雙機(jī)熱備ROSE-HA方案書

雙機(jī)熱備方案書雙機(jī)容錯(cuò)系統(tǒng)概述信息已成為企業(yè)日?；顒?dòng)中十分重要的一個(gè)組成部分，系統(tǒng)管理員必須不斷的監(jiān)視信息系統(tǒng)，以提供不間斷、可靠而又實(shí)時(shí)的服務(wù)。Client/Server體系已成為當(dāng)前信息產(chǎn)業(yè)發(fā)展的一個(gè)主要趨勢(shì)，而多服務(wù)器結(jié)構(gòu)使系統(tǒng)的性能及可靠性得到進(jìn)一步的提高，功能也更強(qiáng)大，從而大大的提高了效率?？梢哉f，在當(dāng)今的商業(yè)活動(dòng)中，信息系統(tǒng)的可用性已成為衡量其資源利用率的最重要的尺度：>>性能強(qiáng)：作業(yè)可以運(yùn)行在不同的服務(wù)器上，整個(gè)系統(tǒng)的性能會(huì)大大提高；

>>可用性高：在群集系統(tǒng)中的某個(gè)主機(jī)宕機(jī)不對(duì)用戶構(gòu)成影響；

>>節(jié)省投資：NT平臺(tái)的系統(tǒng)投資遠(yuǎn)遠(yuǎn)低于其他系統(tǒng)平臺(tái)的投資；性能、價(jià)格和可靠性使企業(yè)電腦化過程中人們普遍關(guān)心的三大要素。目前，國內(nèi)許多行業(yè)和企業(yè)在電腦化的過程中，都選用了價(jià)格低廉而性能高效的開放系統(tǒng)平臺(tái)。這種系統(tǒng)平臺(tái)給用戶帶來性能價(jià)格比的優(yōu)勢(shì)的同時(shí)，由于系統(tǒng)的復(fù)雜性和開放性以及應(yīng)用環(huán)境的多樣化，也給應(yīng)用系統(tǒng)的運(yùn)行帶來了許多不確定因素。這些因素對(duì)于可靠性不很高的計(jì)算機(jī)應(yīng)用系統(tǒng)來說，猶如雪上加霜，嚴(yán)重威脅著應(yīng)用系統(tǒng)穩(wěn)定有效的運(yùn)行，有時(shí)甚至?xí)l(fā)系統(tǒng)的癱瘓。在一般情況下，當(dāng)系統(tǒng)不能正常運(yùn)行時(shí)，我們需要用人工的方法進(jìn)行故障的認(rèn)定、分析、恢復(fù)及測(cè)試。這些都需要花費(fèi)很長的時(shí)間。在這段時(shí)間內(nèi)，系統(tǒng)必須停頓下來以等待恢復(fù)，從而給企業(yè)帶來難以估計(jì)的經(jīng)濟(jì)損失。雙機(jī)容錯(cuò)是計(jì)算機(jī)應(yīng)用系統(tǒng)穩(wěn)定、可靠、有效、持續(xù)運(yùn)行的重要保證。我公司開發(fā)的HA系列軟件是一個(gè)高可靠性的容錯(cuò)系統(tǒng)，它通過系統(tǒng)冗余的方法解決計(jì)算機(jī)應(yīng)用系統(tǒng)的可靠性問題，并具有安裝維護(hù)簡(jiǎn)單、穩(wěn)定可靠、監(jiān)測(cè)直觀等優(yōu)點(diǎn)。當(dāng)一臺(tái)主機(jī)出現(xiàn)故障，該軟件可及時(shí)啟動(dòng)另一臺(tái)主機(jī)接替原主機(jī)任務(wù)，保證了用戶數(shù)據(jù)的可靠性和系統(tǒng)的持續(xù)運(yùn)行。雙機(jī)容錯(cuò)基本架構(gòu)雙機(jī)容錯(cuò)系統(tǒng)設(shè)計(jì)原則：雙機(jī)容錯(cuò)系統(tǒng)設(shè)計(jì)目標(biāo)是構(gòu)造一個(gè)功能齊全、運(yùn)行高效、使用靈活、維護(hù)方便、易于擴(kuò)展、安全可靠的系統(tǒng)，為了達(dá)到這個(gè)目標(biāo)，必須遵守以下幾個(gè)實(shí)際原則。

