有狀態服務

后臺服務可以劃分為兩類，有狀態和無狀態。高可用對于無狀態的應用來說是比較簡單的，無狀態的應用，只需要通過F5或者任何代理的方式就可以很好的解決。后文描述的主要是針對有狀態的服務進行分析。服務端進行狀態維護主要是通過磁盤或內存進行保存，比如MySQL數據庫，redis等內存數據庫。除了這兩種類型的維護方式，還有jvm的內存的狀態維持，但jvm的狀態生命周期通常很短。

高可用的一些解決方案

高可用，從發展來看，大致經過了這幾個過程：

• 冷備
• 雙機熱備
• 同城雙活
• 異地雙活
• 異地多活

在聊異地多活的時候，還是先看一些其他的方案，這有利于我們理解很多設計的緣由。

冷備

冷備，通過停止數據庫對外服務的能力，通過文件拷貝的方式將數據快速進行備份歸檔的操作方式。簡而言之，冷備，就是復制粘貼，在linux上通過cp命令就可以很快完成。可以通過人為操作，或者定時腳本進行。有如下好處：

• 簡單
• 快速備份（相對于其他備份方式）
• 快速恢復。只需要將備份文件拷貝回工作目錄即完成恢復過程（亦或者修改數據庫的配置，直接將備份的目錄修改為數據庫工作目錄）。更甚，通過兩次mv命令就可瞬間完成恢復。
• 可以按照時間點恢復。比如，幾天前發生的拼多多優惠券漏洞被人刷掉很多錢，可以根據前一個時間點進行還原，“挽回損失”。

以上的好處，對于以前的軟件來說，是很好的方式。但是對于現如今的很多場景，已經不好用了，因為：

• 服務需要停機。n個9肯定無法做到了。然后，以前我們的停機冷備是在凌晨沒有人使用的時候進行，但是現在很多的互聯網應用已經是面向全球了，所以，任何時候都是有人在使用的。
• 數據丟失。如果不采取措施，那么在完成了數據恢復后，備份時間點到還原時間內的數據會丟失。傳統的做法，是冷備還原以后，通過數據庫日志手動恢復數據。比如通過redo日志，更甚者，我還曾經通過業務日志去手動回放請求恢復數據。恢復是極大的體力活，錯誤率高，恢復時間長。
• 冷備是全量備份。全量備份會造成磁盤空間浪費，以及容量不足的問題，只能通過將備份拷貝到其他移動設備上解決。所以，整個備份過程的時間其實更長了。想象一下每天拷貝幾個T的數據到移動硬盤上，需要多少移動硬盤和時間。并且，全量備份是無法定制化的，比如只備份某一些表，是無法做到的。

如何權衡冷備的利弊，是每個業務需要考慮的。

雙機熱備

熱備，和冷備比起來，主要的差別是不用停機，一邊備份一邊提供服務。但還原的時候還是需要停機的。由于我們討論的是和存儲相關的，所以不將共享磁盤的方式看作雙機熱備。

Active/Standby模式

相當于1主1從，主節點對外提供服務，從節點作為backup。通過一些手段將數據從主節點同步到從節點，當故障發生時，將從節點設置為工作節點。數據同步的方式可以是偏軟件層面，也可以是偏硬件層面的。偏軟件層面的，比如mysql的master/slave方式，通過同步binlog的方式；sqlserver的訂閱復制方式。偏硬件層面，通過扇區和磁盤的攔截等鏡像技術，將數據拷貝到另外的磁盤。偏硬件的方式，也被叫做數據級災備；偏軟件的，被叫做應用級災備。后文談得更多的是應用級災備。

雙機互備

本質上還是Active/Standby，只是互為主從而已。雙機互備并不能工作于同一個業務，只是在服務器角度來看，更好的壓榨了可用的資源。比如，兩個業務分別有庫A和B，通過兩個機器P和Q進行部署。那么對于A業務，P主Q從，對于B業務，Q主P從。整體上看起來是兩個機器互為主備。這種架構下，讀寫分離是很好的，單寫多讀，減少沖突又提高了效率。

