1、高可用的概念
高可用集群( High Availability Cluster,HA集群),国内高防服务器其中高可用的含义是最大限度地可以应用。从集群的名字上可以看出,此类集群实现的功效是保障用户的利用程序持久、不间断地供给服务。
当利用程序涌现故障或者系统硬件、网络涌现故障时,利用可以主动、快速从一个节点切换到另一个节点,从而保证利用持续、不间断地对外供给服务,这就是高可用集群实现的功效。
2、常见的HA集群
我们常说的双机热备、双机互备、多机互备等都属于高可用集群的领域,这类集群一般都由两个或两个以上节点组成。范例的双机热备结构如图1所示
双机热备是最简略的利用模式,即经常说的 actve/ standby方法。它应用两台服务器,一台作为主服务器( acton server),负责运行利用程序并对外供给服务,另一合作为备用服务器( standby server),安装和主服务器一样的利用程序,但是并不启动服务,处于待机状态。主机和备机之间通过心跳技巧相互监控,监控的资源可以是网络、操作系统,也
可以是服务。用户可以根据自己的需要,选择需要监控的资源。当备机监控到主机的某个资源涌现故障时,根据预先设定好的策略,首先将IP切换过来,然后将利用程序服务也吸收过来,接着就由备机对外供给服务。由于切换过程时间非常短,因此用户根本感到不到程序出了问题,而且还进行了切换,从而保障了利用程序持久、不间断地服务。
双机互备是在双机热备的基础上,两个相互独立的利用在两个机器上同时运行,互为主备,即两台服务器既是主机也是备机,当任何一个利用涌现故障时,另一台服务器都能在短时间内将故障机器的利用吸收过来从而保障了服务的持续、无间断运行。双机互备的利益是节俭了设备资源,两个利用的双机热备至少需要四台服务器,而双机互备仅需两台服务器即可完成高可用集群功效。然而,双机互备也有自身的毛病:在某个节点故障切换后,另一个节点上就同时运行了两个利用的服务,有可能涌现负載过大的情况。
多机互备是双机热备的技巧升级,通过多台机器组成一个集群,可以在多台机器之间设置机动的吸收策略。例如,某个集群环境由8台服务器组成,3台运行Web利用,3台运行mail利用,因而,可以将剩余的台作为3台Weh服务器的备机,另一台作为3台mal服务器的备机,通过这样的安排,合理充分地利用了服务器资源,同时也保证了系统的高可用性。
需要注意的是,高可用集群不能保证利用程序数据的安全性,它仅仅解决的是对外供给持久不间断的服务,把由于软件、硬件、网络、人为因素造成的故障而对利用造成的影响降低到最底程度。
3.高可用集群软件
高可用集群一般是通过高可用软件来实现的。在 Linux下常用的高可用软件有开源 Heartbeat HA、 Red Hat供给的RHCS、商业软件ROSE、Keepalived等。下面的章节会详细介绍 Keepalived的配置和应用。
4、负载均衡集群
负载均衡集群( Load Balance Cluster,LB集群)也是由两台或者两台以上的服务器组成,分为前端负载调度和后端节点服务两个部分。负载调度部分负责把客户端的恳求按照不同的策略分配给后端服务节点,后端节点是真正供给给用程序服务的部分。
与HA集群不同的是,在负载均集群中,所有的后端节点都处于运动状态,它们都对外供给服务,分推系统的工作负载。
负载均衡集群可以把一个高负荷的利用疏散到多个节点来共同完成实用于业务繁忙、大负荷访问的利用系统。然而,它也有不足的处所:当一个节点涌现故障时,前端调度系统并不知道此节点已经不能供给服务仍然会把客户端的恳求调度到故障节点上来,这样访问就会失败。为懂得决这个问題,负载调度系统一般都引入了节点监控系统。
节点监控系统位于前端负载调度机上,负责监控下面的服务节点。当某个节点涌现故障后,节点监控系统会主动将故障节点从集群中别除。当此节点恢复正常后,节点监控系统又会主动将其参加集群中,而这一切对用户来说是完整透明的。
图2显示了负载均衡集群的基础结构。
负截均衡集群可以通过软件方法实现,也可以由硬件设备来完成。Linux下范例的负裁均软件有开源IVS集群、 Oracle的RAC集群等硬件负载均器有 F5 Networks等。关于LVS集群。
5、散布式盘算集群
散布式盘算集群致力于供给单个盘算机所不能供给的壮大的盘算分析能力,包含数值盘算和数据处理,并且偏向于寻求综合性能。用户可以在不懂得散布式底层细节的情況下,开发散布式程序、充分利用集群的成力进行高速运算和存储。
目前风行的开源散布式盘算平台 Hadoop、 Spark就是这样的一个散布式盘算集群平台。通过这个平台,用户可以轻松地开发和处理海量数据。在这个平台上,散布式任务是并行运行的,因此处理速度非常快。同时,数据在储存上掩护了多个副本,确保能够针对失敗的节点重新进行散布处理。例如, Hadoop的散布式架构,可将大数据直接存储到HDFS这个散布式文件系统上,而 Hadoop的 Mapreduce功效实现了将单个任务打碎,并将碎片任务发送到多个节点上,之后再以单个数据集的情势加载到数据仓库里
