Отказоустойчивость IT-систем

У многих организаций сегодня есть сайт и иногда физический дата-центр, в котором размещено сетевое оборудование. Важно обеспечить стабильную работу инфраструктуры, чтобы не было простоев, финансовых убытков. Для этого система должна быть надежной, иметь высокий уровень отказоустойчивости. В статье рассмотрим, что это такое. Как строят бесперебойные IT-системы. Поговорим про основные принципы построения, практические методы реализации для бизнеса.

Коэффициент отказоустойчивости (uptime) в нашем дата-центре составляет 99,991 %

Что такое отказоустойчивость

Отказоустойчивость — способность объекта к бесперебойной работе. Даже если основной элемент вышел из строя, сеть работает на запасных. Высокая отказоустойчивость системы — надежность. При сбоях потеря данных между службами минимальна или отсутствует совсем.

Простой в работе — убыток для любого бизнеса. Чем он крупнее, тем больше денег теряет руководитель из-за отключения механизмов. Для ряда организаций остановка процессов абсолютно недопустима: онлайн-банки, микрофинансовые учреждения, страховые, транспортные компании, интернет-магазины.

Итак, отказоустойчивость крайне важна для стабильной работы систем. Теперь разберемся, какой она должна быть.

Принципы построения отказоустойчивой инфраструктуры

Отказоустойчивость серверов необходима, чтобы обеспечить непрерывный доступ к сервисам, информации для администраторов, гостей, клиентов. Такую инфраструктуру строят по следующим принципам:

1. Резервирование компонентов и сервисов. Чтобы данные не потерялись, их копируют с определенной периодичностью. Например, каждый час, день, месяц.
2. Избыточность — основа для построения отказоустойчивых систем. Каждый элемент дублируется, чтобы всегда был резерв на случай нештатной ситуации. Главное — работа системы не должна зависеть только от одного объекта: оборудования, сервера, программного обеспечения, сетей.
3. Балансировка нагрузки. Такая технология передает входящие запросы серверам в равных пропорциях. Без перегрузок сетевые устройства работают стабильнее. Балансировка бывает статической, динамической. При статической трафик идет равномерно по узлам. Динамическая направляет данные, учитывая текущую нагрузку. Сначала на менее загруженный узел.
4. Декомпозиция и модульность архитектуры. Нельзя допускать монолитность одного элемента. Ведь если он перестанет работать, то сломается или повредится вся система. Поэтому необходима модульность и архитектура.

Методы обеспечения отказоустойчивости

Для обеспечения отказоустойчивости системы применяют разные методы. К ним относятся:

• резервное копирование данных;
• репликация данных;
• кластеризация;
• контейнеризация;
• географическое распределение ресурсов.

Среди них нет лучшего или худшего. Методы подбирают для конкретной ситуации. Рассмотрим перечисленные варианты подробнее.

Резервное копирование данные

Чтобы информация не пропала после изменений, ее постоянно копируют. Если что-то пойдет не так, всегда можно откатиться к предыдущей рабочей версии. Различают 3 типа резервного копирования:

1. Полное. Все данные сохраняются в отдельную резервную копию. Процесс сохранения длится долго, копии занимают память, сильная нагрузка. Но зато восстановление происходит быстро. Метод не подходит для частых копий.
2. Инкрементное. Сначала создается полная копия. Далее система сохраняет только файлы, которые изменены после полного бэкапа. А вот в следующий раз учитываются лишь изменения предыдущей версии. Метод сохраняет только новые данные. Старые не перезаписываются, поэтому занимают меньше места, а процесс не нагружает систему. Подходит для частого копирования, но восстанавливать придется долго.
3. Дифференциальное. Сначала создается полная копия. Далее копируются только изменения после полного бэкапа. На следующий раз система записывает все новые файлы после полного восстановления. Например, в первый день запись полная, во второй только новые данные, в третий запись второго дня с новыми файлами. То есть, старые данные перезаписываются в отличие от инкрементного метода.

Итак, полное восстановление занимает много места, но быстро возвращает рабочую версию. Инкрементные копии учитывают только изменения от предыдущего дня, поэтому меньше весят. Однако они менее надежны, а также медленнее восстанавливаются. Ведь нужно собрать всю цепочку файлов с момента полного бэкапа в хронологическом порядке. Дифференциальные копии учитывают все изменения после полного восстановления. Он надежнее, чем инкрементный, но занимает больше памяти.

Репликация данных

При таком методе информация постоянно дублируется на несколько хранилищ. Если один сервер отключится, другой продолжит работать без потерь и задержек. Репликация отличается от резервного копирования. При репликации процесс происходит постоянно. Резервное копирование включается через заданный интервал времени, например, день, неделю, месяц. Репликацию данных делают не только для повышения отказоустойчивости, но и чтобы расположить дата-центр поближе к клиентам. За счет этого увеличивается скорость потока. Также важна масштабируемость, чтобы повысить пропускную способность системы. Одни пользователи попадают на сервер, а другие на его реплики.

