高可用性系統(tǒng)設(shè)計(jì)

第1章 介紹1
1.1 為什么需要一本可用性的書(shū)1
1.2 問(wèn)題解決方法2
1.3 不包括的內(nèi)容3
1.4 我們的任務(wù)3
1.5 可用性指數(shù)4
1.6 總結(jié)4
1.7 本書(shū)的組織結(jié)構(gòu)5
1.8 要點(diǎn)6
第2章 測(cè)量數(shù)據(jù)7
2.1 測(cè)量可用性7
2.1.1 “9”表示法9
2.1.2 定義停機(jī)故障11
2.1.3 引起停機(jī)故障的原因11
2.1.4 可用性12
2.1.5 平均數(shù)14
2.1.6 可接受性15
2.2 故障模式16
2.2.1 硬件16
2.2.2 環(huán)境和物理故障17
2.2.3 網(wǎng)絡(luò)故障18
2.2.4 文件和打印服務(wù)器故障18
2.2.5 數(shù)據(jù)庫(kù)系統(tǒng)故障19
2.2.6 網(wǎng)頁(yè)和應(yīng)用程序服務(wù)器故障20
2.2.7 拒絕服務(wù)攻擊21
2.3 對(duì)測(cè)量的信心22
2.3.1 可恢復(fù)性22
2.3.2 Sigma（σ）和“9”表示法23
2.4 要點(diǎn)24
第3章 可用性的價(jià)值25
3.1 高可用性的含義25
3.2 停機(jī)故障損失26
3.2.1 停機(jī)故障直接損失26
3.2.2 停機(jī)故障的間接損失27
3.3 可用性的價(jià)值30
3.3.1 例子1：雙節(jié)點(diǎn)群集配置33
3.3.2 例子2：未知的停機(jī)損失36
3.4 可用性變化區(qū)間37
3.5 可用性指數(shù)圖39
3.6 停機(jī)過(guò)程40
3.6.1 停機(jī)41
3.6.2 數(shù)據(jù)丟失42
3.6.3 降級(jí)模式43
3.6.4 預(yù)定停機(jī)44
3.7 要點(diǎn)46
第4章 可用性政治策略 47
4.1 開(kāi)始游說(shuō)47
4.1.1 從內(nèi)部著手47
4.1.2 然后走出去48
4.1.3 開(kāi)始行動(dòng)50
4.2 你的聽(tīng)眾53
4.2.1 獲得聽(tīng)眾53
4.2.2 了解聽(tīng)眾53
4.3 表達(dá)信息53
4.3.1 幻燈演示54
4.3.2 報(bào)告54
4.4 傳遞信息之后55
4.5 要點(diǎn)57
第5章 20條關(guān)鍵的高可用性設(shè)計(jì)原則57
5.1 # 20：切勿貪便宜 58
5.2 # 19：不要想當(dāng)然59
5.3 #18：消除單點(diǎn)故障60
5.4 #17：執(zhí)行安全61
5.5 #16：加強(qiáng)服務(wù)器的性能62
5.6 #15：留意速度63
5.7 #14：實(shí)施更改控制64
5.8 #13：時(shí)時(shí)備案65
5.9 #12：采用服務(wù)級(jí)協(xié)議65
5.10 #11：超前策劃66
5.11 #10：盡量多試驗(yàn)67
5.12 # 9：隔離你的環(huán)境68
5.13 # 8：以史為鑒69
5.14 # 7：設(shè)計(jì)要留有余地70
5.15 # 6：選擇成熟的軟件70
5.16 # 5：選擇成熟可靠的硬件72
5.17 # 4：重新使用配置73
5.18 # 3：利用外部資源74
5.19 # 2：一步一個(gè)腳印75
5.20 #1：盡量簡(jiǎn)單化……76
5.21 要點(diǎn)78
第6章 備份與恢復(fù)79
6.1 備份的基本規(guī)則79
6.2 備份能否真正提供高可用性81
6.3 對(duì)需要什么進(jìn)行備份 81
6.3.1 對(duì)備份進(jìn)行備份82
6.3.2 獲得異地備份82
6.4 備份軟件83
6.4.1 商業(yè)軟件還是自主研發(fā) 83
6.4.2 商業(yè)備份軟件實(shí)例83
6.4.3 商業(yè)備份軟件的特性84
6.5 備份性能86
6.5.1 提高備份性能：找出瓶頸86
