建站
咨詢
售后
建站咨詢
新聞中心
?譯者 | 李睿
審校 | 孫淑娟
災難恢復（DR）是企業(yè)級數(shù)據(jù)庫的核心功能。數(shù)據(jù)庫供應商一直在尋找改進災難恢復的方法，而在過去的10年里，數(shù)據(jù)庫災難恢復也出現(xiàn)了重大的創(chuàng)新。
本文簡要介紹數(shù)據(jù)庫災難恢復的發(fā)展歷史，重點介紹了基于云計算的分布式數(shù)據(jù)庫中的災難恢復（DR）和高可用性（HA）的創(chuàng)新。
1、測量高可用性和災難恢復
高可用性（HA）和災難恢復（DR）的目標是保持系統(tǒng)在操作級別上正常運行。它們都試圖消除系統(tǒng)中的單點故障，并使故障切換或恢復過程實現(xiàn)自動化。
高可用性（HA）通常由系統(tǒng)每年運行的時間百分比來衡量。災難恢復的重點是在災難發(fā)生之后使系統(tǒng)恢復服務，使數(shù)據(jù)的損失最小化。這是由兩個指標來衡量的：恢復所需的時間或恢復時間目標(RTO)，以及數(shù)據(jù)量的丟失或恢復點目標(RPO)。而恢復點目標(RPO)和恢復時間目標(RTO)應該盡可能降低。
高可用性和災難恢復的測量
每個災難都是獨一無二的，因此容錯目標（FTT）描述了系統(tǒng)能夠承受的最大災難范圍。通常使用的容錯目標（FTT）是區(qū)域級別，它表示災難已經(jīng)影響到州或城市等地理區(qū)域。
2、災難恢復發(fā)展簡史
數(shù)據(jù)庫的災難恢復技術(shù)經(jīng)歷了備份和恢復、主備和多活三個階段。
（1）備份和恢復
在災難恢復的早期階段，數(shù)據(jù)庫利用數(shù)據(jù)塊和事務日志為完整數(shù)據(jù)和增量數(shù)據(jù)創(chuàng)建備份。如果發(fā)生災難，則從備份和應用程序事務日志恢復數(shù)據(jù)庫。
近年來，公共云數(shù)據(jù)庫服務將存儲復制與傳統(tǒng)數(shù)據(jù)庫備份技術(shù)相結(jié)合，提供基于快照的跨區(qū)域自動恢復備份。這種方法定期從源區(qū)域的數(shù)據(jù)庫生成快照，并將快照文件復制到目標區(qū)域。如果源區(qū)域崩潰，則從目標區(qū)域恢復數(shù)據(jù)庫，服務將會繼續(xù)。這種解決方案的恢復點目標(RPO)和恢復時間目標(RTO)可能長達幾個小時，因此它最適合沒有嚴格可用性需求的應用程序。
備份和恢復的災難恢復
（2）主備
數(shù)據(jù)庫集群標志著開發(fā)的第二個階段。在集群中，主節(jié)點讀取和寫入數(shù)據(jù)。一個或多個備份節(jié)點接收事務日志并應用它們，提供具有一定延遲的讀取功能。
主備的災難恢復
盡管這個解決方案涉及到集群的概念，但它仍然基于一個整體數(shù)據(jù)庫?？蓴U展性僅限于讀操作，不能擴展寫操作。當然與前一代解決方案相比，其恢復時間目標(RTO)減少到幾分鐘，恢復點目標(RPO)減少到幾秒。
Amazon Aurora使用跨區(qū)域讀副本的邏輯復制，是建立在該技術(shù)上的早期云數(shù)據(jù)庫服務之一。
具有跨區(qū)域讀副本的Aurora邏輯復制
近年來，Aurora在這一設(shè)計的基礎(chǔ)上提供了全球數(shù)據(jù)庫服務。該服務通過存儲復制技術(shù)，將數(shù)據(jù)從源區(qū)域異步復制到目的區(qū)域。如果源區(qū)域出現(xiàn)故障，服務可以立即切換到備份集群。恢復時間目標(RTO)可以減少到幾分鐘，恢復點目標(RPO)不到一秒。
（3）多活災難恢復
在多活災難恢復中，一個數(shù)據(jù)庫為同一份數(shù)據(jù)副本提供至少三個讀和寫服務節(jié)點，并且數(shù)據(jù)庫可以根據(jù)工作負載向外或向內(nèi)擴展。這種功能背后的需求來自廣泛的互聯(lián)網(wǎng)規(guī)模應用程序，這些應用程序需要更高的性能、更低的延遲、更高的可用性、彈性擴展性和數(shù)據(jù)庫的彈性。
傳統(tǒng)的分片數(shù)據(jù)庫基于一個或多個列共享數(shù)據(jù)，形成了多活。分片解決方案通過事務日志復制實現(xiàn)災難恢復。例如，谷歌公司曾經(jīng)維護過一個非常大的MySQL分片系統(tǒng)。這個解決方案提供了某種程度的可擴展性，但不能隨著碎片的增加而提高災難恢復能力。其性能將顯著下降，維護成本將大幅上升。因此，分片是多活的過渡解決方案。
近年來，基于Raft或Paxos共識協(xié)議的無共享數(shù)據(jù)庫發(fā)展迅速。他們解決了以上提到的可擴展性和可用性挑戰(zhàn)。多活的主要參與者包括TiDB和CockroachDB。他們的數(shù)據(jù)庫及其災難恢復技術(shù)使大多數(shù)遺留數(shù)據(jù)庫和關(guān)系數(shù)據(jù)庫服務（RDS）過時。
3、具有分布式數(shù)據(jù)庫的多活災難恢復
