甩掉运维黑锅，容灾部署如何破？

 

引言

现如今本地负载均衡技术已经解决服务器集群的高可用问题，但是断电、施工挖断光缆、自然灾害等依然可以导致整个数据中心无法工作。

另外，中国网络由多家运营商组成，各运营商之间互联互通质量差已是不争的事实。

因此大型互联网企业早已不满足于单一、或者双活数据中心提供网站服务，越来越多的互联网企业开始考虑在不同地区、不同运营商部署多个数据中心集群，以实现用户访问就近接入、负载均衡和故障容灾。

提到多数据中心部署，就不可避免需要面对以下三个问题。

l   多个数据中心流量如何分配？

l   监控怎样及时发现网络故障？

l   多个数据中心服务如何容灾？

如果这三个问题不能有效解决，将会导致用户访问质量差、服务黑洞、以及客户的投诉。而网站背后的运维人员，则会频繁受到销售、PM、领导的Challenge！沦为背黑锅的对象。

令人欣喜的是，阿里云产品云解析DNS，现已助力中小企业解决多数据中心的流量负载均衡、实现用户就近接入、故障及时发现和实时容灾切换。

 

破局

l   多数据中心流量负载均衡

在多个数据中心部署服务时，必然需要面对不同数据中心接入带宽不同、服务器集群负载能力不同、以及运营成本等诸多因素。所以需要针对不同的因素设计与之相匹配的流量分配比例，那么如何能够精确的分配访问流量呢？云解析DNS为您提供了一些参考方案。

云解析DNS是一款经过特殊设计的智能DNS系统，能快速识别出IP地址所在的位置信息（包括国家、省、市和运营商等），并可以向不同来源的DNS查询响应不同的IP地址，实现企业就近接入、降低跨网流量的需求、以及灰度发布等需求。

同时，针对相同位置不同服务能力的数据中心集群，可以通过WRR（Weighted Resource Record）来设置整体流量分配方案。

例如：example.com公司的www官网，有6个数据中心，其中华北电信两个、华东联通两个、另外两个托管在阿里云BGP数据中心，如图一所示。

 

图一

 

1.     华东联通两个数据中心的带宽比例是3 ：7，通过云解析设置线路内负载均衡时，将两个数据中心服务IP地址的权重分别设置成3和7， 达到华东联通访问流量按照30%和70%分配的比例；

2.     华北电信两个数据中心的带宽比例是1 ：1，通过云解析设置线路内负载均衡时，将两个数据中心服务IP地址的权重分别设置成1，达到各占华北电信访问流量50%的配置比例；

3.     阿里云BGP 两个Region的ECS数量比例是8 ：2，那通过云解析设置线路内负载均衡时，将两个Region公网弹性IP地址的权重分别设置成8和2， 达到访问流量按照80%和20%分配的比例；

4.     网络监控对各个数据中心的服务IP进行实时监控；

5.     网络监控周期性将监控结果反馈给云解析DNS；

6.     用户向华北电信dns发起www.example.com DNS查询请求；

7.     华北电信dns收到用户的查询后如果没有缓存该域名，则向云解析DNS发起域名查询；

8.     云解析DNS收到华北电信的DNS查询时，轮询响应IP地址3.3.3.3和4.4.4.4。此时一半华北电信DNS得到的结果时3.3.3.3，另半华北电信DNS得到的结果时4.4.4.4。

同理，云解析DNS收到华东联通的DNS查询时，先连续返回3次5.5.5.5，再连续返回7次6.6.6.6，然后重复执行，此时30%的华东联通DNS得到的结果是3.3.3.3，剩下70%得到的结果是4.4.4.4。

9.     华北电信DNS收到云解析DNS的响应后会缓存域名解析结果，并返回给最终查询用户。

10.  最终实现50%的华北电信用户访问3.3.3.3上的网站服务，另外50%华北电信用户访问4.4.4.4上的网站服务。

 

 

l   网络监控及时发现故障

1.        云解析DNS在通过智能解析和WRR帮助中小企业实现就近访问以及流量分配的同时，有效的结合阿里云分布式监控，利用全网拨测探针对网站的解析记录进行实时监控，如图二。

