一、引

随着业务的快速发展，对于很多公司来说，构建于单地域的技术体系架构，会面临诸如下面的多种问题：础设施的有限性限制了业务的可扩展性；机房、城市级别的故障灾害，影响服务的可持续性。

为解决遇到的这些问题，公司可以选择构建异地多活架构，在同城/异地构建多个单元(业务中心)。各个业务单元可以分布在不同的地域，从而有效解决了单地域部署带来的基础设施的扩展限制、服务可持续性。

异地多活是近几年比较热门的一个话题，那么在实际业务中什么时候需要去做这件事？如何去做？做的时候需要考虑什么？

1、何时去做？

个人感觉取决于以下几个方面：

业务发展
基础设施状况
技术积淀

2、如何做？

目前在网上搜索到的异地多活方案来看，基本都是阿里、饿了么、京东、微博这些互联网大厂的实践，这些大厂的方案有一个共同点就是：大量的自研组件，来做相关的数据同步，业务切分等等，那么，对于很多传统企业或者相对小一些的企业，应该如何来做这件事？

根据业务特性借助合适的公有云服务

3、做的时候，需要注意什么？

真正需要做异地多活的业务有哪些？
基础设施如何？
对于不可用时间的容忍程度是多少？

二、业务背景介绍

在所有的系统中用户中心都是核心业务，因为它是进入其它很多业务前提。
我们这边IDC不是很稳定，之前发生过几次机房大规模故障，比如机房网络挂了，整个机房对外不可用了。

以上两点是我们这次要做用户中心异地容灾的出发点，以便在面对机房级别故障时，保证服务可用性。

三、业务梳理

用户中心从整体来看，对外主要提供：注册、登陆、查询用户信息等服务。这些服务又有以下几个特点：

登陆的优先级最高
事务性要求低

涉及的公共组件主要有：

MySQL：用户数据存储
Redis：Authorization Code、短信验证码、账号锁定、access token等的存储
Zookeeper：Dubbo依赖

四、方案

用户中心是通过外包的形式进行开发的，目前已上线并交付给另一个外包商运维，所以在考虑容灾一期方案的时候，需要考虑尽量不动代码。

一、目标

1、一期目标

当北京机房出现故障的时候，可以一定时间内把流量切到青岛机房这边，保证用户中心核心服务的基本可用。

2、二期目标

用户中心通过异地多活，实现高可用（需要集团智能DNS支持）。

二、架构设计

1、一期架构

当北京机房发生故障的时候，可以把流量快速切换到青岛这边，以保障用户中心核心服务可用。

具体方案如下：

通过otter近实时的将北京机房核心业务数据同步到青岛机房。
青岛机房部署Redis、ZooKeeper等中间件。
青岛机房部署用户中心的核心应用（实例正常部署、运行，只是平时不会有访问）。

具体架构如下：

可以达到的效果：

当北京机房出现故障的时候，可以在一定时间内把流量切到青岛机房这边，保证用户中心核心服务的基本可用，但此时已登录用户需要重新登录。
一定时间：取决于DNS修改ip时间+DNS TTL时间，目前来看TTL是10分钟，人工修改ip应该很快，所以一定时间是10~20分钟。

存在的缺点：

北京机房非故障期间，青岛机房的机器，仅做数据库同步，存在一定的资源浪费。
当北京机房出现故障，流量切换到青岛机房后，只能保证登陆这一核心服务的可用。对于注册等需要修改数据库的服务，均不支持，如果在此期间访问这类服务，会发生异常。

2、二期架构

二期的目的就是修正一期架构的缺点，通过异地多活，实现高可用。

二期青岛机房会替换为阿里云机房。

具体方案如下：

通过阿里云DTS服务实现两地机房数据库同步，保证北京、阿里云数据的近实时一致性。
北京、阿里云两地机房均提供在线服务，提高资源利用率。
梳理服务优先级，修改应用代码，支持服务降级。
当某个机房（阿里云或者北京）出现故障的时候，通过DNS服务把流量切换到另一个机房。
- 如果两地部署的时候，没有冗余一定硬件资源，则需要实施服务降级。
- 目前集团DNS解析，无法提供自动检测服务是否可用的功能，也就无法自动进行切换。
  - 服务可用性，可以通过我们这边的多点拨测进行监控，当多点拨测不可用的时候，发送告警通知给相关人员，以便人工介入。
  - 多点拨测告警，应该会提供两类：1、某个拨测点不通的时候 2、所有拨测点均不可用的时候。
- 目前集团DNS解析，TTL生效最短时间是10分钟，无法自定义TTL时间。

具体架构如下：

可以达到的效果：

如果集团DNS可以提供，类似阿里云云解析的网站监控功能并能灵活设置TTL时间，这时当北京机房或者阿里云机房出现故障后，就可以在很短的时间（部分服务最大异常时间）内自动进行流量切换。

名词解释

1、什么是网站监控？

HTTP/HTTPS实时探测域名解析记录，支持自定义端口，实时发现宕机立即告警；

全网分布式监控，在中国各个地区模拟用户端真实请求，监控结果真实可靠；

支持宕机暂停、容灾切换，最大限度的解决服务中断对您的业务带来的损失；

容灾切换支持A记录、CNAME域名，满足各种场景的容灾切换需求；

2、什么情况会被网站监控判断为宕机并发送告警通知？
监控结果中，HTTP/HTTPS的返回码大于500的服务器错误情况，才会报警通知。
举例说明：如果设置了四个探测点北京联通、深圳阿里巴巴、上海电信、重庆联通。

场景一：四个探测点中50%的监控点无法收到您服务器的响应，或50%的监控点收到返回码大于等于500时，才会判断您的网站为宕机情况。

场景二：四个探测点中有50%以上的探测点探测您的网站返回码是小于500的情况，则不会判断您的网站为宕机。

3、云解析DNS“流量管理”

