《AWS 数据容灾白皮书(AWS disaster Recovery Whitepaper)剖析》要点:
本文介绍了AWS 数据容灾白皮书(AWS disaster Recovery Whitepaper)剖析,希望对您有用。如果有疑问,可以联系我们。
AWS disaster Recovery Whitepaper
最近在做一个容灾方案,了解到AWS有一个容灾的白皮书.
于是,今天粗略把 AWS 的容灾白皮书 读了一遍 [1],白皮书中介绍了基于 AWS 的几种容灾方案.这些方案不仅仅适用于基于 AWS 的系统,也适用于通用系统.现将其关键点摘要下来,感兴趣的同学可以读一遍原文.
容灾两个术语
白皮书中提到了两个关于容灾的术语( industry terms)[2]
- Recovery Time Objective [3]
- Recovery Point Objective [4]
恕我孤陋寡闻,之前也参与过容灾的设计,但是关于这两个术语还是第一次知道.
这两个术语在维基百科有定义,不确定是 AWS 开发者添加的词条还是很早就存在.话说我司每个产品也都有容灾方案,但是还没有人能总结出这么精准的 industry terms.所以说亚马逊作为这个领域的leader还是有道理的.
1. RTO 恢复耗时
主站点故障后,备站点恢复到达到OLA(operational level agreement )所耗费的时间.
用另外一句话就是主站点故障后,备站点恢复到正常提供服务状态所需要的时间.
站在用户视角,RTO是系统服务中断时间.
举个例子,如果主站点在12:00 故障了,系统容灾的RTO时8小时,那么系统必须在20:00前恢复并正常提供服务.
2. RPO 恢复时间点
主站点故障后,备站点能够恢复到过去哪个时间点的数据.
换句话说,备站点恢复后,与主站点相比,有多少数据丢失.
站在用户视角,RPO时数据丢失的量.
举个例子,如果主站点在12:00故障了,系统容灾的RPO是1小时,那么系统恢复后,其数据必须是到11:00的.也就是说允许丢失12:00~11:00 之间的数据.
所以以后在评判或设计一个容灾方案时候,先问这两个问题:
- RTO 值是多少
- RPO 值是多少
如果回答不上来,那么这个方案肯定是没想明白的.
容灾方案
白皮书中将容灾方案按照RTO以及成本排序,称为容灾方案图谱.
Backup and Restore
备份恢复是最常见的一种容灾手段,将主站点数据备份到与主站点隔离的存储设备.当生产环境故障后,能够在备站点将数据恢复.
AWS提供了一系列的高可靠存储服务:
- Amazon S3,简单对象存储,11个9可靠性
- Amazon Glacier,如果觉得S3太贵的话
- Amazon VTS,虚拟磁带存储,如果要保存巨大且时间长的数据的话
使用Amazon的这些存储服务,加上备份恢复工具,就可以实现一个容灾系统.
备份示意图
恢复示意图
Pilot Light
Pilot Light 是一个装置,这个是一个类似点火器的装置,如煤气灶的点火器,通过点火器可以把煤气灶点燃,然后就可以做饭了:)
Pilot Light用到容灾系统中,要表达的意思是,在备站点部署一个服务,通过这个服务可以将整个系统运行起来.
准备
恢复
Warm Standby
Warm Standby 是在备站点复制了主站点,但是它们还是有差别的:
- 备站点服务运行但是不对外提供服务
- 备站点的服务器配置是最小配置(These servers can be running on a minimum-sized fleet of Amazon EC2 instances on the smallest sizes possible) (fleet of Amazon EC2 好霸气~~)
准备
恢复
Multi Site
Multi Site 指的是 active-active 的容灾方案.
主备站点同时对外提供服务,由DNS根据负载决定将请求转发到哪个站点.
准备
恢复
- 手动切换(DNS上切换)
- 或者配置DNS failover
Fail Back
当主站点故障修复后,我们还需要将服务切换到主站点,这个过程称为 fail back.
不同的容灾方案,fail back的方法不一样.
Backup and Restore
Pilot light,warm standby,and multi-site
- AWS 容灾白皮书 https://media.amazonwebservices.com/AWS_disaster_Recovery.pdf ↩
- 在白皮书中成为术语,实际上是两个评判容灾方案的两个指标 ↩
- https://en.wikipedia.org/wiki/Recovery_time_objective ↩
- https://en.wikipedia.org/wiki/Recovery_point_objective ↩
- 前段时间发生的支付宝不可用事件,阿里官方申明是光纤被挖断,所以前面文章也有提到,阿里现在就有了一个 光纤日 ↩
- 在备站点接管业务后,备站点需要定时备份,防止备站点故障后数据丢失 ↩
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。