但凡有一条没做好,你的异地多活设计都不合格……

梁勇 2022-12-08 10:37:53

在异地多活项目整体推进过程中的一些注意事项和设计点归纳和整理,抛砖引玉,其中一些点还有待深入探讨和优化。

 

一、指导事项归纳

 

 
1、多活原因归纳

 

推动多活的原因大体可归纳为以下三种。

 

  • 高可用架构部署

  • 业务整体的容灾

  • 单机房容量限制

 

 
2、多活指导归纳

 

多活牵扯公司业务方方面面,整体来讲业务改造和基础设施中间件改造两大块。

 

  • 核心链路自包含可逻辑分片

  • 调用尽可能收敛在本单元

  • 流量分片逻辑尽可能均衡

  • 中间件多活架构改造升级

  • 业务改造支持多活方案

  • 业务场景验证中间件能力

 

 
3、推动事项归纳

 

顺利推进多活事项是公司重要战略,需要统一思想,将多活项目当成最高优先级推进。

 

  • 统一思想认识自觉对齐到公司级战略项目

 

  • 设置总架构师级别建议对齐部门负责人,对整体架构方案和结果负责

 

例如:总架构师拥有对各个部门牵头同学拥有不低于60%的绩效考核权

 

  • 部门负责人作为该部门领导需要全力推动

 

  • 每个业务线设置接口人并负责该业务线所有对接和推动事务,对本业务线或者部门的推动结果负责

 

例如:业务线接口人拥本业务参与多活事项同学不低于60%的绩效考核权

 

  • 项目架构师与各业务负责人周会例会及时跟进问题和进度

 

  • 各个牵头人梳理的问题对外沟通前,先部门内部对齐,提升沟通效率

 
 
 
 

 

 
4、抓核心链路

 

先保证核心链路的多活,避免面面俱到严重拖累进度,例如:

 

  • 优惠券库存类扣减先中心机房统一扣减

  • 管理运营类等无实时要求的先不做多活

  • 流量切换过程中容忍分钟级不可用,切换结束后恢复

 

二、多活规则与流量选择

 

 
1、路由因子选择与映射

 

路由因子选择: 需要根据公司业务场景选择,常见的路由因子有地域、用户ID。

 

图片

 

路由因子与机房映射:

 

  • 地域因子:将地域编号与机房建立映射,例如:001->unit-a

  • 用户因子:将UID与机房建立映射,例如:123456与机房编号哈希后映射到unit-a

 

 
2、请求分配正确机房

 

一个请求有了多活规则后如何将请求路由到正确机房,归纳了以下几种方式:

 

  • 终端服务通过多域名切换:将请求直接路由到正确机房

  • 在反向代理层转发:转发属于异地机房流量

  • 在网关层转发:转发属于异地机房流量

 

图片

 

 
3、多活管控中心服务

 

  • 多活部署通过双向同步或者双写方式保证数据的一致性

  • 提供SDK和服务接口供中间件或者服务服务映射规则

  • 提供流量切换的整个闭环流程

 

三、RPC跨机房调用能力

 

 
1、注册中心架构图

 

  • 节点注册时需要将机房信息一并注册

  • 注册中心提供跨机房双向同步能力

 

图片

 

 
2、RPC框架跨机房调用

 

  • 默认本机房调用策略

  • 提供自定义路由功能供业务选择是否跨机房调用

  • 需要注意新老版本以及发布时是否存在流量倾斜问题

 

图片

 

四、消息跨机房复制

 

 
1、复制插件管理与监控

 

在一些业务场景中需要消息集群提供跨机房复制能力,将其他机房的流量收敛到一个机房去消费。

 

  • 通过复制器插件将消息跨机房复制

  • 通过管理平台对复制器的监控和管理

 

图片

 

 
2、流量隔离与动态订阅

 

  • 通过不同主题进行流量隔离规避重复复制问题

  • 动态唤醒消费SDK订阅复制流量

  • 复制流量来源机房打标

 

图片

 

五、存储双向同步

 

 
1、Redis双向同步

 

Redis双向同步并不是做多活的公司都需要,如果能作为极短时间过期使用无需进行同步。然而也有的作为较长时间去存储,如果业务改造成本巨大需要提供双向复制能力。方案有很多种,有改源码的,下面介绍一种RedisSyncer,java实现,详见下面github连接。

 

https://github.com/TraceNature/redissyncer-server

 

可根据实际场景进行改造,主要功能有:

 

  • 断点续传

  • 数据同步

  • 数据迁移

  • 数据校验

 

图片

 

实现原理:

 

  • 复制器伪装成从节点复制数据

  • 同步时通过写入辅助key的方式来识别流量来源,规避重复复制问题

 

注意事项:

 

  • 是否需要redis双向复制提早规划

  • 过滤过短时间key无效复制,比如:小于3秒的不再同步

  • 批量写入提升性能

 

 
2、MySql双向同步

 

数据库的双向同步在异地多活通常是必须要做的事情,下面是阿里开源otter,可基于其二次定制开发。

 

https://github.com/alibaba/otter

 

图片

 

解决循环复制实现原理:

 

  • 通过事务表解决数据循环复制

  • 复制数据时同时写入一条数据到事务表在同一个事物中

  • 同步数据时只同步不再事务表中的数据到异地机房

 

还需要提供其他周边工具:

 

  • 提供数据校验工具

  • 提供数据订正工具

  • 提供DDL双向同步

  • 提供数据冲突策略

 

注意事项提点:

 

  • 统一关系数据库存储,多种数据库PostgreSQL、MySql等的建议统一为一种

  • 相关任务提早同步进行

  • 中间件与DBA开发协同推进,例如可以将周边工具交由DBA开发

 

另外,在存储侧流量切换时需要提供数据库禁写功能,避免实现切流过程数据的不一致,禁写的实现可以通过sql动态拼接一个很大的时间戳实现。

 

六、其他改造事项

 

除了中间件和业务核心服务改造外,还有一些其他的改造事项,例如:

 

  • 发布系统支持不同机房发布

  • CMDB中的资源和应用标识

  • 监控体系支持不同机房流量标识

  • 其他存储相关(ES、Hbase等)尽量不复制

 

七、流量切换过程

 

 
1、流量切换大体流程

 

从机房A流量切换机房B的大体流程图如下:

 

  • 多活规则中心下发禁写通知和禁写时间基线

  • 数据库SDK收到禁写数据库写入和更新

  • 双向复制器收到超过禁写时间基线不再复制

  • 双向复制器上报复制完成状态

  • 多活规则中心下发流量切换通知

  • Nginx&网关层收到将流量切换到机房B并上报切换完成状态

  • 多活规则中心下发取消禁写通知

 

图片

 

 
2、流量切换注意问题

 

  • 部分流量切换的问题,场景一:切某个地域的10%流量,场景二:切某个场景用户的10%流量

  • 部分流量切换时数据库禁止设计判断

  • 部分流量切换时复制器完成的判断和替代方案

 

 
3、复制器监控与思考

 

  • 针对复制器自身稳定性和性能的监控

  • 复制器复制进度的监控思考

 

作者丨梁勇

来源丨公众号:瓜农老梁(ID:gh_01130ae30a83)
dbaplus社群欢迎广大技术人员投稿,投稿邮箱:editor@dbaplus.cn
活动预告