双机热备如何配置落地

本文目录导读：

1. 方案一：基于共享存储的双机热备（Active-Passive 模式）
2. 方案二：基于主从复制/镜像的双机热备（Active-Active 或 Active-Passive 无共享）
3. 方案三：基于应用层/中间件的双活（Active-Active 真双活）
4. 关键落地注意事项（避坑指南）
5. 总结建议

双机热备的“落地”配置，核心在于根据业务的重要性（RPO/RTO指标）以及预算,选择合适的架构并进行正确的系统配置。

“落地”通常指从理论到实际可操作、可用于生产环境的完整部署过程,主要包含以下几种主流方案的配置步骤：

基于共享存储的双机热备（Active-Passive 模式）

适用场景： 数据库（Oracle RAC除外）、企业核心应用（ERP、MES）、文件服务器,对数据一致性要求极高。

核心原理： 两台服务器通过光纤/SCSI/iSCSI连接同一台存储（如磁盘阵列），一台为主节点（Active），挂载存储并提供服务；另一台为备节点（Passive），监听主节点心跳，主节点故障时，备节点接管存储和IP,继续服务。

配置落地步骤：

1. 硬件与网络规划

   • 两台服务器（同配置最佳），安装相同操作系统（如Windows Server / Linux）。
   • 心跳网络： 两根交叉网线直连两台服务器（独立网卡，必须冗余）,用于检测对方是否存活。
   • 业务网络： 连接到交换机，用于对外提供服务（需配置虚拟浮动IP）。
   • 存储网络： 服务器HBA卡/网卡连接至共享磁盘阵列。

2. 存储配置

   • 在磁盘阵列上将LUN（逻辑单元号）同时映射给两台服务器。
   • 关键点：两台服务器能看到同一个物理磁盘，但同一时间只能有一台服务器写入（由集群软件仲裁）。

3. 操作系统配置（以Windows Server故障转移集群为例）

   • 在两台服务器上安装故障转移集群功能。
   • 验证磁盘是否为基本磁盘（非动态磁盘），并分配相同的盘符（如F:）。
   • 配置MSDTC（分布式事务协调器）（如需数据库集群）。

4. 集群软件安装与配置

   • Windows： 通过“故障转移群集管理器”创建集群，添加节点，验证配置,添加共享磁盘和IP地址。
   • Linux（使用RHCS/ Pacemaker）：

     # 禁用并屏蔽防火墙和selinux
     # 安装包：pcs, corosync, pacemaker, fence-agents-all
     # 配置主机名解析（/etc/hosts）
     # 设置hacluster用户密码
     pcs cluster auth node1 node2 -u hacluster
     pcs cluster setup --name cluster_name node1 node2 --start --enable
     pcs property set stonith-enabled=false  # 生产环境必须开启fence机制
     # 添加资源（VIP, 文件系统, 服务）
     pcs resource create VirtualIP ocf:heartbeat:IPaddr2 ip=192.168.1.100 cidr_netmask=24 op monitor interval=30s
     pcs resource create SharedFS ocf:heartbeat:Filesystem device=/dev/sdb1 directory=/mnt/shared fstype=ext4 op monitor interval=20s

5. 应用层配置

   • 将应用的数据目录指向共享存储的盘符/挂载点。
   • 将应用的连接地址配置为虚拟IP（如192.168.1.100）。

6. 数据同步机制

   • 生产机写入的数据实时写入共享存储，备机通过集群软件挂载后可直接读取（无同步延迟，但依赖存储）。

基于主从复制/镜像的双机热备（Active-Active 或 Active-Passive 无共享）

适用场景： 对存储成本敏感、可接受毫秒级延迟的数据中心级应用（如MySQL主从、PGSQL流复制、Redis哨兵、Keeplived+HAProxy）。

核心原理： 两台服务器各有独立存储，通过网络实时复制数据，备机不占用共享存储,故障后切换速度较大方案慢。

配置落地步骤（以 MySQL 主从复制 + Keepalived 为例）：

1. 基础环境
   • 两台服务器（A：192.168.1.10，B：192.168.1.20），虚拟IP：192.168.1.100。
   • 安装MySQL 8.0并初始化。
2. MySQL主从复制配置
   • 主库（A）： 在my.cnf中开启log-bin，创建复制用户（CREATE USER 'repl'@'%' IDENTIFIED BY '...'; GRANT REPLICATION SLAVE ON *.* TO ...;）。
   • 从库（B）： 配置server-id（不同于主库），执行CHANGE MASTER TO MASTER_HOST='192.168.1.10', MASTER_USER='repl', MASTER_PASSWORD='...'; START SLAVE;
   • 验证： SHOW SLAVE STATUS\G 确保 Slave_IO_Running 和 Slave_SQL_Running 均为Yes。
3. Keepalived配置（负责IP漂移）
   • 在主备两台机器上安装keepalived。
   • 主节点配置 (/etc/keepalived/keepalived.conf)：

     vrrp_script chk_mysql {
         script "/usr/local/bin/mysql -u root -e 'select 1' &>/dev/null"  # 检查mysql是否存活
         interval 2
         weight -20
     }
     vrrp_instance VI_1 {
         state MASTER
         interface eth0
         virtual_router_id 51
         priority 101  # 主比备高
         advert_int 1
         virtual_ipaddress {
             192.168.1.100/24 dev eth0
         }
         track_script {
             chk_mysql
         }
     }

