結(jié)論，可以直接拖到最后，如果看不明白，可以從頭看起。
去年寫(xiě)過(guò)一篇《做容災(zāi)，冷備是不是個(gè)好方案？》，當(dāng)時(shí)提出來(lái)，冷備或者主備，其實(shí)并不是一個(gè)理想的方案，而且絕大多數(shù)情況下，只能是一個(gè)心理安慰，真正發(fā)生故障的情況下，這樣的容災(zāi)模式根本起不到作用。
原因我就不重復(fù)了，大家如果有興趣可以直接看那篇文章。
最近，公有云又出了些大故障，各大群和朋友圈又開(kāi)始沸沸揚(yáng)揚(yáng)，但是整體看下來(lái)，聲音無(wú)非兩種：
單站點(diǎn)不靠譜，要有容災(zāi)，出現(xiàn)這種情況就得馬上切，所以回去趕緊建設(shè)容災(zāi)站點(diǎn)；
雞蛋不能放在一個(gè)籃子里，單云不靠譜，要多云。所以，多云就要選我們家的xx云，或者我們提供xx多云服務(wù)。
我在我的一個(gè)討論群里就提出來(lái)，第一種聲音是有意識(shí)的建設(shè)，有這個(gè)意識(shí)很好，但是把這個(gè)事情想得太簡(jiǎn)單了。第二種聲音，基本就是不動(dòng)腦子的瞎BB，原因我下面講。
轉(zhuǎn)回正題來(lái)，既然上篇提到主備模式不靠譜，那到底怎么選？而且整天見(jiàn)各類(lèi)技術(shù)文章，不是雙活，就是多活，不是同城，就是異地，現(xiàn)在又出來(lái)個(gè)多云，好復(fù)雜。
下面我就談?wù)勎业睦斫猓?/span>
首先，這么多名詞是什么含義，要搞清楚，然后再看適不適合。
先講相對(duì)簡(jiǎn)單的雙活（簡(jiǎn)不簡(jiǎn)單，看后面就明白了），其實(shí)就是兩個(gè)站點(diǎn)，同時(shí)承載業(yè)務(wù)流量，可以根據(jù)用戶(hù)ID、地域或者其他業(yè)務(wù)屬性也決定怎么分擔(dān)流量，當(dāng)一個(gè)站點(diǎn)故障時(shí)，可以快速（分鐘級(jí)）切換到另一個(gè)站點(diǎn)，理想情況下，對(duì)業(yè)務(wù)基本是無(wú)損或者非常小的。
這里就跟前面講的主備不同了，主備的另一個(gè)站點(diǎn)完全是不承載任何流量的。
這里再往深里看一眼，同時(shí)承載流量，也要看承載到那一層，也就是流量在統(tǒng)一站點(diǎn)內(nèi)閉環(huán)，所有調(diào)用都是本機(jī)房?jī)?nèi)完成，還是只有應(yīng)用層這樣的無(wú)狀態(tài)組件雙活，但是數(shù)據(jù)訪(fǎng)問(wèn)、異步消息這些有狀態(tài)的部件還是回到主站點(diǎn)調(diào)用，這兩種模式又是不一樣的。
其實(shí)第二種，就比前面講的主備模式要好一些，因?yàn)檫@樣至少可以保證應(yīng)用層隨時(shí)可用，不過(guò)真出故障的時(shí)候，還是少不了數(shù)據(jù)層的切換，這個(gè)其實(shí)是非常耗時(shí)的。跟主備模式一樣，基本無(wú)法演練，因?yàn)榇鷥r(jià)太高，數(shù)據(jù)會(huì)有損。（如果數(shù)據(jù)層沒(méi)有這么復(fù)雜，只有幾個(gè)數(shù)據(jù)庫(kù)，那是沒(méi)問(wèn)題問(wèn)題的，但是分布式的場(chǎng)景下，上百個(gè)，幾百個(gè)實(shí)例切換，這個(gè)代價(jià)和成本還是很大的。）
所以，再往下推導(dǎo)，如果想要做到有效果的雙活，就必須保證每個(gè)站點(diǎn)，都是獨(dú)立運(yùn)行，所有的調(diào)用都是本機(jī)房調(diào)用且閉環(huán)，底層做好數(shù)據(jù)同步即可。
只有做到這個(gè)程度，當(dāng)一個(gè)站點(diǎn)發(fā)生故障不可用時(shí)，就可以從接入層把故障站點(diǎn)的流量切換到另一個(gè)站點(diǎn)，雙活的效果也就有了。