6.5.2 解決性能問(wèn)題90
6.6 備份類(lèi)型93
6.6.1 增量備份93
6.6.2 數(shù)據(jù)庫(kù)增量備份95
6.6.3 縮短備份窗口90
6.6.4 熱備份90
6.6.5 數(shù)據(jù)越少，越省時(shí)間
（和空間）97
6.6.6 使用更多的硬件99
6.6.7 復(fù)雜的軟件特征101
6.7 處理備份磁帶和數(shù)據(jù)104
常規(guī)備份安全106
6.8 恢復(fù)106
恢復(fù)所需要的磁盤(pán)空間108
6.9 總結(jié)108
6.10 要點(diǎn)109
第7章 高度可用的數(shù)據(jù)管理110
7.1 四個(gè)基本原理110
7.1.1 磁盤(pán)發(fā)生故障的可能性111
7.1.2 磁帶盤(pán)上的數(shù)據(jù)111
7.1.3 保護(hù)數(shù)據(jù)111
7.1.4 確保數(shù)據(jù)的可達(dá)112
7.2 數(shù)據(jù)存儲(chǔ)和管理的六個(gè)獨(dú)立層次 112
7.3 磁盤(pán)硬件與連通性術(shù)語(yǔ)113
7.3.1 SCSI113
7.3.2 光纖通道 115
7.3.3 多路徑115
7.3.4 多主機(jī)116
7.3.5 磁盤(pán)陣列116
7.3.6 熱交換116
7.3.7 邏輯設(shè)備（LUN）和卷117
7.3.8 JBOD（就是一組磁盤(pán)）117
7.3.9 熱備件117
7.3.10 寫(xiě)入高速緩存117
7.3.11 存儲(chǔ)區(qū)域網(wǎng)絡(luò)（SAN）117
7.4 RAID技術(shù)119
7.4.1 RAID的級(jí)別119
7.4.2 其他種類(lèi)的RAID126
7.5 磁盤(pán)空間和文件系統(tǒng)131
7.5.1 大磁盤(pán)還是小磁盤(pán) 132
7.5.2 當(dāng)LUN填滿(mǎn)時(shí)會(huì)出現(xiàn)什么
情況 132
7.5.3 管理磁盤(pán)和卷的可用性133
7.5.4 文件系統(tǒng)的恢復(fù)134
7.6 要點(diǎn)134
第8章 存儲(chǔ)區(qū)域網(wǎng)絡(luò)、網(wǎng)絡(luò)連接存儲(chǔ)與存儲(chǔ)虛
擬化136
8.1 存儲(chǔ)區(qū)域網(wǎng)絡(luò)136
8.1.1 選用SAN的理由138
8.1.2 SAN硬件設(shè)備簡(jiǎn)介140
8.2 網(wǎng)絡(luò)連接存儲(chǔ)141
8.3 SAN與NAS比較142
8.4 存儲(chǔ)虛擬化145
8.4.1 選擇存儲(chǔ)虛擬化的理由145
8.4.2 存儲(chǔ)虛擬化的類(lèi)型146
8.5 要點(diǎn)149
第9章 組網(wǎng)150
9.1 網(wǎng)絡(luò)故障分類(lèi)151
9.1.1 網(wǎng)絡(luò)可靠性挑戰(zhàn)151
9.1.2 網(wǎng)絡(luò)故障模式152
9.1.3 物理設(shè)備故障153
9.1.4 IP層故障154
9.1.5 擁塞引起的故障155
9.2 構(gòu)建冗余網(wǎng)絡(luò)158
9.2.1 虛擬IP地址158
9.2.2 冗余網(wǎng)絡(luò)連接159
9.2.3 多重網(wǎng)絡(luò)的配置162
9.2.4 IP路由冗余164
9.2.5 網(wǎng)絡(luò)恢復(fù)模式選擇165
9.3 負(fù)載平衡和網(wǎng)絡(luò)重定向167
9.3.1 循環(huán)DNS167
9.3.2 網(wǎng)絡(luò)重定向168
9.4 動(dòng)態(tài)IP地址170
9.5 網(wǎng)絡(luò)服務(wù)可靠性170
9.5.1 網(wǎng)絡(luò)服務(wù)依賴(lài)性171
9.5.2 強(qiáng)化核心服務(wù)173
9.5.3 拒絕服務(wù)攻擊174
9.6 要點(diǎn)176