高可靠性：本方案充分考慮服務(wù)器系統(tǒng)的高可靠性，每一業(yè)務(wù)服務(wù)器采用雙機(jī)熱備，每一服務(wù)器采用雙網(wǎng)卡，數(shù)據(jù)存儲(chǔ)系統(tǒng)采用外掛式磁盤陣列柜。

可擴(kuò)充及升級(jí)性：本方案的設(shè)計(jì)充分考慮服務(wù)器系統(tǒng)的可擴(kuò)充及升級(jí)性。

先進(jìn)性：在本方案中采用的各種設(shè)備符合當(dāng)代信息技術(shù)發(fā)展形式，既有先進(jìn)技術(shù)又發(fā)展成熟，并且是各個(gè)領(lǐng)域公認(rèn)的領(lǐng)先產(chǎn)品。

開放性：各種設(shè)計(jì)規(guī)范、技術(shù)指標(biāo)及產(chǎn)品均符合國際和工業(yè)標(biāo)準(zhǔn)，并可提供多廠家產(chǎn)品的支持能力。

經(jīng)濟(jì)性及投資保護(hù)：性能價(jià)格比是我們充分考慮的因素，而該系統(tǒng)又能與不同廠商的產(chǎn)品兼容可有效地保護(hù)投資。雙機(jī)容錯(cuò)的目的在于保證數(shù)據(jù)永不丟失和系統(tǒng)永不停機(jī)，采用智能型磁盤陣列柜可保證數(shù)據(jù)永不丟失，采用雙機(jī)容錯(cuò)軟件可保證系統(tǒng)永不停機(jī)。它的基本架構(gòu)共分兩種模式：雙機(jī)互備援（DualActive）模式和雙機(jī)熱備份（HotStandby）模式。1.雙機(jī)互備援（DualActive）基本簡(jiǎn)介所謂雙機(jī)熱備援就是兩臺(tái)主機(jī)均為工作機(jī)，在正常情況下，兩臺(tái)工作機(jī)均為信息系統(tǒng)提供支持，并互相監(jiān)視對(duì)方的運(yùn)行情況。當(dāng)一臺(tái)主機(jī)出現(xiàn)異常時(shí)，不能支持信息系統(tǒng)正常運(yùn)營，另一主機(jī)則主動(dòng)接管（TakeOver）異常機(jī)的工作，繼續(xù)主持信息的運(yùn)營，從而保證信息系統(tǒng)能夠不間斷的運(yùn)行，而達(dá)到不停機(jī)的功能（Non-Stop），但正常運(yùn)行主機(jī)的負(fù)載（Loading）會(huì)有所增加。此時(shí)必須盡快將異常機(jī)修復(fù)以縮短正常機(jī)所接管的工作切換回憶備修復(fù)的異常機(jī)。切換時(shí)機(jī)（TakeOver）——系統(tǒng)軟件或應(yīng)用軟件造成服務(wù)器宕機(jī)

——服務(wù)器沒有宕機(jī)，但系統(tǒng)軟件或應(yīng)用軟件工作不正常

——SCSI卡損壞，造成服務(wù)器與磁盤陣列無法存取數(shù)據(jù)

——服務(wù)器內(nèi)硬件損壞，造成服務(wù)器宕機(jī)

——服務(wù)器不正常關(guān)機(jī)2.雙機(jī)熱備份（HotStandby）基本簡(jiǎn)介功能特點(diǎn)