不過(guò)，做到這個(gè)程度，就不是說(shuō)我們想要做就能做到的，如果您做個(gè)類(lèi)似的架構(gòu)設(shè)計(jì)，你會(huì)知道這里有三個(gè)關(guān)鍵的技術(shù)點(diǎn)：
第一個(gè)，本機(jī)房調(diào)用
也就是一個(gè)分布式請(qǐng)求不能跨機(jī)房調(diào)來(lái)調(diào)去，這個(gè)是不行的，必須要保證本機(jī)房調(diào)用閉環(huán)。所以從分布式服務(wù)的路由策略上，以及服務(wù)化框架上，必須得支持這也中調(diào)用模式，同理，數(shù)據(jù)訪(fǎng)問(wèn)層，以及消息組件也要支持這種特性。
第二個(gè)，數(shù)據(jù)分片和一致性
為什么要做這個(gè)事情？我們知道一個(gè)系統(tǒng)中數(shù)據(jù)準(zhǔn)確性、完整性和一致性是非常關(guān)鍵的，放到雙活這個(gè)場(chǎng)景下，最關(guān)鍵的就是數(shù)據(jù)一致性，我們不能允許有同一個(gè)記錄兩邊同時(shí)在變更，還要雙向同步，比如用戶(hù)交易和支付類(lèi)的數(shù)據(jù)，同時(shí)變更的情況下，我們無(wú)法確認(rèn)哪邊是準(zhǔn)確的。
前面提到，兩個(gè)站點(diǎn)是同時(shí)承載不同的流量的，這就要根據(jù)一些業(yè)務(wù)屬性來(lái)分配，比如用戶(hù)ID、所屬地域等等策略，這里為的就是能夠在數(shù)據(jù)層面也要做好隔離，一個(gè)站點(diǎn)內(nèi)只提供固定部分的用戶(hù)訪(fǎng)問(wèn)。
這樣就保證了單站點(diǎn)內(nèi)同一分片的數(shù)據(jù)，不會(huì)在另外一個(gè)站點(diǎn)被變更，后續(xù)的同步也可以做到單向。
所以，這里的關(guān)鍵，就是數(shù)據(jù)要做分片，就要用到分布式的數(shù)據(jù)中間件，要做數(shù)據(jù)訪(fǎng)問(wèn)的路由設(shè)計(jì)，數(shù)據(jù)要同機(jī)房讀寫(xiě)，還要做數(shù)據(jù)拆分這樣的工作，技術(shù)門(mén)檻和工作量也不低。
這兩點(diǎn)如果能夠做到，其實(shí)就是我們經(jīng)常說(shuō)的“單元化”架構(gòu)達(dá)成了，理論上，我們可以選擇任何一個(gè)機(jī)房和地域，把系統(tǒng)搭建起來(lái)，就可以提供業(yè)務(wù)訪(fǎng)問(wèn)了。
但現(xiàn)實(shí)是更為復(fù)雜的，因?yàn)橛脩?hù)業(yè)務(wù)系統(tǒng)產(chǎn)生的數(shù)據(jù)，有可能會(huì)被其它系統(tǒng)用到，比如商品庫(kù)存這樣的系統(tǒng)，這就要涉及異步消息和數(shù)據(jù)的同步問(wèn)題，而數(shù)據(jù)同步不僅僅是一個(gè)技術(shù)問(wèn)題，而是個(gè)物理問(wèn)題，我們接下來(lái)講。
第三個(gè)，數(shù)據(jù)同步。
其實(shí)單從同步角度而言，目前很多的同步工具和開(kāi)源產(chǎn)品已經(jīng)比較完善，所以這里最大的問(wèn)題，其實(shí)不在技術(shù)層面，而是在物理層面。
準(zhǔn)確點(diǎn)，就是物理距離上的時(shí)延問(wèn)題，這個(gè)無(wú)論是雙活、多活，還是同城、異地，都繞不開(kāi)的痛苦問(wèn)題。
既然要雙活，必然會(huì)選擇另一個(gè)跟當(dāng)前機(jī)房有一定距離的機(jī)房（同城或異地），而且距離必須得拉開(kāi)才有意義，如果都在一個(gè)園區(qū)里面，就沒(méi)有任何容災(zāi)意義了。
