三地五中心(ldc(逻辑数据中心)单元化)和容灾

这篇具有很好参考价值的文章主要介绍了三地五中心(ldc(逻辑数据中心)单元化)和容灾。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

什么是LDC

LDC 的全称为: Logic Data Center, 逻辑数据中心,之所以叫LDC,是跟传统的IDC( Internet Data Center )相比而提出来的概念。

IDC 相信大家都很清楚,就是物理的数据中心,说白了就是能够建站的物理机房。

LDC(逻辑数据中心),核心架构思想就是不管你物理机房部署是怎样的,比如你可能有三个IDC,分别在二个不同城市(常说的两地三中心),在逻辑上是统一的,我逻辑上看成一个整体,统一协调调配。

三地五中心,每个中心都是单元化架构,独立的,没有灾备(灾备的话再下面三地五中心的灾备里面会讲)的概念了,每时每刻生产流量运行的

其实每个中心都是另一个中心备份,但时都是生产数据中心,每时每刻对外提供服务

数据中心双向数据同步,这样不会出问题

对比:

两地三中心 主中心出故障的话,但是切换不是立马能切换的,因为要各种检查网关路由之类的

三地五中心就是搞单元化架构了 

ldc 单元化的负载策略和 两地三中心不一样 ,按照用户去id去路由到指定的中心去,而双活按照流量随机路由

三地五中心(ldc(逻辑数据中心)单元化)和容灾

 

单元化架构最小组成就是 zone ,一个独立的逻辑单元

每个单元的服务和数据完全隔离 不受别的单元影响,每个单元都是独立的

rzone 指的就是三个单元

每个rzone里面的比如 zk之类的注册中心也是完全隔离的

每个应用也是完全对等 比如第一个单元四个节点,那么第二个应用也是四个节点,即资源对等

三地两中心和三地五中心最大差别 尤其是是数据层面的,因为双活同步数据(数据库)是双向同步的,存在数据冲突问题,三地五中心不存在这个问题,每个中心数据独立的,跟其他机房同步数据不会出现冲突,灾备的话会有fo解决,下面会说。

还有个不同 就是上面讲的双活流量负载均衡,单元化是 用户id之类路由的

所以这样看三地五中心高可用能力更强

rzone 如果是跨机房访问的话,那么可能性能比较差,所以这里出来个gzone

gzone维护全量的数据,所以全量读的话都在gzone里面

否则如果有的数据需要三个机房数据查出来汇总聚合,那么这样的话效率差,稳定性不好。

rzone是按照用户纬度拆分,比如交易可以按照用户id负载均衡做rzone

但是有的不好这么拆分,比如全局性的规则配置,值对象数据等,强行分开的话维护和效率比较差,那么这种就使用gzone去维护,下面举个例子来说明

比如合同,早期有一个模板,模板是全局性的数据,

rzone里面的用户需要的合同模板的话就去gzone获取合同,然后再rzone生成这个用户的合同数据

gzone是独立的,只能存在一个地方,不能存两三个地方

gzone是解决全局性数据查询复杂度的问题(全局性数据访问都在这边)

所以rzone一般来说是局部读写,不能跨机房访问其他zone,除非做容灾能力才会切换访问 

三地五中心(ldc(逻辑数据中心)单元化)和容灾

总结如下:

数据不利于查询: Gzone 来存储需要提供外部使用的公共数据,此时 Gzone 只处理读请求

1、对于符合Rzone拆分的业务,只从Rzone中读写数据,所有读写请求通过路由层进行分发。 2、对于不能拆分的业务,抽离出来后单独部署于 Gzone 中 

但是这样的话gzone会有性能问题因为只放在一个机房,其他机房都来访问

所以使用czone解决,下面我们来说czone

czone 解决跨城市问题: 

三地五中心(ldc(逻辑数据中心)单元化)和容灾

 

每一个城市的每一个机房加一个czone 

gzone数据存储同步到czone,这样rzone访问本机房的czone

一般来说,全局性数据的写频率比较低,读的频率比较高, 对延迟有容忍度的,不需要太高,所以可以这样从gzone同步到czone里面

双十一 也是这个架构,因为性能没法提升那就只能用架构提升 

因为应用性能优化到这个地步已经不会有太大空间了

总结下:

跨机房城市延迟: 其一:

服务间调用优先 zone 内调用,减少跨zone的请求;

其二 :跨 zone 调用优先请求同一物理机房;

其三:Rzone 调用 Gzone 情况下,无法避免跨机房访问,则在每个物理机房添加一个 Czone 用来同步 Gzone的数据,提供给同一机房内其他 zone 调用 (这样整个请求都在逻辑单元如rzone里面闭环,跨zone调用优先还是在本机房里跨zone调用,这样请求耗时不会有太大问题。)