其他的高可用方案還可以參考各類數據庫的多種部署模式，比如mysql的主從、雙主多從、MHA；redis的主從，哨兵，cluster等等。

同城雙活

前面講到的幾種方案，基本都是在一個局域網內進行的。業務發展到后面，有了同城多活的方案。和前面比起來，不信任的粒度從機器轉為了機房。這種方案可以解決某個IDC機房整體掛掉的情況（停電，斷網等）。

同城雙活其實和前文提到的雙機熱備沒有本質的區別，只是“距離”更遠了，基本上還是一樣（同城專線網速還是很快的）。雙機熱備提供了災備能力，雙機互備避免了過多的資源浪費。

在程序代碼的輔助下，有的業務還可以做到真正的雙活，即同一個業務，雙主，同時提供讀寫，只要處理好沖突的問題即可。需要注意的是，并不是所有的業務都能做到。

業界更多采用的是兩地三中心的做法。遠端的備份機房能更大的提供災備能力，能更好的抵抗地震，恐襲等情況。雙活的機器必須部署到同城，距離更遠的城市作為災備機房。災備機房是不對外提供服務的，只作為備份使用，發生故障了才切流量到災備機房；或者是只作為數據備份。原因主要在于：距離太遠，網絡延遲太大。

圖1 兩地三中心

如上圖，用戶流量通過負載均衡，將服務A的流量發送到IDC1，服務器集A；將服務B的流量發送到IDC2，服務器B；同時，服務器集a和b分別從A和B進行同城專線的數據同步，并且通過長距離的異地專線往IDC3進行同步。當任何一個IDC當機時，將所有流量切到同城的另一個IDC機房，完成了failover。當城市1發生大面積故障時，比如發生地震導致IDC1和2同時停止工作，則數據在IDC3得以保全。同時，如果負載均衡仍然有效，也可以將流量全部轉發到IDC3中。不過，此時IDC3機房的距離非常遠，網絡延遲變得很嚴重，通常用戶的體驗的會受到嚴重影響的。

圖2 兩地三中心主從模式

上圖是一種基于Master-Slave模式的兩地三中心示意圖。城市1中的兩個機房作為1主1從，異地機房作為從。也可以采用同城雙主+keepalived+vip的方式，或者MHA的方式進行failover。但城市2不能（最好不要）被選擇為Master。

異地雙活

同城雙活可以應對大部分的災備情況，但是碰到大面積停電，或者自然災害的時候，服務依然會中斷。對上面的兩地三中心進行改造，在異地也部署前端入口節點和應用，在城市1停止服務后將流量切到城市2，可以在降低用戶體驗的情況下，進行降級。但用戶的體驗下降程度非常大。

所以大多數的互聯網公司采用了異地雙活的方案。

圖3 簡單的異地雙活示意圖

上圖是一個簡單的異地雙活的示意圖。流量經過LB后分發到兩個城市的服務器集群中，服務器集群只連接本地的數據庫集群，只有當本地的所有數據庫集群均不能訪問，才failover到異地的數據庫集群中。

在這種方式下，由于異地網絡問題，雙向同步需要花費更多的時間。更長的同步時間將會導致更加嚴重的吞吐量下降，或者出現數據沖突的情況。吞吐量和沖突是兩個對立的問題，你需要在其中進行權衡。例如，為了解決沖突，引入分布式鎖/分布式事務；為了解決達到更高的吞吐量，利用中間狀態、錯誤重試等手段，達到最終一致性；降低沖突，將數據進行恰當的sharding，盡可能在一個節點中完成整個事務。

對于一些無法接受最終一致性的業務，餓了么采用的是下圖的方式：

對于個別一致性要求很高的應用，我們提供了一種強一致的方案（Global Zone），Globa Zone是一種跨機房的讀寫分離機制，所有的寫操作被定向到一個 Master 機房進行，以保證一致性，讀操作可以在每個機房的 Slave庫執行，也可以 bind 到 Master 機房進行，這一切都基于我們的數據庫訪問層（DAL）完成，業務基本無感知。

《餓了么異地多活技術實現（一）總體介紹》

也就是說，在這個區域是不能進行雙活的。采用主從而不是雙寫，自然解決了沖突的問題。

實際上，異地雙活和異地多活已經很像了，雙活的結構更為簡單，所以在程序架構上不用做過多的考慮，只需要做傳統的限流，failover等操作即可。但其實雙活只是一個臨時的步驟，最終的目的是切換到多活。因為雙活除了有數據沖突上的問題以外，還無法進行橫向擴展。