距離一旦拉開(kāi)，物理距離就出來(lái)了，即使是專(zhuān)線(xiàn)相連，中間也要經(jīng)過(guò)很多網(wǎng)絡(luò)設(shè)備，如果是云化的網(wǎng)絡(luò)架構(gòu)下，經(jīng)過(guò)的軟硬設(shè)備就更多，還有可能涉及協(xié)議轉(zhuǎn)換，如果中途跨運(yùn)營(yíng)商，就更難保障，這樣一來(lái)時(shí)延肯定是幾倍、十幾倍，甚至是上百倍的上漲，直接從0.x毫秒，上漲到秒級(jí)別。
對(duì)于同城來(lái)說(shuō)，這個(gè)問(wèn)題還好，但是一旦跨省就完全不可控，特別是機(jī)房如果不是自己的，根本無(wú)法控制。所以，想大公司自建機(jī)房，一定會(huì)在這個(gè)層面做大量的優(yōu)化，盡最大可能降低時(shí)延。
就以淘寶、天貓為例，按照之前了解的情況，基本也是杭州和上海這兩個(gè)城市為主做雙活，再遠(yuǎn)時(shí)延這個(gè)問(wèn)題就繞不開(kāi)了。
數(shù)據(jù)同步及時(shí)性為什么這么重要，一個(gè)是業(yè)務(wù)體驗(yàn)，不能說(shuō)庫(kù)存都沒(méi)了，其他用戶(hù)看到的還是有貨，這個(gè)是不會(huì)被接受的。
再就是故障時(shí)，如果同步不及時(shí)，極有可能造成幾秒鐘內(nèi)的交易數(shù)據(jù)丟失，或者不一致，像淘寶這樣每秒4位數(shù)訂單量的系統(tǒng)，丟幾秒鐘數(shù)據(jù)，造成的損失也是巨大的。所以，這里就必須要建設(shè)有一整套的數(shù)據(jù)完整性和一致性保障措施，盡最大程度降低業(yè)務(wù)損失。
所以，數(shù)據(jù)同步所依賴(lài)的時(shí)延問(wèn)題，其實(shí)就已經(jīng)超出了絕大部分公司所能掌控的范疇，也不是單純靠自身技術(shù)能解決的問(wèn)題，要看天時(shí)和地利。
講到這里，我想多活就不用講了，時(shí)延這個(gè)問(wèn)題解決不了，多活就是扯淡，至于同城和異地，我想看明白的讀者，也知道怎么選擇了，其實(shí)一樣，還是取決于時(shí)延。
我們可以得出的幾個(gè)結(jié)論：
不管怎么選擇容災(zāi)方案，我們自己的業(yè)務(wù)系統(tǒng)，從自身架構(gòu)上，一定要支持單元化，一定要支持?jǐn)?shù)據(jù)同步才行，如果這都不支持，講雙活和多活，就是特么的扯淡。所以，打算搞雙活，先從這里下手，當(dāng)然牽出來(lái)就要涉及到分布式，還有很多大量細(xì)節(jié)技術(shù)問(wèn)題。
一個(gè)合理的建設(shè)節(jié)奏應(yīng)該是，同城雙活—異地雙活—兩地三中心（同城雙活 異地多活），因?yàn)槟阋鉀Q的問(wèn)題的復(fù)雜度和難度也是在逐步上升的，不可能一蹴而就。
題目里這些個(gè)名詞，不是孤立的，而是從不同維度看到的結(jié)論，但是如果你偏離自己的業(yè)務(wù)場(chǎng)景去看，孤立的去看，就一定會(huì)被帶到溝里去，而且不知道該如何下手，所以，一定別偏離你的業(yè)務(wù)場(chǎng)景，然后把它們聯(lián)系起來(lái)。
一切都是ROI，為了保證高可用，就一定會(huì)有成本，高可用程度越高，成本就一定越高，所以成本投入得到的收益到底劃不劃算，這個(gè)只能自家公司自家評(píng)判。
現(xiàn)實(shí)情況，比我寫(xiě)的要復(fù)雜的多的多，推薦大家看兩個(gè)成功案例，一個(gè)是畢玄的異地多活數(shù)據(jù)中心，一個(gè)是餓了么異地多活，幾個(gè)關(guān)鍵字google一下就有了，里面涉及到的場(chǎng)景化的細(xì)節(jié)對(duì)大家理解這件事情的復(fù)雜度會(huì)有更幫助。
寫(xiě)的有點(diǎn)多了，關(guān)于多云先不寫(xiě)了，就當(dāng)問(wèn)題吧，大家覺(jué)得是不是需要多云建設(shè)？你怎么看？可以在留言區(qū)發(fā)表下意見(jiàn)。
來(lái)源：本文轉(zhuǎn)自公眾號(hào)Forrest隨想錄，作者為蘑菇街技術(shù)總監(jiān)趙成。
聯(lián)系客服