   • 备节点配置：
     • state BACKUP
     • priority 100
     • 其余相同。
4. 故障切换流程
   • 主库MySQL宕机 -> Keepalived检测脚本失败 -> 移除主节点权重 -> VIP漂移到备库 -> 应用连接VIP继续工作。
   • 注意： 备库需要设置为read_only=0（开启可写），生产需配合半同步复制或GTID确保数据不丢。

基于应用层/中间件的双活（Active-Active 真双活）

适用场景： Web服务、无状态API、负载均衡器（Nginx/Haproxy）、容器化应用（K8s）。

核心原理： 两台服务器同时提供服务，通过负载均衡设备（硬件F5/软件Nginx）将流量分发，数据层（如Redis集群、数据库分片）独立实现高可用。

配置落地步骤（以 Nginx + Tomcat/Java应用 为例）：

1. 应用部署
   • 两台服务器（Web1, Web2）各自部署Tomcat应用,代码包完全一致。
   • 应用代码中的Session共享（使用Redis统一存储）。
   • 静态资源部署到NFS（网络文件系统）或对象存储（OSS）。
2. Nginx配置（反向代理+负载均衡）
   • 在第三台机器（或使用Keepalived+VIP）上配置Nginx主备（或使用Keepalived做高可用）。

     upstream tomcat_backend {  # 定义后端服务器池
     server 192.168.1.11:8080 weight=5 max_fails=2 fail_timeout=30s;
     server 192.168.1.12:8080 weight=5 max_fails=2 fail_timeout=30s;
     }
     server {
     listen 80;
     server_name yourdomain.com;
     location / {
         proxy_pass http://tomcat_backend;
         proxy_set_header Host $host;
         proxy_set_header X-Real-IP $remote_addr;
     }
     }

3. 健康检查
   • 配置Nginx的proxy_next_upstream让Nginx自动踢掉故障的后端节点。
4. 故障切换特点
   • 优点： 两台机器都在跑，各承担50%流量，一台挂了流量全部切向另一台（业务零中断）。
   • 难点： 需保证两层（应用服务器+数据库或缓存服务器）都有HA机制。

关键落地注意事项（避坑指南）

1. 脑裂问题（Split-Brain）： 是双机热备最严重的故障。
   • 现象： 心跳线断了，两台机器都以为对方挂了，同时接管资源（都写存储、都抢VIP）,导致数据损坏。
   • 解决方案： 必须配置Fence（隔离）机制，IPMI电源控制、SAN存储锁、STONITH（当检测到对方未响应时，直接通过IPMI/BMC重启或断电对方的电源）。
2. 切换时间：
   • 共享存储方案（最快）：秒级。
   • 主从复制方案（中等）：10-30秒（需等待DNS刷新或Keepalived切换）。
   • 应用层双活方案（最快）：毫秒级（前提是数据库也要HA）。
3. 数据一致性：
   • 方案一（共享存储）最安全。
   • 方案二（主从复制）在异步模式下存在丢数据风险（如MySQL半同步/全同步可解决）。
   • 方案三（应用双活）要求应用本身无状态或能容忍最终一致性。
4. 测试验证：
   • 拔网线测试： 分别拔掉心跳线、业务线,观察是否发生脑裂及VIP是否正确漂移。
   • 杀进程测试： 直接kill -9核心服务进程,观察接管逻辑是否触发。
   • 压力测试： 在业务高负载下进行切换,监控是否导致连接风暴。
5. 管理复杂性：
   • 双机不等于高枕无忧，需要准备三机（仲裁节点）来解决极端情况下的投票问题（如Pacemaker + Corosync）。

总结建议

最稳定且通用的双机热备落地配置是：共享存储（如NFS/SAN）+ 集群软件（如Pacemaker/Windows Cluster）+ 应用层Keepalived，如果你的业务数据量小或对实时性要求极高（如银行），建议走RGDO（远程同步数据）或同城双活（纯硬件层面），对于初创或小团队，普通双机热备（方案一或二） + 定期演练 是最快见效的“落地”方式。