異地多活

圖4 異地多活的示意圖

根據異地雙活的思路，我們可以畫出異地多活的一種示意圖。每個節點的出度和入度都是4，在這種情況下，任何節點下線都不會對業務有影響。但是，考慮到距離的問題，一次寫操作將帶來更大的時間開銷。時間開銷除了影響用戶體驗以外，還帶來了更多的數據沖突。在嚴重的數據沖突下，使用分布式鎖的代價也更大。這將導致系統的復雜度上升，吞吐量下降。所以上圖的方案是無法使用的。

回憶一下我們在解決網狀網絡拓撲的時候是怎么優化的？引入中間節點，將網狀改為星狀：

圖5 星狀的異地多活

改造為上圖后，每個城市下線都不會對數據造成影響。對于原有請求城市的流量，會被重新LoadBalance到新的節點（最好是LB到最近的城市）。為了解決數據安全的問題，我們只需要針對中心節點進行處理即可。但是這樣，對于中心城市的要求，比其他城市會更高。比如恢復速度，備份完整性等，這里暫時不展開。我們先假定中心是完全安全的。

如果我們已經將異地多活的業務部署為上圖的結構，很大程度解決了數據到處同步的問題，不過依然會存在大量的沖突，沖突的情況可以簡單認為和雙活差不多。那么還有沒有更好的方式呢？

回顧一下前文提到的餓了么的GlobalZone方案，總體思路就是“去分布式”，也就是說將寫的業務放到一個節點的（同城）機器上。阿里是這么思考的：

阿里理想中的異地多活架構

實際上我猜測很多業務也是按照上圖去實現的，比如滴滴打車業務這種，所有的業務都是按城市劃分開的。用戶、車主、目的地，他們的經緯度通常都是在同一個城市的。單個數據中心并不需要和其他數據中心進行數據交互，只有在統計出報表的時候才需要，但報表是不太注重實時性的。那么，在這種情況下，全國的業務其實可以被很好的sharding的。

但是對于電商這種復雜的場景和業務，按照前文說的方式進行sharding已經無法滿足需求了。因為業務線非常復雜，數據依賴也非常復雜，每個數據中心相互進行數據同步的情況無可避免。淘寶的解決方式和我們切分微服務的方式有點類似：

淘寶按照單元切分的異地多活架構

注意看圖中的數據同步箭頭。以交易單元為例，屬于交易單元的業務數據，將與中心單元進行雙向同步；不屬于交易單元的業務數據，單向從中心單元同步。中心單元承擔了最復雜的業務場景，業務單元承擔了相對單一的場景。對于業務單元，可以進行彈性伸縮和容災；對于中心單元，擴展能力較差，穩定性要求更高。可以預見，大部分的故障都會出現在中心單元。

按照業務進行單元切分，已經需要對代碼和架構進行徹底地改造了（可能這也是為什么阿里要先從雙活再切到多活，歷時3年）。比如，業務拆分，依賴拆分，網狀改星狀，分布式事務，緩存失效等。除了對于編碼的要求很高以外，對測試和運維也有非常大的挑戰。如此復雜的情況，如何進行自動化覆蓋，如何進行演練，如何改造流水線。這種級別的災備，不是一般公司敢做的，投入產出也不成正比。不過還是可以把這種場景當作我們的“假想敵”，去思考我們自己的業務，未來會怎么發展，需要做到什么級別的災備。相對而言，餓了么的多活方案可能更適合大多數的企業。

本文只是通過畫圖的方式進行了簡單的描述，其實異地多活是需要很多很強大的基礎能力的。比如，數據傳輸，數據校驗，數據操作層（簡化客戶端控制寫和同步的過程）等。

思考

文末，留幾個問題大家可以思考一下：

• 假設你在做餓了么的開發，服務按照異地多活方式部署，sharding key根據省市區進行分片。假設買家在多個城市交匯的地方，比如，十字路口的四個位置分別是4個城市，那么如何處理才能讓他拉到比較正常的數據？
• 你們現在的業務模塊中，哪些業務是可以做多活的，哪些無法做多活？
• 所有的業務都要做多活嗎？還是只需要核心業務做多活？

來源 | https://blog.dogchao.cn/?p=299