HeartsOne双机热备系统高可用性技术

　　在这个高科技现代化的世界中，人们的生活已经离不开计算机。计算机在各个行业中的应用越来越深入，而且在绝大多数的行业企业中起着至关重要的作用。例如在某些行业中要求计算机主机系统7*24*365小时不间断的运行，如果这些主机系统一旦出现问题，轻则降低业务响应速度，严重的会导致业务中断，造成严重的后果。如何能保证业务的持续进行，已经成为影响一个公司成败的关键因素。在这样的情况下，系统的高可用性就显得尤为重要。

　　近年来，服务器平台的可用性在不断地提高。内存ECC(错误代码校正)及Chipkill技术(纠正及探测内存中的数据错误)、硬盘RAID技术、网络负载均衡及容错技术以及多种基于硬件的冗余设计(如硬盘子系统、风扇子系统、电源子系统等)提高了整个系统的可用性，较好的保证了业务系统的持续运行。虽然硬件技术的发展大大提高了系统的可靠性，但是，由于系统内其它核心部件(如CPU、主板、物理内存等)的故障， 应用系统在一年365天内还是可能出现44～87小时的停机时间，这就要求从更高层次、更多方面综合考虑提高系统的高可用性。

　　致力于数据备份软件国产化的中科同向科技(北京)有限责任公司成立于2005年，是我国信息安全及数据存储备份与容灾行业研发最长、综合实力最强的企业之一。拥有完全自主知识产权，掌握核心技术。自主研发的数据管理统一平台能够帮助政府，军队，企事业单位建立各操作系统、管理应用系统与存储介质之间的跨平台无缝连接，并成功应用于如政府、军队、教育、电力、医药、石化等多个行业领域。中科同向(www.heartsone.net)作为数据保护领域领先的产品、方案和服务提供商，在积极地为全球同步的数据备份系统的开发和推广而努力，为用户提供数据存储、安全、高可用、数据迁移以及数据容灾等不同层次的一体化存储解决方案和专业而完善的服务，使用户存储、保护、优化和利用信息，最终推动业务的不断成功。其科研团队自主研发的HeartsOne Backup数据备份软件中的模块HeartsOne HA在高可用技术方面，根据不同的应用环境，从性能、经济等方面考虑可以做到双机热备、集群热备以及数据同步和远程数据复制等功能。

　　Heartsone HA集群系统的特性

　　采用任务提交、确认机制

　　在集群系统中，节点之间通过消息确认方式进行任务的移交。主服务器在对任务进行移交时，对任务进行停止操作后，通知备份服务器进行任务接管工作。当备份服务器没有接到确认消息时，始终处于等待状态，直到接到确认消息。

　　当备份服务器在长时间没有接到确认消息时，会通过侦测对方的任务状态来判断，主机的任务是否安全关闭。如任务已关闭，则通知主服务器要接管任务，并开始执行任务接管。如果任务没有关闭，则主服务器处于僵死状态(操作系统故障)时，对该任务进行强制接管。并通知集群系统该主机不可用。

　　Heartsone HA高可用集群软件，对集群节点中的关键操作均采用确认方式，确保任务安全移交，杜绝双主机、多主机状态和双任务状态。

　　智慧系统健康与可用性评价体系

　　一个核心业务系统的可用与否的关键因素是整个系统的健康程度，传统高可用系统仅仅简单的认为系统只有“可用”与“不可用”两种状态，这样的判断虽然简单但却仅仅考虑了两种极端的状态，显然无法对系统进行全面保护。Heartsone HA在业界首次提出了创造性的“系统健康评价体系”并加以应用，我们认为对系统的可用性判断必须是持续的，而非极端的，大量的情况证明系统从“可用”转向“不可用”并非是瞬间发生，而存在一个过程，在这个过程中，系统的某些核心指标将会提前显示出异常，虽然此时系统对外表现出的仍然为“可用”，但整个系统实际已经处于“亚健康”，对客户端的请求反应逐渐变慢，系统出现不稳定的迹象，系统整体可用性逐渐降低，如果不进行任何干预，系统在未来某个时点将有极大可能转化为真正“不可用”，从而导致灾难性的后果。通过Heartsone HA的“系统健康评价体系”全新的系统核心指标持续检测功能，用户将及时发现系统的异常状态，有效判断系统目前真正的“健康”程度，并且经过对系统核心指标的综合分析，将能对系统未来可能发生的状况进行“预知”，直接造成系统转向“不可用”的原因，提前发现，提前预警，提前解决，令用户从“被动”的解决转向“主动”的发现与处理，让系统的可用性判断从“不可知”转为“可预知”