Кластеризация

Несколько серверов группируют в один кластер с взаимозаменяемыми узлами. Если один выйдет из строя, его нагрузка переходит на остальные. Кластеры обеспечивают уровень высокой отказоустойчивости. Популярными типами кластеров считаются:

• активный/пассивный. Есть один главный сайт, который принимает всю нагрузку и управление. Пассивные копии узлов активируются при отказе основных;
• активный/активный. Нагрузка идет по всем узлам. Такой способ обеспечивает высокую доступность и отказоустойчивость.

Кластеризацию применяют для работы с множеством серверов и баз данных. Например, использование кластеризации подходит для интернет-магазинов, офисов.

Контейнеризация

Метод создает изолированную виртуальную среду, внутри которой запускается приложение и работает механизм. Такой метод считается эффективным. В различных средах можно быстро открыть приложения и работать с ними без внесения изменений в код. Популярной платформой по контейнеризации считается Docker. Он распаковывает виртуальный образ контейнера с нужными файлами и метаданными. За состоянием контейнера следят оркестраторы, программы, которые автоматически восстанавливают поврежденные контейнеры. Одной из популярных считается Kubernetes. Она перезапускает отключенные контейнеры и равномерно нагружает их.

Географическое распределение ресурсов

Для повышения отказоустойчивости оригинал и копии серверов размещают территориально далеко друг от друга. Важно, чтобы запасной элемент не находился вблизи к основному. Иначе повреждения основного могут коснуться запасного. Также бывают форс-мажорные обстоятельства и катастрофы, которые уничтожают весь дата-центр. К ним относятся:

• пожары;
• взрывы;
• ураганы, смерчи;
• наводнения;
• землятресения;
• отключение электричества.

Чаще всего проблемы возникают из-за отсутствия электричества. На такой случай администраторы оборудуют помещения дизельными генераторами и бесперебойными аккумуляторами. Иногда для обеспечения архитектуры отказоустойчивости применяют катастрофоустойчивые решения. Арендуют и размещают оборудование в нескольких удаленных дата-центрах. Например, один находится в Минске, а другой в Казахстане. Если первый центр будет поврежден, второй заменит его. Кроме физических распределений ресурсов, применяют облачные. Их использование сокращает затраты на оборудование.

Способы повышения отказоустойчивости

Повысить отказоустойчивость и масштабируемость системы можно, увеличив программные или аппаратные мощности. Рассмотрим каждый способ подробнее.

Аппаратные решения

При таком подходе докупают оборудование и запускают несколько серверов. Например, используют Raid способ, при котором информация дублируется на 2 и более физических дисков. При этом они связаны друг с другом. При повреждении одного диска данные передают с другого. На аппаратном уровне работоспособность, производительность системы поддерживают покупкой запасного оборудования: дополнительные вентиляторы, аккумуляторы, генераторы.

Программные решения

Чтобы увеличить характеристики устойчивости системы, устанавливают одинаковое оборудование, которое объединяют в одну сеть. Такая реализация отказоустойчивости есть в офисе, где сотрудники работают за компьютерами, на которых установлена идентичная операционная система. При этом информация на устройства передается с главного сервера. Если один компьютер сломается, работник быстро сможет перейти на другой и продолжить работу с восстановлением всех важных файлов. При отказе одного из узлов механизм продолжает работать. Кластерные утилиты деактивируют узел со сбоем. Отключенный элемент не мешает структуре работать. Среди популярных диспетчеров выделяют Microsoft Failover Cluster, Pacemaker. Их применяют для повышения доступности и надежности данных.

Мониторинг и управление

В любой ситуации важно заранее предотвращать сбои. Для этого применяют алгоритмы мониторинга за узлами и серверами. При подозрительном поведении администратор получает уведомление о нарушениях. Важно своевременно устранить проблему, пока она не затронула остальные элементы системы. При мониторинге специалисты следят за ключевыми показателями: состояние оборудования, производительность серверов. Тестирование отказоустойчивости должно быть комплексным. Кроме мониторинга, проводят предиктивную аналитику, устанавливают механизмы оповещений, разрабатывают скрипты, которые автоматически запускают заданный сценарий. Когда сотрудники видят развитие аномалий, они ликвидируют их. Важно систематически устранять проблемы для создания надежных систем.

Заключение

Итак, требования надежной системы актуальны для современных компаний, которым важно обеспечить бесперебойную активность сайта, сервера, узла, физического оборудования, дата-центра. Это необходимость для построения стабильной IT-инфраструктуры.