Windows Azure Cloud Service (4) Windows Azure 平台高可用性的实现

　　《Windows Azure Platform 系列文章目录》

 

　　这里有两个非常重要的概念：故障域(Fault Domain)和更新域(Update Domain)。

　　http://blogs.technet.com/b/yungchou/archive/2011/05/16/window-azure-fault-domain-and-update-domain-explained-for-it-pros.aspx

 

　　我们先说说故障域。先举个例子，笔者的书房有一个插线板，插线板上接了我的笔记本电脑，手机充电器，电视机等电器。如果这个插线板断电了，那这个插线板上的所有电器都会断电。这个插线板和上面的电器组成了一个故障域。

　　Microsoft Azure数据中心基础设施由很多的RACK组成，每一个RACK都被称为故障域。当RACK出现硬件故障时候，在RACK上的服务，不管是 Azure的计算服务、存储服务等等都会宕机。

　　当客户部署了2台 Azure Virtual Machine，但是没有设置可用性集的时候，Microsoft Azure可能会把这2个Azure Virtual Machine部署在同一个RACK上，这样就可能会出现单点故障。因为这1个RACK宕机了，上面运行的2个Azure Virtual Machine都会宕机。两个Azure Virtual Machine宕机的概率和一个Azure Virtual Machine的概率是一样。

　　而设置了可用性集的情况下，Microsoft Azure就会把这2台Azure Virtual Machine部署在2个不同的RACK上。微软从数据中心底层设计上，可以保证这2个不同的RACK不会同时宕机。

 

　　然后我们谈谈更新域。比如我有2台Azure Virtual Machine做了负载均衡，名称为VM1和VM2，都部署了我的Web Application，版本为1.0，他们部署在不同的更新域Update Domain中。将来我的软件版本做了更新，升级到了2.0版本，有两种选择：

-      用户同时更新这2台Azure Virtual Machine的软件版本。但是这样如果有客户端发起请求，会造成服务器端的无法响应。

-      Azure Fabric Controller监控这2台Azure Virtual Machine。首先更新Update Domain 0中的虚拟机软件。更新完毕后再更新Update Domain 1中的虚拟机软件，一直到所有的Azure Virtual Machine中的Web Application更新完毕，这样保证在同一时刻至少有1台Azure Virtual Machine能够响应客户端的请求。

 

　　以下是故障域(Fault Domain)和更新域(Update Domain)的截图：

 

 

　　以下是可用性集的截图：