tái)存儲(chǔ)管理軟件解決方案，用來保證關(guān)鍵業(yè)務(wù)信息的連續(xù)可靠性。 VERITAS 公司于 1982 年成立于加利福尼亞的 Mountain View，現(xiàn)擁有員工 3500余名，在全球多個(gè)國家設(shè)立分公司或辦事處。公司 2020 財(cái)年的收入為 12 億美元，市值 700 億美元，穩(wěn)座全球五大軟件廠商之一的寶座。在過去的十年中， VERITAS Software 己成為發(fā)展最快、規(guī)模最大的存儲(chǔ)管理軟件公司，它連續(xù)四年被《商業(yè)周刊》雜志評(píng)為“發(fā)展最強(qiáng)勁的公司”，在《財(cái)富》從雜志的“發(fā)展最快的 100 家公司”排名 (1999 年 9 月 6日 )中名列第八，并于