1. 初识高可用集群

    高可用集群，High Availability Cluster，简称HACluster。高可用集群就是当某一个节点或服务器发生故障时，另一个节点能够自动且立即向外提供服务，即将有故障节点上的资源转移到另一个节点上去，这样另一个节点有了资源既可以向外提供服务。高可用集群是用于单个节点发生故障时，能够自动将资源、服务进行切换，这样可以保证服务 一直在线。在这个过程中，对于客户端来说是透明的。

    高可用集群软件的主要作用就是实现故障检查和业务切换的自动化。只有两个节点的高可用集群又称为双机热备，即使用两台服务器互相备份。当一台服务器出现故 障时，可由另一台服务器承担服务任务，从而在不需要人工干预的 情况下，自动保证系统能持续对外提供服务。双机热备只是高可用集群的一种，高可用集群系统更可以支持两个以上的节点，提供比双机热备更多、更高级的功能， 更能满足用户不断出现的需求变化。

  2. 高可用集群的衡量标准

    高可用集群一般是通过系统的可靠性(reliability)和系统的可维护性 (maintainability)来衡量的。通常用平均无故障时间（MTTF）来衡量系统的可靠性，用平均维护 时间（MTTR）来衡量系统的可维护性。因此，一个高可用集群服务可以这样来定义：HA=MTTF/(MTTF+MTTR)*100%。

    一般高可用集群的标准有如下几种：

    99%：表示 一年宕机时间不超过4天

    99.9% ：表示一年宕机时间不超过10小时

    99.99%： 表示一年宕机时间不超过1小时

    99.999% ：表示一年宕机时间不超过6分钟

  3. 高可用集群的三种方式

    （1）、主从方式（非对称）

    这种方式组建的高可用集群通常包含2个节点和一个或多个服务器，其中一台作为主节点（active），另一台作为备份节点（standy）。备份节点随时都在检测主节点的健康状况，当主节点发生故障时，服务会自动切换到备份节点上以保证服务正常运行。


    （2）、对称方式

    这种方式一般包含2个节点和一个或多个服务，其中每一个节点都运行着不同的服务且相互作为备份，两个节点互相检测对方的健康状况，这样当其中一个节点发生故障时，该节点上的服务会自动切换到另一个节点上去。这样可以保证服务正常运行。


    （3）、多机方式

    这种集群包含多个节点和多个服务。每一个节点都可能运行和不运行服务，每台服务器都监视着几个指定的服务，当其中的一个节点发生故障时，会自动切换到这组服务器中的一个节点上去。

  4. 高可用集群的组件

    实现高可用集群需要以下组件：

    （1）Messaging  Layer：可以理解为信息层，主要的作用是传递当前节点的心跳信息，并告知给对方，这样对方就知道其他节点是否在线。如果不在线，则可以实现资源转移， 这样另一台节点就可以充当主节点，并正常提供服务。传递心跳信息一般使用一根心跳线连接，该线接口可以使用串行接口也可以是以太网接口来连接。每一个节点 上都包含信息层。

    （2）CRM：Cluster  Resource Messager,该组件叫做资源管理器，它主要是用来提供那些不具有高可用的服务提供高可用性的。它需要借助Messaging  Layer来实现工作，因此工作在Messaging Layer上层。资源管理器的主要工作是根据messaging Layer传递的健康信息来决定服务的启动、停止和资源转移、资源的定义和资源分配。在每一个节点上都包含一个CRM，且每个CRM都维护这一个 CIB（Cluster Internet  Base，集群信息库），只有在主节点上的CIB是可以修改的，其他节点上的CIB都是从主节点那里复制而来的。在CRM中还包含LRM和DC等组件。

    （3）LRM：Local Resource  Messager，叫做本地资源管理器，它是CRM的一个子组件，用来获取某个资源的状态，并且管理本地资源的。例如：当检测到对方没有心跳信息时，则会启动本地相应服务。

    （4）DC：可以理解为事务协调员，这个是当多个节点之间彼此收不到对方的心跳信息时，这样各个节点都会认为对方发生故障 了，于是就会产尘分裂状况（分组）。并且都运行着相关服务，因此就会发生资源争夺的状况。因此，事务协调员在这种情况下应运而生。事务协调员会根据每个组 的法定票数来决定哪些节点启动服务，哪些节点停止服务。DC一般位于主节点上。