第10章 數(shù)據(jù)中心和本地環(huán)境177
10.1 數(shù)據(jù)中心177
10.1.1 數(shù)據(jù)中心機(jī)架179
10.1.2 平衡安全性和可訪(fǎng)問(wèn)性181
10.1.3 數(shù)據(jù)中心觀(guān)光182
10.1.4 異地主機(jī)設(shè)施183
10.2 電185
UPS185
10.3 線(xiàn)纜鋪設(shè)187
10.4 冷卻及環(huán)境問(wèn)題189
10.5 系統(tǒng)命名慣例190
10.6 要點(diǎn)192
第11章 人與程序193
11.1 系統(tǒng)管理與修正193
11.1.1 維護(hù)計(jì)劃與步驟194
11.1.2 系統(tǒng)修正195
11.1.3 備用設(shè)備方針197
11.1.4 預(yù)防性維護(hù)198
11.2 供應(yīng)商管理198
11.2.1 選擇關(guān)鍵的供應(yīng)商199
11.2.2 與供應(yīng)商合作201
11.2.3 在系統(tǒng)恢復(fù)中供應(yīng)商的
角色202
11.3 安全性203
11.3.1 數(shù)據(jù)中心的安全205
11.3.2 病毒與蠕蟲(chóng)205
11.4 文檔206
11.4.1 文檔的使用者207
11.4.2 文檔與安全208
11.4.3 檢查文檔208
11.5 系統(tǒng)管理員209
11.6 內(nèi)部擴(kuò)增211
故障標(biāo)識(shí)213
11.7 要點(diǎn)213
第12章 客戶(hù)端與用戶(hù)214
12.1 強(qiáng)化企業(yè)客戶(hù)端214
12.1.1 客戶(hù)端備份215
12.1.2 客戶(hù)端補(bǔ)給216
12.1.3 瘦客戶(hù)端217
12.2 容許數(shù)據(jù)服務(wù)故障218
12.2.1 文件服務(wù)器客戶(hù)端恢復(fù)218
12.2.2 數(shù)據(jù)庫(kù)應(yīng)用程序恢復(fù)（Database Application Recovery）220
12.2.3 Web客戶(hù)端恢復(fù)（Web Client Recovery）221
12.3 要點(diǎn)223
第13章 應(yīng)用程序設(shè)計(jì)224
13.1 應(yīng)用程序恢復(fù)概覽225
13.1.1 應(yīng)用程序的故障模式225
13.1.2 應(yīng)用程序恢復(fù)技術(shù)226
13.1.3 更軟性的故障228
13.2 從系統(tǒng)故障中進(jìn)行應(yīng)用程序恢復(fù)228
13.2.1 虛擬內(nèi)存耗盡229
13.2.2 I/O 錯(cuò)誤230
13.2.3 數(shù)據(jù)庫(kù)應(yīng)用程序的重新
連接230
13.2.4 網(wǎng)路連通性231
13.2.5 重啟網(wǎng)絡(luò)服務(wù)232
13.2.6 網(wǎng)絡(luò)擁塞、重發(fā)和超時(shí)
設(shè)定233
13.3 內(nèi)部應(yīng)用程序故障235
13.3.1 內(nèi)存訪(fǎng)問(wèn)錯(cuò)誤235
13.3.2 內(nèi)存濫用和恢復(fù)236
13.3.3 掛起進(jìn)程237
13.4 開(kāi)發(fā)人員“衛(wèi)生學(xué)”237
13.4.1 返回值檢查238
13.4.2 邊界條件檢查239
13.4.3 基于值的安全240
13.4.4 日志支持241
13.5 進(jìn)程復(fù)制242
13.5.1 冗余服務(wù)進(jìn)程243
13.5.2 進(jìn)程狀態(tài)多路廣播244
13.5.3 檢查點(diǎn)技術(shù)245
13.6 不做假設(shè)，管理一切246
13.7 要點(diǎn)247
第14章 數(shù)據(jù)和Web服務(wù)248
14.1 網(wǎng)絡(luò)文件系統(tǒng)服務(wù)248