工作模式主從方式（Active/Standby）

主機(jī)工作，從機(jī)處于監(jiān)控準(zhǔn)備狀態(tài)。當(dāng)主機(jī)宕機(jī)時(shí)，從機(jī)接管從機(jī)的工作，待主機(jī)恢復(fù)正常后，按使用者的預(yù)定以自動(dòng)或手動(dòng)的方式將服務(wù)切換到主機(jī)上運(yùn)行。雙工方式（Active/Active）

兩臺(tái)主機(jī)同時(shí)運(yùn)行各自的服務(wù)工作，且相互監(jiān)測(cè)對(duì)方的情況。當(dāng)一臺(tái)主機(jī)宕機(jī)時(shí)，另外一臺(tái)主機(jī)立即接管它的工作，保證工作不間斷。

特點(diǎn)當(dāng)一臺(tái)活動(dòng)服務(wù)器宕機(jī)時(shí)，其IP地址、服務(wù)器名稱及運(yùn)行的作業(yè)會(huì)自動(dòng)轉(zhuǎn)移至另一臺(tái)服務(wù)器，客戶端軟件不需要重新設(shè)定，只要重新連結(jié)至原來的IP地址及服務(wù)器名稱即可繼續(xù)作業(yè)；兩臺(tái)服務(wù)器的信息交換可通過：RS232、TCP/IPROSEHA采取高可靠的錯(cuò)誤檢測(cè)和故障恢復(fù)機(jī)制減少系統(tǒng)宕機(jī)，停機(jī)時(shí)間并防范錯(cuò)誤，提供故障警告；ROSEHA可設(shè)定故障排除后自動(dòng)或手動(dòng)回復(fù)（switchback）；ROSEHA安裝時(shí)不需要修改操作系統(tǒng)的核心、更改應(yīng)用軟件，也無需特殊的硬件；ROSEHA提供基于GUI的監(jiān)控中心，管理員能查看ROSEHA的狀態(tài)、檢查錯(cuò)誤信息和警告、修改系統(tǒng)參數(shù)及從遠(yuǎn)程工作站管理ROSEHA系統(tǒng)；與數(shù)據(jù)庫無關(guān)，可以支持各種數(shù)據(jù)庫，包括ORACLE、Sybase、Informix等

PrivateNet私用網(wǎng)絡(luò)

兩臺(tái)服務(wù)器通過私用網(wǎng)絡(luò)心跳（HeartBeat）信號(hào)，使兩臺(tái)服務(wù)器能夠相互了解對(duì)方的運(yùn)行情況。為了避免不必要的失效切換，最好建立兩條獨(dú)立的物理路徑作為通訊路徑。RS-232SocketPrivateNet:配置服務(wù)器空閑的串口作為一條通訊路徑。TCP/IPSocketPrivateNet:兩臺(tái)服務(wù)器的網(wǎng)卡用反線（backtoback)直接或通過LAN建立一條通訊路徑。

如果所有的私用網(wǎng)均失效，服務(wù)器仍然可以用公用偵測(cè)對(duì)方服務(wù)器的可用性。如果對(duì)方服務(wù)器仍然可用，不觸發(fā)接管動(dòng)作；如果對(duì)方服務(wù)器不可用，立即接管動(dòng)作。

PublicNet公用網(wǎng)絡(luò)

客戶端通過此網(wǎng)絡(luò)與服務(wù)器通信，當(dāng)兩臺(tái)服務(wù)器互為備份。對(duì)于不同的服務(wù)，可以用不同的公用網(wǎng)連接到兩臺(tái)服務(wù)器。ROSEHA支持TCP/IP協(xié)議，可以在EthernetFastEthernet、FDDI和ATM網(wǎng)上運(yùn)行。

管理工具友好、直觀、易于操作的GUI界面有關(guān)ROSEHA的配置都可以在GUI中完成，支持動(dòng)態(tài)配置和實(shí)時(shí)同步網(wǎng)卡的狀態(tài)，磁盤的狀態(tài)都可在GUI中顯示出來用戶可通過第三方Web瀏覽器進(jìn)行遠(yuǎn)程管理

