12

最近我正在考虑在生产环境中使用 Amazon RDS Multi-AZ 部署服务，并且我已经阅读了相关文档。

但是，我有一个关于故障转移的问题。在 Amazon RDS 的 FAQ 中，failover 是这样描述的：

问：多可用区故障转移期间会发生什么，需要多长时间？

故障转移由 Amazon RDS 自动处理，因此您可以在无需管理干预的情况下尽快恢复数据库操作。故障转移时，Amazon RDS 只需翻转您的数据库实例的规范名称记录 (CNAME) 以指向备用数据库实例，而备用数据库又被提升为新的主数据库实例。我们鼓励您遵循最佳实践并在应用层实现数据库连接重试。故障转移时间是完成崩溃恢复所需时间的函数。从头到尾，故障转移通常在三分钟内完成。

从上面的描述，我想肯定有一个监控服务可以检测到主实例的故障并进行翻转。

我的问题是，这个监控服务托管在哪个AZ？有 3 种可能性： 1. 与主 AZ 相同 2. 与备用 AZ 相同 3. 另一个 AZ

显然 1&2 不会是这种情况，因为它无法处理整个 AZ 不可用的情况。那么，如果是3的话，监控服务的AZ宕机了怎么办？是否有其他服务可以监控此监控服务？这似乎是一个无尽的多米诺骨牌。

那么，亚马逊如何确保 RDS 在多可用区部署中的可用性？

4

4 回答 4

1

那么，亚马逊如何确保 RDS 在多可用区部署中的可用性？

鉴于 RDS 是一种 PaaS 服务，我认为这种情况下的“如何”是通过设计从用户中抽象出来的。多可用区部署有很多隐藏的内容，但以下情况是正确的：

  • 您无权访问辅助实例，除非发生故障转移
  • 保证辅助实例位于与主实例不同的 AZ

在他的博客文章中，John Gemignani 提到了observer在多可用区架构中管理哪个 RDS 实例处于活动状态的概念。但就您而言，什么是observer？它从哪里观察？

根据我对 AWS 的经验，这是我的猜测：

RDS 多可用区部署中的observer高可用性服务部署在 RDS 多可用区可用的每个区域的每个可用区中，并利用现有 AWS 平台服务来监控所有基础设施的运行状况和状态可能会影响 RDS 实例。构成 AWS 平台的某些服务observer可能是 AWS 平台本身的一部分，并且对用户隐藏。

我愿意打赌，构成 CloudWatch Events 的相同底层服务在 RDS 多可用区的某些容量中使用observer。在 Jeff Barr 宣布 CloudWatch Events 的博客文章中，他这样描述该服务：

您可以将 CloudWatch Events 视为 AWS 环境的中枢神经系统。它连接到受支持服务的每个角落，并在发生操作变化时意识到它们。然后，在您的规则驱动下，它会激活功能并发送消息（如果您愿意，可以激活肌肉）以响应环境、进行更改、捕获状态信息或采取纠正措施。

以同样的方式思考observer- 它是 AWS 平台的一个组件，提供了我们作为平台用户不需要考虑的功能。这是 AWS 在责任共担模型中的职责的一部分。

于 2018-06-12T20:27:55.753 回答
0

我们无法确定故障转移实例所在的位置，但我们的主实例位于 US-West-2c，辅助实例位于 US-West-2b。

使用 PostgreSQL，我们的数据由于 Amazon 卷的物理问题而损坏（据我们所知）。当时我们没有设置多可用区，因此为了恢复，我们必须尽可能接近事件的时间点执行时间点恢复。亚马逊支持向我们保证，如果我们继续使用多可用区，它们会自动滚动到另一个可用区。这就引出了他们如何确定这一点的问题，以及数据损坏是否会传播到其他可用区？

因为那个 shisaster，我们还添加了一个只读副本，这对我来说似乎更有意义。我们还将 RO 副本用于读取和其他功能。我从我的 Amazon 代表那里了解到，可以将 Multi-AZ 设置视为一种 RAID 情况。

于 2015-04-21T18:30:26.743 回答
0

有根据的猜测 - 监控服务在所有 AZ 上运行，并引用运行实例的共享列表（跨 AZ 同步复制）。一旦一个 AZ 上的监控服务注意到另一个 AZ 已关闭，它会将所有正在运行的实例的 CNAMES 翻转到当前已启动的 AZ。

于 2012-07-05T10:56:38.367 回答
0

从文档中，如果满足以下条件，则会发生故障转移：

  • 主可用区中的可用性丢失
  • 与主节点的网络连接丢失
  • 主计算单元故障
  • 主存储故障

这推断监控不在同一个 AZ中。最有可能的是，只读副本正在使用 mysql 函数 ( https://dev.mysql.com/doc/refman/5.7/en/replication-administration-status.html ) 来监控主服务器的状态，并在主变得无法访问。

当然，这就带来了一个问题，如果副本 AZ 发生故障会发生什么？亚马逊很可能会检查副本的故障检测，以确定它是失败还是主要是失败。

于 2015-11-23T20:23:21.947 回答