这样的话就有一个调用的优先级:

ZONE访问顺序: R>C R>G C>G G>R

解释如下:

gzone(架构层面的设计,解决全局数据问题)可以调用rzone数据,因为全局数据可能需要rzone数据来聚合,比如客服需要用户数据来查询rzone里面的数据 ,不同用户在不同rzone里面,那么这时候就需要调用不同的rzone然后聚合

gzone调用czone坚决杜绝,因为czone从gzeon同步数据的

每个服务都有标签,这样gzone发现访问的是czone就不会去访问

LDC-架构约束

LDC约束:

1、每个rzone不能连接gzone的db和其它存储

2、czone不能连rzone的db和其它存储

3、rzone gzone可以连czone的db和其它存储

4、rzone中的db rpc msg都要实现uid sharding

5、rzone只能连本zone的 uid相应的存储

6、RPC调用顺序:R->C R->G G->R G->C不允许C->G C->R

我们先来回顾下双活的数据同步方式: 

uid 0和uid1的用户:

都是随机访问的,所以两个机房都可能访问到

数据库是双主模式

uid1的用户在左边库产生数据 会异步同步到右边库,反过来右边库的数据也会异步同步到左边库

这种适合日志这种容许丢失的数据

三地五中心(ldc(逻辑数据中心)单元化)和容灾

不容许数据丢失的话那就使用一主一备,只不过这样的话数据时效性就有慢了

三地五中心(ldc(逻辑数据中心)单元化)和容灾

 

主和从节点,   主节点产生数据同步到主节点的库是没问题的 ,如果访问到从节点即第二个机房怎么办呢

从节点即机房2会把数据达到主节点即第一机房然后再同步过来到第二个机房来,也就是说不管怎么样 uid1的用户数据都会来到机房1的主数据库 

三地五中心数据同步方式

uid1会直接打到第一个zone,uid2打到第二个zone,uid3打到第三个zone,这三个db是完全独立的,每个zone都是隔离的不会去相互访问,不同的zone不会做数据同步(数据同步会做容灾fo这样的,下面会说)

三地五中心(ldc(逻辑数据中心)单元化)和容灾

三个zone的数据都会回流到gzone里面那么就可以全局读了 

三地五中心(ldc(逻辑数据中心)单元化)和容灾

LDC-如何解决异地调用问题?

三地五中心(ldc(逻辑数据中心)单元化)和容灾

 这里硬负载指硬件负载,vip就是虚拟ip

服务级容灾:也就是本机房找不到服务那么就跨机房调用

其中

三地五中心(ldc(逻辑数据中心)单元化)和容灾

 跨机房调用的代理,因为每个机房里面zk都是独立的别的机房不知道的,所以通过这玩意找到别的机房的指定服务

接下来说容灾,先再来看一张三地五中心的架构图

三地五中心(ldc(逻辑数据中心)单元化)和容灾

 db和应用的数字可以理解为分片00-19id的用户路由到第一个机房处理这样。

机房1 故障怎么容灾:三地五中心的容灾架构

应用级层面:只要应用无状态切到机房2里面的应用。

三地五中心(ldc(逻辑数据中心)单元化)和容灾

 数据库里面有fo

也就是说其他机房的库在机房里面都有

这样支持同城级容灾,也支持跨城级容灾从可用性来考虑了,这样才能说达到4个九的目标的

容灾场景:1 2 和3三个用户

uid为1 的 机房1不可用了,会去机房2访问,跨zone访问  

三地五中心(ldc(逻辑数据中心)单元化)和容灾

 这里特别提一句,机房内的高可用上主库不能用那么就访问备库,这是应用层面的高可用

三地五中心(ldc(逻辑数据中心)单元化)和容灾

机房级高可用 :请求打到机房2的 fo里面的00的库 

三地五中心(ldc(逻辑数据中心)单元化)和容灾

同理 ,上面是同城容灾,要是同城都挂了直接打到异地机房三的of库的 00-19里面

最后灾备期间的fo数据(例如上面本应该在机房1结果打到机房2的数据库的流量)都要回写到主库(就是数据回迁了,因为00-19的主库机房1恢复了)

,然后主库需要回写到别的fo库,容灾过程的话需要应用去做 业务层,因为 mysql 和oracle 很难做到强一致 

这里有三个状态:

不可用就是fo状态,数据要写入fo库

fb状态 fallback回迁状态,回迁到主库就变成normal状态,这样流量就可以迁移回来了

机房级切换:应用无状态,业务层做容灾逻辑,因为数据库侧无法保证

就算oceanbase开启强一致,对性能损耗就大,因为至少大于二分之一的节点写入

所以可靠性和性能是冲突的文章来源地址https://www.toymoban.com/news/detail-442120.html

到了这里,关于三地五中心(ldc(逻辑数据中心)单元化)和容灾的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数据放在云端和本地数据中心哪个安全?