　　首创智能预警体系

　　当系统完全瘫痪时再进行拯救，犹如为心脏停止跳动的病人进行复苏，难道不觉得太晚了吗，如果我们能够预知系统将逐渐变得不稳定，而提前做出应对，防止系统崩溃，或者将突发性宕机转化为计划性维护，将对您产生更多益处。Heartsone HA全新的系统智能预警体系，通过采集“系统健康评价体系”的数据，持续监控维持核心系统稳定运作的重要指标变化，包括处理器、内存、LAN介质、存储设备、网卡、进程、应用程序实时状态，任意指标出现异常状况，即可快速做出响应，防患于未然。

　　强大的故障分级处理

　　传统集群软件仅将系统宕机定义为故障，然而“故障”就仅仅是“宕机”，无法访问吗?真实的“故障”应当以系统健康状况及用户的承受能力作为衡量标准，不同的用户对系统故障的定义是不同的，Heartsone HA独特的故障分级处理系统能够满足用户自定义故障阀值，建立不同的故障评价标准，并对每一类故障进行自定义操作，提供最大的灵活性。同时系统提供丰富插件，为用户提供精准的故障分析。

　　深度应用侦测代理(User Application Agent)

　　集群保护下的核心业务，是通过代理(Agent)实时采集应用的运行态数据，结合“评价体系”来诊断系统可用性的。可用性指标分为两类：一类是结果类，即模拟客户端访问是否成功，是否获得期望的响应;另一类是风险类，体现的是系统当前运行态的风险指数，如应用的连接数、数据库的存储空间使用率、Web的访问迟延、网络的流量、CPU的负载、系统内存的余量等等，这些因素都是系统能否正常工作的潜在风险，是进行故障预警的重要预测依据。

　　Heartsone HA提供常用软件的侦测代理，如Oracle、MS-SQL以及Web等，这些监控对象的接口及方法，被灵活保存在XML配置文件中。集群提供开放的应用代理接口，用户可根据开发模板，自定义监控对象的指标采集方法，就可以让集群系统实时监控这些指标，触发相关的事件。

　　集群配置安装维护简单

　　图形化的配置管理界面，对集群文件系统配置、网络配置以及任务的配置方式均通过选择方式进行，操作简单易用。

　　Heartsone HA高可用集群软件采用简洁的菜单选择方式，对集群中的资源进行配置，不采用编写脚本的方式进行配置，而是在每项菜单中对集群的资源配置以表格的方式进行填写。使软件具有很好的可用性。

　　同时通过菜单和表单方式进行组合，使管理员对集群的配置维护都具有很高的直观性。使软件便于设置和维护。

　　管理员密码验证

　　对于一个集群来讲，该集群的资源配置参数最为重要，任意修改该资源配置参数，则会导致整个集群的运行。

　　Heartsone HA高可用集群软件为保护集群配置的安全，在对集群资源配置时，增加了用户口令验证，只有持有该口令的管理人员才能对集群的资源进行修改、配置。

　　通过口令验证方式，对集群的配置安全做进一步的保护。

　　集群软件自身监控功能

　　集群的安全的另外一个重要的因素是自身的安全，当程序因意外故障导致集群服务主程序退出时，需要能够对退出的运行程序进行处理。

　　Heartsone HA高可用集群系统采用自身监控的功能，当某个程序退出运行时，集群自身能够对该退出的程序进行重新启动，保护集群软件正常运行。

　　对应用程序的灵活监控功能

　　Heartsone HA高可用集群软件在对应用程序监控时，采取非常灵活的方式。可以对关键进程进行监控，当进程个数低于该阀值时，系统会自动发送通知到管理核心模块，对该任务进行任务移交。

　　支持多节点方式

　　Heartsone HA支持从两个节点的简单集群系统，平滑过渡到以后的多节点集群系统，对业务系统整合以及优化业务系统有很大的优势。

　　支持远程管理模式

　　Heartsone HA采用流行的C/S方式对集群进行管理、维护及其监控等操作，均可以通过客户端方式进行操作，不需要在服务器上进行操作。客户端通过直观的图形方式对集群的整个状态进行实时监控。当集群有故障时，客户端通过声音、邮件方式进行报警处理。并在集群的监控窗口显示故障点的位置。

　　支持更多存储环境

　　集群软件采用系统级的硬件处理，与硬件无关性，只要操作系统支持的硬件、Heartsone HA集群软件均可以支持，支持流行的SAN架构的光纤磁盘阵列子系统、SCSI结构的磁盘阵列子系统、ISCSI存储环境。

　　支持多种应用系统

　　支持目前流行的数据库系统，如Oracle、SQL、Sybase、MS SQL Server、DB2等

　　支持应用系统：Microsoft IIS,FTP,邮件服务器，PDM，财务软件等应用系统。

　　支持群件系统：IBM Notes等。