14.1.1 檢測(cè)RFC故障249
14.1.2 NFS服務(wù)器的約束250
14.1.3 文件鎖定252
14.1.4 失效文件句柄254
14.2 數(shù)據(jù)庫(kù)服務(wù)器255
14.2.1 管理恢復(fù)時(shí)間256
14.2.2 破壞之中求生存258
14.2.3 任何（高）速度下的不安
全狀態(tài)258
14.3 冗余和可用性260
多個(gè)實(shí)例對(duì)比更大的實(shí)例261
14.4 基于Web的服務(wù)可靠性262
14.4.1 Web服務(wù)器集群262
14.4.2 應(yīng)用服務(wù)器264
14.4.3 目錄服務(wù)器266
14.4.4 Web服務(wù)標(biāo)準(zhǔn)267
14.5 要點(diǎn)268
第15章 本地群集和故障轉(zhuǎn)移270
15.1 群集技術(shù)簡(jiǎn)介271
15.2 服務(wù)器故障和故障轉(zhuǎn)移273
15.3 邏輯性的以應(yīng)用為中心的思想275
15.4 故障轉(zhuǎn)移的要求276
15.4.1 服務(wù)器278
15.4.2 服務(wù)器間的差異278
15.4.3 網(wǎng)絡(luò)280
15.4.4 磁盤(pán)286
15.4.5 應(yīng)用程序289
15.5 大型群集289
15.6 要點(diǎn)290
第16章 故障轉(zhuǎn)移管理和難題291
16.1 故障轉(zhuǎn)移管理軟件291
16.2 部件監(jiān)控292
16.2.1 實(shí)施檢測(cè)的人和關(guān)于其他部件監(jiān)測(cè)的問(wèn)題293
16.2.2 當(dāng)部件檢測(cè)失敗時(shí)294
16.3 進(jìn)行手工故障轉(zhuǎn)移的時(shí)機(jī)295
16.4 自主開(kāi)發(fā)的故障轉(zhuǎn)移軟件還是商業(yè)
軟件？297
16.5 商業(yè)故障轉(zhuǎn)移管理軟件298
16.6 當(dāng)好的故障轉(zhuǎn)移軟件出錯(cuò)時(shí)299
16.6.1 腦裂綜合癥299
16.6.2 不受歡迎的故障轉(zhuǎn)移303
16.7 驗(yàn)證和檢測(cè)304
16.7.1 狀態(tài)轉(zhuǎn)換圖304
16.7.2 測(cè)試作品306
16.8 管理故障轉(zhuǎn)移307
16.8.1 系統(tǒng)監(jiān)測(cè)307
16.8.2 控制臺(tái)307
16.8.3 工具308
16.8.4 時(shí)間問(wèn)題309
16.9 其他群集話(huà)題309
16.9.1 復(fù)制數(shù)據(jù)群集309
16.9.2 群集之間的距離311
16.9.3 負(fù)載均衡群集和故障
轉(zhuǎn)移311
16.10 要點(diǎn)312
第17章 故障轉(zhuǎn)移結(jié)構(gòu)313
17.1 雙節(jié)點(diǎn)故障轉(zhuǎn)移結(jié)構(gòu)313
17.1.1 “主－從”故障轉(zhuǎn)移313
17.1.2 “主－主”故障轉(zhuǎn)移318
17.1.3 “主－主”還是
“主－從” 319
17.2 服務(wù)組故障轉(zhuǎn)移320
17.3 更大型的群集系統(tǒng)結(jié)構(gòu)322
17.3.1 N對(duì)1群集系統(tǒng)322
17.3.2 N加1 群集系統(tǒng)323
17.4 群集系統(tǒng)的規(guī)模應(yīng)該有多大？325
17.5 要點(diǎn)356
第18章 數(shù)據(jù)復(fù)制327
18.1 復(fù)制概述327
18.2 進(jìn)行復(fù)制的原因328
18.3 復(fù)制類(lèi)型328
18.3.1 四類(lèi)按延遲時(shí)間劃分的復(fù)
制類(lèi)型328
18.3.2 五種按啟動(dòng)程序劃分的
復(fù)制類(lèi)型332