    大数据时代,数据一定是最重要的。随着云计算技术和平台的广泛应用,开始有越来越多的用户挑选把数据存储在云平台上。那么关于用户来说,数据存放在云端更安全些,仍是放在本地的数据中心机房呢? 公有云平台里的数据 不管是对于企业还是用户而言,挑选一个大的公

    2024年02月11日
    浏览(43)
  • AWS 数据中心

    对于AWS的小白来说,经常搞不懂亚马逊的各种数据中心代号的含义,整理一下仅供参考。 代号  具体位置 us-east-1 美国东部(弗吉尼亚) us-east-2 美国西部(加利福尼亚) us-east-2 美国西部(俄勒冈) sa-east-1 南美洲(圣保罗) ap-northeast-1 亚太(东京) ap-southeast-1 亚太(新加

    2024年02月16日
    浏览(27)
  • 云数据中心网络技术

    在当前云计算高速发展的背景下,数据中心网络面临着诸多挑战。 云计算具有资源池化,按需供给等特点,正是因为云计算的出现使得IT资源具备了可运营的条件。 数据中心网络则是云计算生态中非常重要的一环,在云计算的模式下网络承担了基础底座的角色,信息的处理、

    2023年04月08日
    浏览(33)
  • 数据中心到底是如何建设的?

    大家好,我是小枣君。 上期文章,我给大家介绍了一下数据中心的发展历程和内部构造。今天,我再补充一点内容,给大家说说数据中心的建设过程。 在介绍建设过程之前,我们有必要先了解一下数据中心的服务提供商。 █ 数据中心服务提供商 数据中心虽然是基础设施,

    2024年02月04日
    浏览(37)
  • 什么是数据中心虚拟化?

    在过去的十年中,云计算的发展和对灵活 IT 解决方案的需求不断增加,催生了真正改变传统数据中心的新技术,随着服务器虚拟化已成为一种常见做法,许多企业已从物理现场数据中心转向虚拟化数据中心解决方案。 数据中心虚拟化是使用云软件平台将物理数据中心转换为

    2023年04月08日
    浏览(28)
  • 数据中心的供配电系统

    摘  要: 数据中心供配电系统是为机房内所有需要动力电源的设备提供稳定、可靠的动力电源支持的系统;是数据中心日常运维的重大支出之一,在数据中心,供配电系统相当于一个人的“心脏和血管”,负责把能量输送到系统的每一台设备。一旦供配电系统出现故障,会导

    2024年02月05日
    浏览(36)
  • 2023婴幼儿奶粉市场数据分析(天猫数据中心)

    我国婴幼儿奶粉市场一直保持着相当大的规模,虽然近几年新生人口数量不断下降,但伴随消费者的消费升级不断加速、大龄孩童吃奶粉的时间延长等,整体来看,婴幼儿奶粉行业市场规模保持平稳。 根据鲸参谋电商数据分析平台的相关数据显示,2023年1月至4月,天猫平台上

    2024年02月16日
    浏览(35)
  • 数据中心机房搬迁实施方案流程

    机房整体迁移是弱电布线项目中的一个重要环节, 为保证机房设备能够安全、可靠、快速的搬迁 ,特制定以下工作步骤、注意事项及需求。 一、 现场了解客户需求,包括以下事项 1、甲方搬迁的目的地,包括了解起始地和目的地所在大厦的运输路径及货梯运行时间。 2、搬

    2024年02月01日
    浏览(37)
  • 云计算——ACA学习 数据中心概述

    作者简介:一名云计算网络运维人员、每天分享网络与运维的技术与干货。   座右铭:低头赶路,敬事如仪 个人主页: 网络豆的主页​​​​​ 目录 写在前面 课程目标 学前了解 一.数据中心定义 二.数据中心涉及的主要标准与规范 三.数据中心级别介绍 分类要素: 分类标

    2024年02月15日
    浏览(27)
  • 云计算与数据中心的基本概念

    目录 云计算基本概念 云计算的三种服务模式 云计算的三类部署模式 公有云(Public) 私有云(Private) 混合云(Hybrid) 数据中心介绍 数据中心的组成部分 云数据中心 为什么提出云计算 传统网络存在的问题 单机可靠性低;系统容易出现蓝屏等故障,回复时间长 设备利用率

    2024年02月04日
    浏览(28)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包