    （5）PE和TE：都是DC的子组件。PE（Policy Engine），策略引擎，来定义资源转移的一整套转移方式，但只是做策略者，并不亲自来参加资源转移的过程，而是让TE来执行自己的策略。TE（Transition Engine），就是来执行PE做出的策略的并且只有DC上才运行PE和TE。

    （6）stonithd组件，“爆头”：这种方式直接操作电源开关，当一个节点发生故障时，另 一个节点如果能侦测到，就会通过网络发出命令，控制故障节点的电源开关，通过暂时断电，而又上电的方式使故障节点被重启动或者直接断电， 这种方式需要硬件支持。

    （7）共享存储：对于某些服务如http、mysql等服务，需要将某些数据共享，这样当使用不同的节点来访问存储设备时，都可以返回正确的信息。使用共享存储设备，将相关的数据放在共享设备上，这样无论那一台服务器挂了，都不会影响用户的访问。

    常用的共享存储设备有如下三种：

    DAS:Direct  Attached  Storage,直接附加存储

    NAS：Network Attached Storage，网络附加存储

    SAN：Storage  Area  Network，存储区域网络

       （8）资源：启动一个服务需要的子项目。例如，ip、服务（脚本）和文件系统（存储数据）等。

       （9）资源转移：将有故障节点的VIP设置到另一个节点上去，并在另一个节点启用相应的服务。

     （10）资源代理（Resource Agent）：RA实际负责启动资源的，LRM用来管理本地资源的，但是不能启动资源，当需要启动资源时会调用RA来启动，RA是一个脚本文件，在一个节点上可能有多个RA。

       因此，一个高可用集群服务的组件架构大概是这样子的：

wKiom1fcGQKh5U49AADA16gqHyE423.jpg-wh_50

     5.以下的实验，用来加深大家对高可用集群的认识和理解：

      实验环境：

      物理主机：172.25.254.26

      虚拟主机：server3、server4、server5

      server3.example.com：172.25.26.3

      server4.example.com：172.25.26.4

      server5.example.com：172.25.26.5

      实验配置：

      server3和server4配置相同，以下以server3为例：

      ##server3：

      [[email protected] ~]# cd /etc/yum.repos.d/
      [[email protected] yum.repos.d]# ls
      yum.repo                                 ##此处将替他源删除，以免干扰

      [[email protected] yum.repos.d]# vim yum.repo       ##yum源配置

wKiom1fcImKSMGohAADBVNIjtM8122.png-wh_50

wKiom1fcot-Thji-AAEeyiyRJRM920.png-wh_50

wKiom1fcowDRWq5hAACIA8UNCvY900.png-wh_50

       Fence Devices模块:

wKioL1fco9-BVkh9AADhRKqY1yk718.png-wh_50

       Failover Domains模块:

wKiom1fcpCmx4b9dAADV83JwpOk000.png-wh_50

       Resources模块：

wKioL1fcpI3gkZk7AADkS0_YGIE759.png-wh_50

wKiom1fcpLCDuiwCAADED_vj9VE202.png-wh_50

       Service Groups模块：

wKioL1fcpXCAGN63AAErxaA3fDM785.png-wh_50

wKiom1fcpZfCrcKlAACoj1pJ5bc662.png-wh_50

wKiom1fcpa6jlSPIAACDLdMNN7w765.png-wh_50

       Conligure模块：

wKioL1fcpgqx5V96AAC8Fsu58Lo890.png-wh_50

       完成以上配置后，可用以下命令检测：

       [[email protected] cluster]# cat cluster.conf              ##可以发现刚才图形界面的配置，都会在server3和server4这个文件中体现，并且两个内容相同，表示成功

       [[email protected] cluster]# clustat               ##检验健康状况
       Cluster Status for zyz_123 @ Sat Sep 17 03:01:47 2016
       Member Status: Quorate

        Member Name                                ID   Status
        ------ ----                                ---- ------
        server3.example.com                            1 Online, Local
        server4.example.com                            2 Online

        [[email protected] cluster]# fence_node server4.example.com       ##down掉server4，再次检测，会发现server4关机后又重启

         读者也可启动http服务，然后进行相应的验证。

         以上就是小编对Linux高可用集群的初步小结，期待着读者提出宝贵的意见和建议！