实现高可用的两种方案与实战

我之前在一片文章 用Nginx+Redis实现session共享的均衡负载 中做了一个负载均衡的实验，其主要架构如下：

架构

把debian1作为调度服务器承担请求分发的任务，即用户访问的是debian1，然后debain1把请求按照一定的策略发送给应用服务器：debian2或者debain3，甚至更多的debain4、5、6……

状态和数据可以放在外部的分布式缓存服务和分布式数据库服务中，这样应用服务本身就是无状态的，所以机器增减都是很容易的，应用的高可用是有保证的（对于有状态的高可用不仅要注意机器增减与切换、还要注意备份冗余、数据一致性等问题）。但是当时忽略了一个地方，那就是调度服务器debian1本身的高可用性没有考虑到，存在单点问题。

高可用的首要想法就是双机热备，故障时自动切换，所以我们要给debian1加一个备机debain1′。我现在按照自己的知识粗浅的把解决方案分为两类：客户端有感知的高可用、对客户端透明的高可用，并分别挑选一个示例做一下实验。

注：下面实现高可用都用的是双机热备，为了方便，把调度服务器debian1简称为主机，把调度服务器debian1的备机debian1′简称为备机。

客户端有感知的高可用

客户端有感知的高可用，也就是需要客户端的配合，客户端自己去确认服务器的变更并切换访问的目标。比如说我们的主机、备机都在ZooKeeper（或者其他类似的注册中心比如redis）中进行注册，客户端监听ZooKeeper中服务器的信息，发现主机下线自己就切换访问备机即可。

ZooKeeper伪集群搭建

首先在本机搭建包含3个节点的ZooKeeper伪集群。在官网下载版本3.5.4-beta，解压，然后复制3份，每一份都要做如下操作：

  • 进入conf文件夹 创建一个配置文件zoo.cfg。代码如下：
    initLimit=10
    syncLimit=5
    clientPort=2181（每个节点不同：2181,3181,4181）
    tickTime=2000
    dataDir=E:/zookeeper-3.5.4-1/data（每个节点不同：3.5.4-2,3.5.4-3）
    dataLogDir=E:/zookeeper-3.5.4-1/datalog（每个节点不同，同上）
    server.1=192.168.*.*::2888:3888（实验机器的局域网IP或者直接localhost）
    server.2=192.168.*.*::4888:5888
    server.3=192.168.*.*::6888:7888
  • 创建上面的dataDir和dataLogDir，并在dataDir目录下必须创建myid文件，写入不同的整数ID，也就是上面的server.x的x，比如1
  • 分别进入bin目录，在zkServer.cmd中call之前加入set ZOOCFG=../conf/zoo.cfg 并用其启动。

顺带一提，代码开发我就使用我之前的项目CHKV了，因为这个项目中的NameNode或者DataNode也可以用ZooKeeper实现高可用，欢迎和我一起完善这个项目，一块进步。

调度服务端开发

调度服务器主要向ZooKeeper注册自己，并向客户端提供服务。我们使用curator框架来和ZooKeeper交互，特别要注意版本问题。

主要代码如下：

public static void main(String... arg) throws Exception {

    thisNode = ManagementFactory.getRuntimeMXBean().getName();
    logger.debug("my pid: {}",thisNode);

    // 构造连接
    CuratorFramework curator = CuratorFrameworkFactory
            .builder()
            .connectString(CONNECT_ADDR)
            .connectionTimeoutMs(CONNECTION_TIMEOUT)//连接创建超时时间
            .sessionTimeoutMs(SESSION_TIMEOUT)//会话超时时间
            .retryPolicy(policy)
            .build();
    curator.start();

    // 创建节点也就是成为master，阻塞等待
    boolean result = becomeMaster(curator);
    if (result){
        logger.info("Successfully Became Master");
    }else {
        logger.info("Failed to Became Master");
    }

    // 监听
    NodeCache cache = new NodeCache(curator, MASTER_NODE_PATH,false);
    cache.getListenable().addListener(()->{
        ChildData data = cache.getCurrentData();
        if (data != null){
            String path = data.getPath();
            Stat stat = data.getStat();
            String dataString = new String(data.getData());
            logger.debug("masterNode info, path:{},data:{},stat,{}",path,dataString,stat);
        }else {
            logger.info("masterNode is down, try to become Master");
            if (becomeMaster(curator)){
                logger.info("Successfully tried to Became Master");
            }else {
                logger.info("Failed to try to Became Master");

            }
        }
    });
    cache.start(true);
}

// 确认master
private static boolean confirm(CuratorFramework curator) throws Exception {
    masterNode = new String(curator.getData().forPath(MASTER_NODE_PATH));
    logger.info("masterNode: {}",masterNode);
    return thisNode.equals(masterNode);

