分布式高可用:故障隔离

分布式高可用:故障隔离

  • 前言
  • 什么是故障隔离?
  • 分布式故障隔离策略
    • 线程级隔离
    • 进程级隔离
    • 资源隔离
  • 故障隔离策略综合对比
  • 知识扩展:从用户角度看,有哪些常用的故障隔离方案?
  • 总结


前言

分布式系统高可靠技术,包括分布式负载均衡和流量控制。除了高可靠,在实际生产中,分布式系统的高可用也极其重要。

比如,在双十一的抢购高峰期,如果分布式系统不能满足高可用的特性,那么当大量用户同时抢购时就可能导致系统崩溃,无法提供服务,导致大量用户流失。

故障隔离和恢复机制这两项关键技术,保证分布式系统的高可用。

什么是故障隔离?

故障隔离:把故障通过某种方式与其他正常模块进行隔离,以保证某一模块出现故障后,不会影响其他模块。

生活有很多故障隔离的例子,比如交通。一辆车就类似于分布式系统中的一个模块,当一辆车在高速公路上出现故障后,通常会将其停靠在紧急车道,或者在其前后设置故障指示牌,以防止其他车辆与其相撞,引起更大的交通事故。这种将故障车辆停靠在路边紧急车道或设置故障指标牌的方法,就是一种故障隔离。

分布式系统的故障隔离:采用一定的策略,以实现当某个模块故障时,不会影响其他模块继续提供服务,以保证整个系统的可用性。所以说故障隔离可以避免分布式系统出现大规模的故障,甚至是瘫痪,降低损失。

在分布式系统中,要实现故障隔离,通常需要在进行系统设计时,提前对可能出现的故障进行预防,以使得在出现故障后能实现故障隔离。此外,由于是提前设计预防的,因此故障隔离还可以帮助我们快速定位故障点。

分布式系统中的故障隔离策略是在系统设计时就进行考虑,从预防的角度来实现故障发生时,该模块故障不会影响其他模块。因此故障隔离策略是整个系统设计时,从高可用这个维度进行设计的策略

分布式故障隔离策略

分布式系统中的故障隔离策略有很多,大体上可以从两个维度来划分:

  • 以系统功能模块为粒度进行隔离。比如,通过系统功能 / 服务划分,将系统分为多个功能 / 服务模块,各个功能 / 服务模块之间实现松耦合,即一个功能 / 服务模块出现故障,不会影响其他功能 / 服务模块,根据功能模块或服务由线程执行还是进程执行,通常分为线程级隔离、进程级隔离。
  • 通过资源隔离来实现。比如,系统中各个模块拥有自己独立的资源,不会发生资源争抢,从而大大提升系统性能。根据资源所属粒度,通常包括进程级隔离(比如采用容器隔离)、虚拟机隔离、服务器隔离和机房隔离等。

线程级隔离

线程级故障隔离:使用不同的线程池处理不同的请求任务。当某种请求任务出现故障时,负责其他请求任务的线程池不会受到影响,即会继续提供服务,从而实现故障的隔离。

如图所示,以电商购物平台为例,假设初期运行在单台机器的一个进程中,在这个进程中有三个线程池,分别负责订单任务、支付任务和配送任务。当订单请求出现故障时,不会影响已下单用户的支付和仓库配送服务。

分布式高可用:故障隔离_第1张图片

线程级的故障隔离策略,在生产环境中较为常用,尤其对于单体应用(单进程多线程的应用)。在单体应用场景下,应用被单个进程执行,但单进程中包括多个线程,因此该场景下,只需要实现线程级隔离即可,实现简单、效果好,因此是一种很常用的方式。

系统实现线程级隔离后,线程间的通信通常使用共享变量来实现。共享变量是一个进程中的全局变量,在进程的各个线程间可以同时使用。这种通信方式,实现简单且效果明显。

进程级隔离

随着业务逐渐扩大,业务系统也会越来越复杂,单体应用可能无法满足公司与用户的需求,需要对系统进行拆分。

将系统按照功能分为不同的进程,分布到相同或不同的机器中。如果系统的进程分布到不同机器上的话,从资源的角度来看,是主机级的故障隔离。 因为从另一个层面看,系统确实分布到了不同机器上,当某个机器出现故障时,不会对其他机器造成影响。

如图所示,电商购物平台可以分为订单系统、支付系统和配送系统三部分。这三个子系统可以采用三个不同的进程来服务用户。 这就是一个进程级的故障隔离方案,即不同的子系统对应不同的进程,某一个子系统出现故障,都不会导致其他系统不可用。

分布式高可用:故障隔离_第2张图片

系统实现进程级隔离后,进程间的协同必须通过进程间通信(IPC)来实现。进程间通信有很多方式,大体可以分为以下两类:

  • 如果进程都在同一台机器上,则可以通过管道、消息队列、信号量、共享内存等方式实现;
  • 如果进程分布在不同机器上,则可以通过远程调用来实现。

进程级故障隔离,目前在分布式应用中应用广泛,比如常见的电商、火车票购买等业务。

资源隔离

资源隔离:将分布式系统的所有资源分成几个部分,每部分资源负责一个模块,系统各个模块就不会争抢资源,即资源之间互不干扰。不仅可以提高硬件资源利用率,也便于系统的维护与管理,可以大幅提升系统性能。

微服务就是一个典型的例子。很多公司都在将自己的业务系统微服务化,比如亚马逊、阿里、华为、微软等。在微服务的理念中,是尽可能将服务最小化,服务与服务之间进行解耦,包括运行环境的相互隔离等。比如,现在通常采用容器进行隔离,Mesos、Kubernetes 等可实现容器管理与调度,而 Mesos 和 Kuberntes 的上层应用很多都是微服务。

在微服务框架中,一个服务通常对应一个容器,而一个容器就是操作系统中一个进程,不同容器负责不同的服务,不同进程负责系统不同的功能模块。

如图所示,如果将电商购物平台微服务化,则可以启动三个容器,分别负责订单服务、支付服务和配送服务。一个容器对应一个进程,因此微服务框架本质上还是一种进程级故障隔离策略。

分布式高可用:故障隔离_第3张图片

与进程级隔离不同的是,微服务框架采用容器进行故障隔离。容器虽然本质上是操作系统的一个进程,但具备普通进程不具备的特性,比如资源隔离。

一个普通进程有很大的计算或内存需求时,可能会占满物理机上所有的 CPU、内存资源,导致其他进程没有资源可用,引发进程间的资源争夺;但容器可以实现资源限制,让每个容器占用的资源都有一个上限,比如 CPU、内存,均会设置一个上限值,这个上限值限定了该容器的处理能力,就好比一台服务器具有资源上限值一样。因此,一个容器使用的资源不会影响其他容器的资源,从而避免资源争抢,提高性能。

容器是一种虚拟化技术,可以为应用提供一整套运行环境。容器通过限制自身使用的资源来实现资源隔离,从而让容器就像一个个的“集装箱”:容量固定, 存放着任意的物品。

目前,比较常用的容器是 Docker。Docker 主要使用 Linux 内核中的 Linux Cgroups 模块来设置容器的资源上限,包括 CPU、内存、磁盘、网络带宽等。通过 Cgroups 模块,容器间就形成了资源隔离,从而避免了容器间的资源争夺,提升了系统性能。 通过容器进行资源隔离后,需要容器进行网络配置来进行容器间的通信。比如,Docker 默认是通过建立虚拟网桥来实现容器间通信的。

虚拟机级别的隔离也是资源隔离的一种常用手段,一台物理机可以安装多个虚拟机,每个虚拟机都会分配一定的资源,进行资源隔离。

主机级别的隔离也可以说是一种资源隔离,每台机器的资源是独享的,不会与其他机器发生资源争夺,从而做到资源隔离。

其实还有一些更粗力度的隔离策略,比如集群隔离、机房隔离等,这些策略主要是跨集群或跨地域的隔离策略。这些粗粒度的隔离策略,不仅可以根据系统功能 / 服务等维度对系统进行划分,比如每个功能 / 服务由一个集群或一个机房单独负责,而且也是一种资源隔离策略,即集群间或机房间资源互相隔离,不会发生资源争夺,互不影响。

故障隔离策略综合对比

知识扩展:从用户角度看,有哪些常用的故障隔离方案?

无论是按照功能 / 服务划分模块,实现进程级、虚拟机级等故障隔离,还是按照系统资源进行故障隔离,它们都是一种针对服务方的故障隔离手段。还有一种故障隔离策略是,针对用户的,即用户级别的故障隔离。

用户级别的故障隔离:将不同用户分开,当系统出现故障时,只影响部分用户,而不是全体用户。比如,发布产品前大多会有一个“灰度发布”过程, 就是先发布给一小部分用户进行测试,如果没问题再大规模发布;如果有问题也只是影响一小部分用户。

常用的用户级别故障隔离策略,有数据分片、负载均衡等。

  • 数据分片:系统可以将不同用户的数据存储到不同的数据库,即一个数据库只存储部分用户的信息。这样当某个数据库出现故障时,仅影响该故障数据库存储的用户,而不会影响全部用户。
  • 负载均衡:当处理请求的某个服务器出现故障时,只影响该故障服务器负责的用户请求,而不会影响其他服务器负责的用户请求。

总结

分布式高可用:故障隔离_第4张图片

你可能感兴趣的:(分布式技术原理与算法解析,分布式,网络,zookeeper)