云解析“流量管理”可以在您设置的每条解析线路下，根据权重比例轮询返回解析结果。当线路下的IP宕机时可以通过监控自动发现，并将宕机IP从当前线路下摘除，直到监控IP正常时会恢复解析。同时，当一条解析线路下的所有IP都宕机时，可以切换至其他正常线路。最大程度保证您的网站服务高可用，减小损失。

4、部分服务最大异常时间

比如北京机房出现异常，这时转发到阿里云机房的流量是可以正常访问，只有转发到北京机房的流量是异常的。

这时如果使用网站监控或者类似服务，进行监控，并设置拨测间隔为1分钟，TTL生效时间为1秒，那么最多有60+1秒部分服务异常时间，之后DNS会自动把北京机房的ip自动踢掉，流量全部切到阿里云。

此处只是以阿里云云解析示例，只要能提供类似的服务均可。

如果集团DNS无法提供类似阿里云云解析的网站监控及灵活设置TTL时间的功能，则部分服务最大异常时间还是取决于DNS修改ip时间+DNS TTL时间

三、补充

1、一期、二期方案的实现均强依赖于集团的DNS服务

2、用户中心通过ip暴露的服务，一但出现机房级别的故障，一期、二期方案均无法保证该部分服务可用。

3、其实除了DNS这种方案，还有一种方案就是用类似F5这种设备，作跨机房负载，但必须是gslb，而且两端必须是相同的设备。

五、小结

对于，非一线互联网大厂的公司而言，是实现异地容灾的时候，借助公有云是很有必要的，比如：

数据跨机房同步，可以使用阿里云的DTS(Data Transmission Service) 服务，目前DTS支持关系型数据库、NoSQL、大数据(OLAP)等数据源间的数据传输。它是一种集数据迁移、数据订阅及数据实时同步于一体的数据传输服务。
下图摘自阿里云DTS服务
跨机房分布式数据库，可以使用OceanBase。金融环境下通常对数据可靠性有更高的要求，OceanBase每一次事务提交，对应日志总是会在多个数据中心实时同步，并持久化。即使是数据中心级别的灾难发生，总是可以在其他的数据中心恢复每一笔已经完成的交易，实现了真正金融级别的可靠性要求。
异地多活由于各个公司的业务、基础设施及要解决的问题皆不尽相同，所以选择适合自己的就好。
或者直接使用云数据库RDS MySQL 版

OceanBase文章推荐：

OceanBase 架构
OceanBase 选举

六、拓展

上文阐述了，对于很多传统企业或者相对小一些的企业异地多活的实践方案，那么对于这些公司的日志处理，有没有比较好的方案呢？
可以看看下面这篇文章：《关于日志的那些事儿》

个人微信公众号：

作者：jiankunking 出处：http://blog.csdn.net/jiankunking

异地多活高可用架构设计实践与思考相关推荐

高并发、高性能下的会员系统[同程艺龙] — 高可用架构设计实践
目录会员系统[同程艺龙] - 高可用架构设计实践 ES高可用方案 ES双中心主备集群架构 ES流量隔离三集群架构 ES集群深度优化提升会员Redis缓存方案 Redis双中心多集群架构高可用会员 ...
VIPKID 的高可用架构设计及 TiDB 应用实践
原文来源: https://tidb.net/blog/6171efe3 作者:郝海民,许超.本文系 2019 年 11 月北京 TUG 线下活动" 高可用架构设计与实践 "分享实 ...
面向业务的立体化高可用架构设计
通常情况下我们在谈论高可用架构设计的时候,主要关注的是系统结构的高可用,例如主备架构.集群架构.多中心架构.我们做架构设计的时候,也主要是从系统结构本身出发,例如我们把单机改为双机.双机改为集群.单机 ...
从mysql高可用架构看高可用架构设计
高可用HA(High Availability)是分布式系统架构设计中必须考虑的因素之一,它通常是指,通过设计减少系统不能提供服务的时间. 假设系统一直能够提供服务,我们说系统的可用性是100%.如果 ...
蚂蚁金服资深技术专家经国：云原生时代微服务的高可用架构设计
经国蚂蚁金服数字金融线担任技术风险架构师读完需要 15 分钟速读仅需 5 分钟经国,蚂蚁金服资深技术专家,毕业于浙江大学. 2014 年加入蚂蚁金服,先后负责过支付宝的单元化.弹性.去 ORA ...
第5章 MySQL高可用架构设计
第5章 MySQL高可用架构设计数据库复制复制解决了什么问题????? 非共享架构二进制日志 binlog工具查看日志格式 show variables like "binlog_f ...
可用性高达5个9！支付系统高可用架构设计实战
可用性高达5个9!支付系统高可用架构设计实战一.背景对于互联网应用和企业大型应用而言,多数都尽可能地要求做到7*24小时不间断运行,而要做到完全不间断运行可以说"难于上青天". ...
高可用架构设计之无状态服务
高可用架构设计之无状态服务笑谈架构设计事故的发生是量的积累的结果,任何事情都没有表面看起来那么简单,在软件运行的过程中,随着用户量的增加,不考虑高可用,迟早有一天会发生故障,不得事先考虑高可用设计 ...
mysql性能结构优化原理_MySQL性能管理及架构设计（二）：数据库结构优化、高可用架构设计、数据库索引优化...
一.数据库结构优化(非常重要) 1.1 数据库结构优化目的 1.减少数据冗余:(数据冗余是指在数据库中存在相同的数据,或者某些数据可以由其他数据计算得到),注意,尽量减少不代表完全避免数据冗余: 2. ...

异地多活高可用架构设计实践与思考

一、引