集群（cluster）原理（转）

Posted 2020-08-12 渐行渐远....那些错过的青春

1、什么是集群

集群（cluster）就是一组计算机，他们作为整体向用户提供一组网络资源。这些单个的计算机系统就是集群的节点（node）。一个理想的集群是，用户从不会意识到集群系统底层的节点，在他/她们看来，集群是一个系统，而非多个计算机系统。并且集群系统的管理员可以随意的增加和删除集群系统的节点。

2、集群的优点

<1>高扩展性

<2>高可用性HA:集群中的一个节点失效，它的任务可传递给其他节点。可以防止单点失效

<3>高性能：负载平衡集群允许系统同时接入更多的用户

<4>高性能价比：可以采用廉价的复合工业标准的硬件来构造高性能的系统。

3、集群系统的分类

虽然，根据集群系统的不同特征可以有多种分类方法，但是一般把集群系统分为两类：

<1>高可用性（High Availability）集群，简称HA集群。

这类集群致力于提供高度可靠的服务。就是利用集群系统的容错性对外提供7*24小时不间断的服务，如高可用的文件服务器、数据库服务等关键应用。

负载均衡集群：使任务可以在集群中尽可能平均的分摊不同计算机处理，充分利用集群的处理能力，提高对任务的处理效率。在实际应用中这几种集群类型可能混合使用，以提供更高稳定的服务，如在一个使用网络流量负载均衡的集群中，就会包含高可用的网络文件系统、高可用的网络服务。

<3>性能计算（High Perfervidmance  Computing）集群，简称HPC集群，也称为计算集群。

在这种集群运行的是专门开发的并行应用程序，它可以把一个问题的数据分不到多台计算机上，利用这些计算机的共同资源来完成任务，从而可以解决单机不能胜任的工作（如果问题规模太大，单机计算速度太慢）。

这类集群致力于提供了单个计算机所不能提供的强大的计算能力。如天气预报、石油勘探与油藏模拟、分子模拟、生物计算等。

4、什么是高可用性（HA）

计算机系统的可用性（availability）是通过系统的可靠性（reliability）和可维护性（maintainability）来度量的。工程上通常采用平均无故障时间（MTTF）来度量系统的可靠性，用平均时间（MTTR）来度量系统的可维护性。于是可用性定义为:MTTF/(MTTF+MTTR)*100%

5、负载均衡服务器的高可用性

为了屏蔽负载均衡服务器失效，需要建立一个备份机。主服务器和备份机上都运行High Availability监控程序，通过传送诸如“I am alive”这样的信息来监控对方的运行状况。当备份机不能在一定的时间内收到这样的信息时，它就接管主服务器IP并继续提供服务；当备份管理器又从主管理器收到“I am alive”这样的信息时，他就释放IP地址，这样的主管理器就开开始再次进行集群管理的工作了。为在主服务器失效的情况下系统能正常工作，我们在主、备份机之间实现负载集群系统配置信息的同步和备份，保持两者系统的基本一致。

6、HA的容错备援运作过程

自动侦测（Auto-Detect）阶段 由主机上的软件通过冗余侦测线，经由复杂的侦听程序。逻辑判断，互相侦测对方运行情况，所检查的项目有：主机硬件（CPU和周边）、主机网络、主机操作系统、数据引擎以及其他应用程序、主机与磁盘阵列连线。为确保侦测的正确性，而防止错我的判断，可设定安全侦测时间、包括侦测时间间隔、侦测次数以调整安全系数，并且由主机的冗余通信连线，将所汇集的讯息记录下来，以供维护参考。

自动切换（Auto-Switch）阶段 某一主机如果确认对方故障，则正常主机继续进行原来的任务，还将依据各种容错备援模式接管预先设定的备援作业程序，并进行后续的程序以及服务。

自动恢复（Auto-Recovery）阶段  在正常主机代替故障机工作后，故障机可离线进行修复工作。在故障主机修复后，通过冗余通讯线与原来主机连线，自动切换回修复完成的主机上。整个回复过程完成有EDI-HA自动完成，亦可依靠预先配置，选择回复动作为半自动或不回复。

7、HA三种工作方式

<1>主从方式（非对称方式）

工作原理：主机工作，备机处于监控状况；当主机宕机时，备机接管主机的一切工作，待主机恢复正常后，按使用者的设定以自动或手动方式将服务切换到主机上运行，数据的一致性通过共享存储系统解决。

<2>双机双工方式（互备互援）

工作原理：两台主机同时运行各自的服务工作且互相检测情况，当任一台主机宕机时，另一台主机立即接管它的一切工作，保证工作实时，应用服务系统的关键数据存放在共享存储系统中。

<3>集群工作方式（多服务器互备方式）

工作原理：多台主机一起工作，各自运行一个或几个服务，各为服务定义一个或多个备用主机，当某个主机故障时，运行在其上的服务就可以被其它主机接管。