18.4 有關(guān)復(fù)制的其他思想345
18.4.1 SAN：復(fù)制的另一種方式345
18.4.2 多個(gè)目的地系統(tǒng)346
18.4.3 遠(yuǎn)程應(yīng)用程序故障轉(zhuǎn)移348
18.5 要點(diǎn)348
第19章 虛擬機(jī)和資源管理349
19.1 分區(qū)和域：系統(tǒng)級(jí)的VM350
19.2 容器：操作系統(tǒng)級(jí)的VM351
19.3 資源管理352
19.4 要點(diǎn)354
第20章 災(zāi)難恢復(fù)計(jì)劃355
20.1 DR計(jì)劃的是與非356
20.2 DR計(jì)劃的3個(gè)主要目標(biāo)356
20.2.1 員工的健康與保護(hù)356
20.2.2 企業(yè)的存活357
20.2.3 企業(yè)的連續(xù)性357
20.3 良好的DR計(jì)劃357
20.4 準(zhǔn)備構(gòu)建DR計(jì)劃358
20.5 選擇DR現(xiàn)場(chǎng) 362
20.5.1 實(shí)際位置362
20.5.2 DR現(xiàn)場(chǎng)安全364
20.5.3 停留在DR現(xiàn)場(chǎng)的時(shí)間365
20.6 分發(fā)DR計(jì)劃365
20.6.1 DR計(jì)劃內(nèi)容365
20.6.2 分發(fā)措施366
20.7 計(jì)劃受眾367
20.8 時(shí)間線(xiàn)368
20.9 災(zāi)難恢復(fù)小組任務(wù)指派369
20.9.1 指派人員369
20.9.2 管理層的角色369
20.10 DR計(jì)劃的多與寡370
20.11 共用DR現(xiàn)場(chǎng)371
20.12 裝備DR現(xiàn)場(chǎng)372
20.13 DR計(jì)劃的測(cè)試373
20.13.1 高質(zhì)量演習(xí)的特性374
20.13.2 演習(xí)計(jì)劃374
20.13.3 演習(xí)之后378
20.14 三種演習(xí)類(lèi)型379
20.14.1 全面演練379
20.14.2 桌上演練379
20.14.3 電話(huà)鏈演練 380
20.15 災(zāi)難對(duì)人員的影響 380
20.15.1 對(duì)災(zāi)難的典型反應(yīng) 380
20.15.2 企業(yè)應(yīng)采取的措施 381
20.16 要點(diǎn) 382
第21章 彈性企業(yè)383
21.1 紐約期貨交易所383
21.1.1 第一次災(zāi)難的發(fā)生 385
21.1.2 大型交易所決不該是
這樣的 386
21.1.3 對(duì)千年蟲(chóng)問(wèn)題的準(zhǔn)備 388
21.1.4 9·11事件 390
21.1.5 恢復(fù)運(yùn)行 391
21.1.6 混亂的交易環(huán)境 393
21.1.7 災(zāi)難恢復(fù)現(xiàn)場(chǎng)的改進(jìn) 395
21.1.8 新數(shù)據(jù)中心 396
21.1.9 新交易設(shè)施 397
21.1.10 未來(lái)的災(zāi)難恢復(fù)計(jì)劃 397
21.1.11 技術(shù) 398
21.1.12 對(duì)人的影響 401
21.2 總結(jié) 402
第22章 未來(lái)技術(shù)展望403
22.1 iSCSI403
22.2 InfiniBand404
22.3 全部文件系統(tǒng)還原405
22.4 網(wǎng)格計(jì)算406
22.5 刀片計(jì)算407
22.6 全球存儲(chǔ)儲(chǔ)存庫(kù)408
22.7 自主的、基于政策的計(jì)算409
22.8 媒介410
22.9 軟件質(zhì)量和Byzantine可靠性411
22.10 業(yè)務(wù)連續(xù)性412
22.11 要點(diǎn)412
第23章 別語(yǔ) 413
23.1 我們?cè)趺吹竭_(dá)這里 413