图二

2.        云解析DNS的网络监控目前已支持HTTP/HTTPS、自定义URL、在提供5个真实阿里巴巴拨测节点基础上，优选了15个三大运营商优质拨测点。同时多达50个监控任务数的配置全面领先竞争对手，确保能够及时发现宕机故障，增大监控覆盖面，如图三。

                                       图三

3.        低至1分钟的监控频率，相当于您的网站每3秒钟，就可以获得一次健康检测，最快可以宕机后3分钟内检测出故障，并通过全球负载均衡功能完成故障切换。

4.        为了防止误报警现象发生，我们将宕机判断阈值设置为50%，即50%的节点监控异常时判定为宕机故障。

5.        当然DNS生效还受到运营商缓存TTL的影响，建议设置主机记录TTL为60秒。

6.        如果你是移动端开发者，推荐配合阿里云HTTPDNS服务同时使用，故障切换更加灵敏。

l   线路间切换实现故障隔离

Ø   故障隔离

在网站服务运行的过程中，故障不可避免总会发生。那么如何做好故障隔离呢？云解析DNS有以下一些实践，可供中小企业使用，如图四。

图四

 

1.     华北电信一个数据中心集群4.4.4.4因异常原因出现大面积故障，网站服务中断，用户访问失败；

2.     网站监控在2分钟内发现4.4.4.4集群故障，同时通知云解析DNS系统暂停华北电信：4.4.4.4的IP地址解析；

3.     云解析DNS暂停故障IP解析后，只向华北电信DNS查询返回IP地址：3.3.3.3，同时云解析DNS解析日志会记录下故障时间、IP地址、暂停操作信息，并通过短信和邮件通知您的运维工程师。

4.     最终实现将用户的访问流量全部转移至华北电信数据中心：3.3.3.3。

 

 

Ø   故障恢复

当网站恢复服务后，如何便捷的迁移会流量呢？如图五。

图五

 

1.     在华北电信用户的访问流量全部迁移至3.3.3.3后，4.4.4.4相当于离线状态，你可以组织相关技术同学对故障集群进行修复。

2.     修复完成、测试通过后，监控系统能自动检测到华北电信数据中心4.4.4.4的网站服务恢复正常，并通知云解析DNS恢复华北电信4.4.4.4 的IP地址解析，

3.     云解析DNS收到华北电信的DNS查询时，轮询响应IP地址3.3.3.3和4.4.4.4。经过一段时间后，一半华北电信DNS得到的结果是3.3.3.3，另一半华北电信DNS得到的结果是4.4.4.4。

4.     最终用户的访问流量会平滑的过度到原始配置各50%的比例，确保访问流量在恢复时平滑、用户无感知。

 

Ø   异地容灾

对于大型互联网企业，必须要考虑的一点是在灾难性情况发生时，如何保证用户访问正常，如图六。

图六

 

1.     由于某些不可抗拒的原因，华北电信的数据中心两个接入IP地址：3.3.3.3、4.4.4.4全部出现故障，并无法及时恢复；

2.     网站监控及时发现故障，并通知云解析DNS暂停所有华北电信线路下IP解析；

3.     云解析DNS暂停解析后，会启用线路间负载均衡策略，向华北电信用户的DNS查询返回阿里云BGP Region地址：1.1.1.1、2.2.2.2；

4.     最终实现将整体华北电信用户的访问流量调度至默认线路阿里云BGP Region：1.1.1.1、2.2.2.2，保障在极端情况下，依然能够向华北电信用户提供正常的服务，如图四所示。

 

总结

云解析DNS是一种高可用性、高可扩展的权威DNS服务和DNS管理服务。提供了多种全球负载均衡策略，帮助中小企业快速、准确的将用户请求路由至您的数据中心，同时具备高可用容灾切换能力，实现在一些数据中心故障的情况下，仍然能保证中小企业的网站服务可访问。

未来云解析DNS还会将会与更多的阿里云产品相结合，例如SLB、ECS、CDN、云盾等。形成立体化的高可用网站解决方案，从访问入口到后端服务助力中小企业实现全链路负载均衡。

欢迎选购全球负载均衡版：买满1年立享85折