服务器集群技术（备份服务器方案和均摊工作方案）（用来解决服务器挂掉问题）

一、总结

1、在一个集群里面，比如老大因为莫名其妙的原因挂掉了，集群监测到老大挂掉了直接给他断掉电源（等待维修），然后让老二上，等到老大恢复了再切换给老大。

2、常用的两种集群方案：

1）备份服务器方案：将备份服务器连接在主服务器上，当主服务器发生故障时，备份服务器才投入运行，把主服务器上所有任务接管过来。

2）均摊工作方案：将多台服务器连接，这些服务器一起分担同样的应用和数据库计算任务，改善关键大型应用的响应时间。同时，每台服务器还承担一些容错任务，一旦某台服务器出现故障时，系统可以在系统软件的支持下，将这台服务器与系统隔离，并通过各服务器的负载转嫁机制完成新的负载分配。

二、服务器集群技术

集群，英文名称为Cluster，通俗地说，集群是这样一种技术：它将多个系统连接到一起，使多台服务器能够像一台机器那样工作或者看起来好像一台机器。采用集群系统通常是为了提高系统的稳定性和网络中心的数据处理能力及服务能力。

中文名: 集群服务器

外文名: Cluster server
目的: 提高系统的稳定性等

1. 含义

集群是由一些互相连接在一起的计算机构成的一个并行或分布式系统。这些计算机一起工作并运行一系列共同的应用程序，同时，为用户和应用程序提供单一的系统映射。从外部来看，它们仅仅是一个系统，对外提供统一的服务。集群内的计算机物理上通过电缆连接，程序上则通过集群软件连接。这些连接允许计算机使用故障应急与负载平衡功能，而故障应急与负载平衡功能在单机上是不可能实现的。

服务器集群系统通俗地讲就是把多台服务器通过快速通信链路连接起来，从外部看来，这些服务器就像一台服务器在工作，而对内来说，外面来的负载通过一定的机制动态地分配到这些节点机中去，从而达到超级服务器才有的高性能、高可用。

举个例子来说，我们架设了一台WWW服务器，上面构建了一个电子商务网站，然而随着时间的推移， WWW服务器的负载越来越高。此时就必须提升WWW服务器的能力，以满足日益增长的服务请求。这时，我们就面临两种选择：

1）升级WWW服务器，采用更快的CPU，增加更多的内存，使其具有更强的性能；但日益增长的服务请求又会使服务器再次过载，需要再次升级，这样就陷入了升级的怪圈。还有，升级时还得考虑到服务如何接续，能否中止。

2）增加WWW服务器，让多台服务器来完成相同的服务。

第二种方法就是服务器集群，简而言之，就是一组相互独立的服务器在网络中表现为单一的系统，并以单一系统的模式加以管理。此单一系统为客户工作站提供高可靠性的服务。一个服务器集群包含多台拥有共享数据存储空间的服务器，各服务器之间通过内部局域网进行相互通信；当其中一台服务器发生故障时，它所运行的应用程序将由其他的服务器自动接管；在大多数情况下，集群中所有的计算机都拥有一个共同的名称，集群系统内任意一台服务器都可被所有的网络用户所使用。在集群系统中运行的服务器并不一定是高档产品，但服务器的集群却可以提供相当高性能的不停机服务；每一台服务器都可承担部分计算任务，并且由于群集了多台服务器的性能，因此，整体系统的计算能力将有所提高；同时，每台服务器还能承担一定的容错任务，当其中某台服务器出现故障时，系统可以在专用软件的支持下将这台服务器与系统隔离，并通过各服务器之间的负载转移机制实现新的负载平衡，同时向系统管理员发出报警信号。

一旦在服务器上安装并运行了群集服务，该服务器即可加入群集。群集化操作可以减少单点故障数量，并且实现了群集化资源的高可用性。

从群集中的其它节点和群集服务管理接口的角度看，当形成群集时，群集中的每个节点可能处于三种不同状态中的一种。事件处理器会记录这些状态，而事件日志管理器会将这些状态复制到群集的其它节点。群集服务状态包括:

脱机。此时的节点不是完全有效的群集成员。该节点及其群集服务器可能在运行，也可能未运行。

联机。此时的节点是完全有效的群集成员。它遵从群集数据库的更新、对仲裁算法施加自己的影响、维护心跳通讯，并可以拥有和运行资源组。

暂停。它只能支持它当前已拥有的那些资源组。之所以提供暂停状态，是为了允许执行某些维护。大多数服务器群集组件会将联机和暂停视为等价的状态。

2. 两种方法

常用的服务器集群方法：

1）将备份服务器连接在主服务器上，当主服务器发生故障时，备份服务器才投入运行，把主服务器上所有任务接管过来。

2）将多台服务器连接，这些服务器一起分担同样的应用和数据库计算任务，改善关键大型应用的响应时间。同时，每台服务器还承担一些容错任务，一旦某台服务器出现故障时，系统可以在系统软件的支持下，将这台服务器与系统隔离，并通过各服务器的负载转嫁机制完成新的负载分配。

在集群系统中，所有的计算机拥有一个共同的名称，集群内任一系统上运行的服务可被所有的网络客户所使用。集群必须可以协调管理各分离组件的错误和失败，并可透明的向集群中加入组件。用户的公共数据被放置到了共享的磁盘柜中，应用程序被安装到了所有的服务器上，也就是说，在集群上运行的应用需要在所有的服务器上安装一遍。当集群系统在正常运转时，应用只在一台服务器上运行，并且只有这台服务器才能操纵该应用在共享磁盘柜上的数据区，其它的服务器监控这台服务器，只要这台服务器上的应用停止运行（无论是硬件损坏、操作系统死机、应用软件故障，还是人为误操作造成的应用停止运行），其它的服务器就会接管这台服务器所运行的应用，并将共享磁盘柜上的相应数据区接管过来。

3. 好处

高可伸缩性：服务器集群具有很强的可伸缩性。随着需求和负荷的增长，可以向集群系统添加更多的服务器。在这样的配置中，可以有多台服务器执行相同的应用和数据库操作。

高可用性：高可用性是指，在不需要操作者干预的情况下，防止系统发生故障或从故障中自动恢复的能力。通过把故障服务器上的应用程序转移到备份服务器上运行，集群系统能够把正常运行时间提高到大于99.9%，大大减少服务器和应用程序的停机时间。

高可管理性：系统管理员可以从远程管理一个、甚至一组集群，就好象在单机系统中一样。

4. 不足

如果集群中的应用只在一台服务器上运行，且刚好这个应用出现故障，其它的某台服务器会重新启动这个应用，接管位于共享磁盘柜上的数据区，进而使应用重新正常运转。整个应用的接管过程大体需要三个步骤：侦测并确认故障、后备服务器重新启动该应用、接管共享的数据区。因此在切换的过程中需要花费一定的时间，原则上根据应用的大小不同切换的时间也会不同，越大的应用切换的时间越长。