}

// 成为master
private static boolean becomeMaster(CuratorFramework curator) throws Exception {
    String path= "";
    try {
         path =  curator.create()
                .creatingParentContainersIfNeeded()
                .withMode(CreateMode.EPHEMERAL)
                .forPath(MASTER_NODE_PATH,thisNode.getBytes());
        logger.debug(path);
    }catch (Exception e){
        logger.error(e.getMessage());
    }
    return MASTER_NODE_PATH.equals(path);
}

完整代码在GitHub上。

客户端开发

客户端主要向ZooKeeper监听调度服务器变更事件，并向其发起应用请求。实际上应用服务器也可以使用这部分代码来监听调度服务器的变化。

主要代码如下：

public static void main(String... arg) throws Exception {

    CuratorFramework curator = CuratorFrameworkFactory
            .builder()
            .connectString(CONNECT_ADDR)
            .connectionTimeoutMs(CONNECTION_TIMEOUT)
            .sessionTimeoutMs(SESSION_TIMEOUT)
            .retryPolicy(policy)
            .build();
    curator.start(); 

    NodeCache cache = new NodeCache(curator, MASTER_NODE_PATH,false);
    cache.getListenable().addListener(()->{
        ChildData data = cache.getCurrentData();
        if (data != null){
            String path = data.getPath();
            Stat stat = data.getStat();
            String dataString = new String(data.getData());
            logger.debug("masterNode info, path:{},data:{},stat,{}",path,dataString,stat);
            masterInfo = dataString;
        }else {
            logger.info("masterNode is down, waiting");
        }
    });
    cache.start(true);

    // 获得主机，阻塞等待  
    try {
        masterInfo =  new String(curator.getData().forPath(MASTER_NODE_PATH));
    }catch (Exception e){
        logger.error("no masterInfo");
        masterInfo = null;
    }
    while (masterInfo==null);
    logger.info("masterInfo:{}",masterInfo);

}

完整代码在GitHub上。

对客户端透明的高可用

对客户端透明的高可用，也就是客户端不需要做什么工作，服务器切换不切换客户端根本不知道也不关心。主要实现方式有两种，一种是客户端通过域名访问主机，那么监控主机下线后就把域名重新分配给备机，当然这个切换会有时间成本，视定义的DNS缓存时间而定；第二种就是客户端通过IP访问主机，监控到主机下线后就通过IP漂移技术把对外的IP（或者说虚拟IP）分配给备机，这样就能做到及时的切换。

实际环境中常常使用keepalived来实现IP漂移。

搭建过程参考了The keepalived solution for LVS和官网文档

首先主机、备机都要安装keepalived，然后配置主机/etc/keepalived/keepalived.conf：


vrrp_instance VI_1 {
    state MASTER       # MASTER表示此实例是主机，BACKUP表示此实例是备机
    interface eth0     # 网卡名称，亦即网络接口
    virtual_router_id 51
    priority 100
    advert_int 1       # 心跳检查时间间隔，单位秒
    authentication {   # 认证方式 是 密码的方式
        auth_type PASS
        auth_pass 1111
    }
    virtual_ipaddress {# 虚拟IP地址，也就是对外开放的IP
        10.23.8.80
    }
}
    
virtual_server 10.23.8.80 80 {    # 虚拟服务器，也就是对外开放的IP与端口
    delay_loop 6
    lb_algo wlc                   # 负载均衡调度算法 此处是 加权最少连接
    lb_kind NAT                   # 有 DR,NAT,TUN三种     
    persistence_timeout 600
    protocol TCP

    real_server 172.18.1.11 80 {# 后端的 应用服务器
        weight 100              # 节点的权重
        TCP_CHECK {
            connect_timeout 3   # 3秒超时
        }
    }
    real_server 172.18.1.12 80 {# 后端的 应用服务器
        weight 100
        TCP_CHECK {
            connect_timeout 3
        }
    }
    real_server 172.18.1.13 80 {# 后端的 应用服务器
        weight 100
        TCP_CHECK {
            connect_timeout 3
        }
    }
}

配置备机/etc/keepalived/keepalived.conf，与主机类似，但是state是backup，且权重较低即可：

vrrp_instance VI_1 {
    state BACKUP
    interface eth1
    virtual_router_id 51
    priority 90
    advert_int 1
    authentication { 
        auth_type PASS
        auth_pass 1111
    }
    virtual_ipaddress {
        10.23.8.80
    }
}

反思

说白了，这两种高可用的实现方式前者是在应用层实现的，而后者是在传输层实现的，那么我们就可以想到，计算机网络的每一层其实都是可以做负载均衡和高可用的。

查看原文，来自MageekChiu

原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: 实现高可用的两种方案与实战

  • Trackback 关闭
  • 评论 (0)

  1. 暂无评论

return top