一、指导事项归纳
1.多活原因归纳
推动多活的原因大体可归纳为以下三种。
- 高可用架构部署
- 业务整体的容灾
- 单机房容量限制
2.多活指导归纳
多活牵扯公司业务方方面面，整体来讲业务改造和基础设施中间件改造两大块。
- 核心链路自包含可逻辑分片
- 调用尽可能收敛在本单元
- 流量分片逻辑尽可能均衡
- 中间件多活架构改造升级
- 业务改造支持多活方案
- 业务场景验证中间件能力
3.推动事项归纳
顺利推进多活事项是公司重要战略，需要统一思想，将多活项目当成最高优先级推进。
- 统一思想认识自觉对齐到公司级战略项目
- 设置总架构师级别建议对齐部门负责人，对整体架构方案和结果负责
例如：总架构师拥有对各个部门牵头同学拥有不低于60%的绩效考核权
- 部门负责人作为该部门领导需要全力推动
- 每个业务线设置接口人并负责该业务线所有对接和推动事务，对本业务线或者部门的推动结果负责
例如：业务线接口人拥本业务参与多活事项同学不低于60%的绩效考核权
- 项目架构师与各业务负责人周会例会及时跟进问题和进度
- 各个牵头人梳理的问题对外沟通前，先部门内部对齐，提升沟通效率
4.抓核心链路
先保证核心链路的多活，避免面面俱到严重拖累进度，例如：
- 优惠券库存类扣减先中心机房统一扣减
- 管理运营类等无实时要求的先不做多活
- 流量切换过程中容忍分钟级不可用，切换结束后恢复
二、多活规则与流量选择
1.路由因子选择与映射
路由因子选择： 需要根据公司业务场景选择，常见的路由因子有地域、用户ID。
路由因子与机房映射：
地域因子：将地域编号与机房建立映射，例如：001->unit-a
用户因子：将UID与机房建立映射，例如：123456与机房编号哈希后映射到unit-a
2.请求分配正确机房
一个请求有了多活规则后如何将请求路由到正确机房，归纳了以下几种方式：
- 终端服务通过多域名切换：将请求直接路由到正确机房
- 在反向代理层转发：转发属于异地机房流量
- 在网关层转发：转发属于异地机房流量
3.多活管控中心服务
- 多活部署通过双向同步或者双写方式保证数据的一致性
- 提供SDK和服务接口供中间件或者服务服务映射规则
- 提供流量切换的整个闭环流程
三、RPC跨机房调用能力
1.注册中心架构图
- 节点注册时需要将机房信息一并注册
- 注册中心提供跨机房双向同步能力
2.RPC框架跨机房调用
- 默认本机房调用策略
- 提供自定义路由功能供业务选择是否跨机房调用
- 需要注意新老版本以及发布时是否存在流量倾斜问题
四、消息跨机房复制
1.复制插件管理与监控
在一些业务场景中需要消息集群提供跨机房复制能力，将其他机房的流量收敛到一个机房去消费。
- 通过复制器插件将消息跨机房复制
- 通过管理平台对复制器的监控和管理
2.流量隔离与动态订阅
- 通过不同主题进行流量隔离规避重复复制问题
- 动态唤醒消费SDK订阅复制流量
- 复制流量来源机房打标
五、存储双向同步
1.Redis双向同步
Redis双向同步并不是做多活的公司都需要，如果能作为极短时间过期使用无需进行同步。然而也有的作为较长时间去存储，如果业务改造成本巨大需要提供双向复制能力。方案有很多种，有改源码的，下面介绍一种RedisSyncer，java实现，详见下面github连接。
- https://github.com/TraceNature/redissyncer-server
可根据实际场景进行改造，主要功能有：
- 断点续传
- 数据同步
- 数据迁移
- 数据校验
实现原理：
- 复制器伪装成从节点复制数据
- 同步时通过写入辅助key的方式来识别流量来源，规避重复复制问题。
注意事项：
- 是否需要redis双向复制提早规划
- 过滤过短时间key无效复制，比如：小于3秒的不再同步
- 批量写入提升性能
2.MySql双向同步
数据库的双向同步在异地多活通常是必须要做的事情，下面是阿里开源otter，可基于其二次定制开发。
- https://github.com/alibaba/otter
解决循环复制实现原理：
- 通过事务表解决数据循环复制
- 复制数据时同时写入一条数据到事务表在同一个事物中
- 同步数据时只同步不再事务表中的数据到异地机房
还需要提供其他周边工具：
- 提供数据校验工具
- 提供数据订正工具
- 提供DDL双向同步
- 提供数据冲突策略
注意事项提点：
- 统一关系数据库存储 多种数据库PostgreSQL、MySql等的建议统一为一种
- 相关任务提早同步进行
- 中间件与DBA开发协同推进 例如：可以将周边工具交由DBA开发
另外，在存储侧流量切换时需要提供数据库禁写功能，避免实现切流过程数据的不一致，禁写的实现可以通过sql动态拼接一个很大的时间戳实现。
六、其他改造事项
除了中间件和业务核心服务改造外，还有一些其他的改造事项，例如：
- 发布系统支持不同机房发布
- CMDB中的资源和应用标识
- 监控体系支持不同机房流量标识
- 其他存储相关(ES、Hbase等)尽量不复制
七、流量切换过程
1.流量切换大体流程
从机房A流量切换机房B的大体流程图如下：
- @1 多活规则中心下发禁写通知和禁写时间基线
- @2 数据库SDK收到禁写数据库写入和更新
- @2 双向复制器收到超过禁写时间基线不再复制
- @3 双向复制器上报复制完成状态
- @4 多活规则中心下发流量切换通知
- @5 Nginx&网关层收到将流量切换到机房B并上报切换完成状态
- @6 多活规则中心下发取消禁写通知
2.流量切换注意问题
部分流量切换的问题 场景一：切某个地域的10%流量 场景二：切某个场景用户的10%流量
部分流量切换时数据库禁止设计判断
部分流量切换时复制器完成的判断和替代方案
3.复制器监控与思考
针对复制器自身稳定性和性能的监控
复制器复制进度的监控思考
本文转载自微信公众号「瓜农老梁」，可以通过以下二维码关注。转载本文请联系瓜农老梁公众号。