監(jiān)控的對(duì)象資源VolumeIP地址計(jì)算機(jī)別名共享文件NT服務(wù)用戶自定義工作原理

系統(tǒng)啟動(dòng)后，ROSEHA首先啟動(dòng)HAManager管理程序，根據(jù)高可靠性系統(tǒng)的配置結(jié)構(gòu)初始化，然后啟動(dòng)必要的服務(wù)和代理程序來監(jiān)控和管理系統(tǒng)服務(wù)。HA代理程序用來監(jiān)控、監(jiān)測(cè)、診斷和管理硬件軟件服務(wù)。

代理程序檢測(cè)到該服務(wù)器處于活動(dòng)狀態(tài)，HAManager就會(huì)認(rèn)為該服務(wù)處于活動(dòng)狀態(tài)，HAManager會(huì)定時(shí)通知后備服務(wù)器上的HAManager，其每項(xiàng)服務(wù)處于正常。

當(dāng)代理程序檢測(cè)到某個(gè)服務(wù)發(fā)生故障時(shí)，它就通知HAManager管理程序。HA軟件首先會(huì)重新啟動(dòng)該服務(wù)多次（可由用戶設(shè)定）。如果啟動(dòng)不能成功，該服務(wù)會(huì)由HA轉(zhuǎn)移到后備服務(wù)器上。

HA周期性地檢測(cè)系統(tǒng)硬件的狀態(tài)，如果硬件發(fā)生故障，HA會(huì)把與該硬件相關(guān)的服務(wù)轉(zhuǎn)移到后備服務(wù)器上。當(dāng)某項(xiàng)服務(wù)發(fā)生轉(zhuǎn)移時(shí)，HA首先在運(yùn)行服務(wù)器上停止該服務(wù)，之后，由備份服務(wù)器上的HA在備份服務(wù)器上啟動(dòng)該服務(wù)。由于停止和啟動(dòng)該服務(wù)需要一定的時(shí)間，所以，當(dāng)服務(wù)被切換（轉(zhuǎn)移）時(shí)，該服務(wù)會(huì)有短暫的中斷，轉(zhuǎn)移完成后，服務(wù)自動(dòng)恢復(fù)正常運(yùn)行。

考慮到一些數(shù)據(jù)庫系統(tǒng)（如ORACLE、SYBASE、INFORMIX等）以及其他一些應(yīng)用軟件（如DominoServer、WWWServer等），ROSEHA在HA管理模塊（HAManager)的基礎(chǔ)上，提供了一系列的Agent軟件模塊。Agent為一個(gè)軟件監(jiān)視模塊，監(jiān)控?cái)?shù)據(jù)庫服務(wù)或其他應(yīng)用服務(wù)的運(yùn)行。當(dāng)運(yùn)行服務(wù)器發(fā)生故障時(shí)，由Agent向HA主控軟件請(qǐng)求，進(jìn)行相應(yīng)的處理動(dòng)作。

總之，ROSEHA軟件極大程度上減少了人的介入，提高了系統(tǒng)的可靠性與安全性，使服務(wù)能可靠的運(yùn)行。優(yōu)勢(shì)接近零系統(tǒng)資源的占用快速反映，錯(cuò)誤檢測(cè)時(shí)間小于10秒，故障切換及恢復(fù)時(shí)間一般在10-20秒GUI與Server分離，可隨時(shí)中斷GUI而不影響Server的運(yùn)行支持JOB和BRINGIN/BRINGOUT、在一臺(tái)SERVER上停止JOB不會(huì)導(dǎo)致FAILOVER在同一塊網(wǎng)卡上建立多個(gè)活動(dòng)的IP地址，支持多個(gè)JOB的運(yùn)行主服務(wù)器網(wǎng)絡(luò)連接故障