云环境下的容灾

云环境下的容灾

• 什么是容灾？
  简单的说是对灾难的而应对策略。比如火灾，盗窃，人为损坏，火山，地震，洪水，战争，飓风等自然灾害或者人为灾害。
• RTO/RPO
  RPO(Recovery Point Objective): 指灾难后可能恢复到的时间点。涉及丢失业务数据的多少。
  RTO(Recovery Point Time): 指灾难发生后，业务恢复所需的时间。
  
• 容灾的分类
  按RTO分：cold, warm, standby
  按RPO分：同步同步，异步同步，离线同步
  按业务数据同步技术：基于主机复制，基于阵列复制，基于存储网络，基于虚拟机内代理，基于应用本身能力（如数据库复制能力）
• HA与容灾的区别
  HA主要处理单组件的故障，DR则是应对大规模的故障。
  也有一些从网络视角区分两者的，LAN尺度的认为是HA的范畴，WAN尺度的任务是DR的范围。
  从云的角度看，HA是一个云环境内保障业务持续性的机制。DR是多个云环境间保障业务持续性的机制。

AWS容灾方案

AWS的方案从用户场景看有如下几类：
+ cold
是三种方案中费用最低，RTO最长(>1 day)的方案。
使用S3做数据备份，灾难发生时，重新申请虚拟机，利用备份数据恢复。
数据备份可以使用普通的http, vpn, aws directconnect等链接，快照/备份技术进行业务数据的同步。


+ pilot light
相对经济的一种容灾方案，RTO时间(<4hrs)一般。
使用replicate/mirror方式进行业务数据同步。
容灾端虚拟机在灾难发生后启动。


+ standby
相对较贵的一种容灾方案，RTO时间(<1hrs)最好。
使用replicate/mirror方式进行业务数据同步。
容灾端虚拟机一直运行中，但是不提供服务。
这种方案分两类，一类是容灾端虚拟机与生产端虚拟机等量，切换后所能提供的业务容量相同。另一种是容灾端保持较小的容量，切换后能提供业务能力但是业务容量较小，需要再进行扩展。

Openstack容灾

• 整体架构
  Openstack的DR整体架构如下图。
  至于是否会是一个新的项目，目前并没有规划。目前主要关注于在nova/cinder/补齐功能，编排主要通过heat实现。
  后续可能成为一个独立项目甚至独立与openstack的项目。
  
• 功能
  fail over(灾难后切换备节点）
  fail back(主站点故障恢复后切换会主站点）
  test(容灾演练)
• 方案介绍
  目前没有详细的方案。只有一个hight level的设计。
  现在还在gap识别，补齐阶段。
• 现状
  目前主要集中在用例分析、整体框架设计阶段。
  具体的实现主要集中在cinder侧元数据、业务数据同步相关。但是进展不乐观。

参考

1. https://wiki.openstack.org/wiki/DisasterRecovery
2. https://wiki.openstack.org/w/images/4/49/Openstack_disaster_recovery_-_openstack_meetup.pdf
3. http://redhatstackblog.redhat.com/2013/11/26/disaster-recovery-enablement-in-openstack/
4. http://blog.celingest.com/en/2013/03/05/disaster-recovery-in-aws/
5. http://blog.celingest.com/en/2013/03/19/disaster-recovery-aws-high-availability-architectures/