以下了解應用于分布式數(shù)據(jù)庫的多活災難恢復。例如，TiDB是一個開源的、高可用性的分布式數(shù)據(jù)庫。它將每個表或分區(qū)劃分為較小的TiDB區(qū)域，并將這些TiDB區(qū)域中的數(shù)據(jù)的多個副本存儲在不同的TiKV節(jié)點上。這就是所謂的數(shù)據(jù)冗余。TiDB采用Raft共識協(xié)議，因此當數(shù)據(jù)發(fā)生更改時，只有在事務日志同步到大多數(shù)數(shù)據(jù)副本時才返回事務提交。這極大地提高了數(shù)據(jù)庫恢復點目標(RPO)。事實上，在大多數(shù)情況下恢復點目標(RPO)是0。這確保了數(shù)據(jù)的一致性。此外，TiDB的架構(gòu)將其存儲引擎和計算引擎分離開來。這允許用戶根據(jù)工作負載的變化擴展TiDB節(jié)點和TiKV存儲節(jié)點。
TiDB的存儲架構(gòu)
（1）典型的多區(qū)域容災解決方案
下圖顯示了TiDB如何交付典型的多區(qū)域災難恢復解決方案。
TiDB的多區(qū)域容災解決方案
以下是TiDB容災架構(gòu)的關(guān)鍵術(shù)語：
- TiDB區(qū)域：TiDB的調(diào)度和存儲單元。
- 區(qū)域：兩個地點或城市。
- 可用性區(qū)域（AZ）：獨立的高可用性（HA）分區(qū)。在大多數(shù)情況下，可用性區(qū)域（AZ）是一個區(qū)域中相距較近的兩個數(shù)據(jù)中心或城市。
- L：Raft組的Leader副本。
- F：Raft組中的Follower副本。
在上圖中，每個區(qū)域包含數(shù)據(jù)的兩個副本。它們位于不同的可用性區(qū)域（AZ）中，整個集群跨越三個區(qū)域。區(qū)域1通常處理讀寫請求。區(qū)域2用于在區(qū)域1發(fā)生災難后的故障轉(zhuǎn)移，它還可以處理一些對延遲不敏感的讀負載。區(qū)域3是保證即使在區(qū)域1完成時仍能達成共識的副本。這種典型的配置稱為“2-2-1”架構(gòu)。這種架構(gòu)不僅確保了災難恢復，而且為業(yè)務提供了多活能力。在這一架構(gòu)中：
- 最大的容錯目標可以位于區(qū)域級別。
- 可以擴展寫作能力。
- 恢復點目標(RPO)為0。
- 恢復時間目標(RTO)可以設(shè)置為1分鐘甚至更短。
許多分布式數(shù)據(jù)庫供應商經(jīng)常向他們的用戶推薦這種架構(gòu)作為災難恢復解決方案。例如，CockroachDB推薦他們的3-3-3配置來實現(xiàn)區(qū)域級災難恢復；Spanner為多區(qū)域部署提供2-2-1配置。但是，當區(qū)域1和2同時不可用時，這一解決方案不能保證高可用性。一旦區(qū)域1完全關(guān)閉，如果區(qū)域2上的任何一個存儲節(jié)點出現(xiàn)問題，則可能會導致系統(tǒng)性能下降，甚至數(shù)據(jù)丟失。如果需要多區(qū)域級別的容錯目標（FTT），或者需要嚴格的系統(tǒng)響應時間，則仍然需要將這一解決方案與事務日志復制技術(shù)相結(jié)合。
（2）使用變更數(shù)據(jù)捕獲增強的多區(qū)域災難恢復
TiCDC是TiDB的增量數(shù)據(jù)復制工具。它獲取TiKV節(jié)點上的數(shù)據(jù)變化，并與下游系統(tǒng)同步。TiCDC具有與事務日志復制系統(tǒng)類似的架構(gòu)，但它具有更強的可擴展性，并且在災難恢復場景中與TiDB協(xié)同工作良好。
以下配置包含兩個TiDB集群。區(qū)域1和區(qū)域2共同組成集群1，這是一個由5個副本組成的集群。區(qū)域1包含兩個副本，用于提供讀寫操作，區(qū)域2包含兩個副本，用于在區(qū)域1發(fā)生災難時進行快速故障轉(zhuǎn)移。區(qū)域3包含一個用于在Raft組中達到quorum的副本。區(qū)域3中的集群2作為災難恢復集群。它包含三個副本，以便在區(qū)域1和區(qū)域2發(fā)生災難時提供快速故障轉(zhuǎn)移。TiCDC處理兩個集群之間數(shù)據(jù)更改的同步。這種增強的架構(gòu)可以稱為2-2-1:1。
使用TiCDC的TiDB多區(qū)域災難恢復
這種看似復雜的配置實際上具有更高的可用性。它可以實現(xiàn)多區(qū)域級別的最大容錯目標，恢復點目標(RPO)以秒為單位，恢復時間目標(RTO)以分鐘為單位。對于單個區(qū)域，如果完全不可用，恢復時間目標(RTO)為0。
（3）災難恢復解決方案比較
在下表中，對本文中提到的容災解決方案進行了比較：
4、結(jié)語
經(jīng)過30多年的發(fā)展和幾個不同的發(fā)展階段，災難恢復技術(shù)如今已經(jīng)進入了多活階段。
而使用無共享架構(gòu)，TiDB等分布式數(shù)據(jù)庫結(jié)合了多副本技術(shù)和日志復制工具，將數(shù)據(jù)庫容災帶入多區(qū)域時代。
原文鏈接：https://dzone.com/articles/how-the-disaster-recovery-solutions-for-cloud-data
分享題目：云計算數(shù)據(jù)庫的災難恢復解決方案是如何演進的？
網(wǎng)頁鏈接：http://www.dlmjj.cn/article/ccooged.html
