金融行业服务器容错方案-OCTOPUS.doc

云南省证券营业部服务器容错和关键数据备份方案

服务器容错和关键数据备份方案

（ 年七月）

系统实现模式：
随作网络规模的迅速扩充，数据容量的大量增长，系统要求有更为完备的手段保障系统运行的高可靠性和系统交易的不间断性，用以对付类似系统崩溃，硬件损坏等意外情况的发生。系统需要一个支持各种应用、可以实时镜像、自动检测和切换的服务器容错镜像热备份工具。
集群是容错的较高表现形式，是一组被称为节点的计算机，对于网络的其他部分来说，两台服务器就象一个单一的实体，一个高可用的“虚拟”服务器，集群在检测到软件和硬件故障时，自动将数据和处理的服务转到无故障的节点，借此提高可用性。集群的应用可以是Active/Active 或Active /Standby 。
当一个节点发生故障时，被该计算机所使用的某些应用程序、磁盘和其他客户机资源将“故障时切换”到另一个集群节点上，当一个节点发生故障时，使用该集群的客户机可能发生两种情况：其工作活动没有受到任何影响或需要重新连接，具体取决与他们正在使用的资源情况。当有故障的节点被替换恢复到正常工作状态后，这些资源的一部分或全部将“故障后恢复”，回到原有节点的控制之下。这一切都是自动完成的。
目前的双机（多机）容错系统可以分为共享介质下的双机容错和非共享介质下的双机容错，共享介质下的容错系统支持磁盘阵列设备，共享的磁盘阵列中被保护的数据无需要同步，非共享介质下的双机容错使用服务器磁盘同步镜像，共享介质的双机容错相对于非共享介质来说，数据同步基本不占用系统资源，切换时间短，数据传输速度快（相对于单机还快），但对于系统硬件的要求高，并需要额外增加磁盘阵列设备。综合考虑证券业务的特点和性能价格比，推荐云南省证券使用非共享介质下的双机容错。
非共享磁盘环境下的交易服务器容错系统，采用服务器之间磁盘镜像的模式，实现服务器之间的数据同步，正常实际工作时，客户可见的是一个虚拟的主机名称和虚拟的主机IP地址，客户只对主服务器的数据卷进行读或写，从服务器的相对应的卷被锁定。
服务器检测到主服务器的故障时，开始切换过程，关闭主服务器的应用，释放从服务器的镜像磁盘资源，并在从服务器上启动被保护的应用，切换过程自动完成，时间大约是一分半钟。
服务器恢复时，回切过程需要管理员重新同步镜像数据，时间将视镜像数据的大小定。
数据镜像完成后，主服务器完成手工切换到Active 状态。
系统故障切换时和服务器恢复时，工作站和服务器的联系断开，因此前台委托工作站需要重新建立和服务器、数据库的连接。
在Windows NT平台上，非共享介质下的双机容错产品有以下产品可供云南省证券公司选择：
1. Legate Octopus HA+
2. NCR leftkeeper 2.02 + Extanded mirroring 2.0
经过实际的使用和比较，我们认为两种容错软件产品在NT平台上均是成熟的容错产品，虽然数据镜像的机理略有不同，但都能满足在NT平台上的服务器容错要求。
采用两种服务器容错软件的硬件设备配置基本相同，需要：
1. 两台服务器Active / Standby（两台服务器可以配置不相同）。
2. 除去正常的网络连接外，各新增一块10/100M网卡，使用100M对绞线连接，在专用链路上实现数据的镜像同步和服务器系统的心跳检测。
3. WINNT 4.0 + Windows NT PACK 4以上。
相对比，NCR Leftkeeper 支持磁盘卷一级的资源同步，数据同步的方式是以数据磁道同时读写的形式完成的，因此NCR Leftkeeper在数据初始同步的时候耗时较长，但日常交易时支持对主服务器数据磁道的检测，日常镜像速度大致相同，CPU利用率和内存使用情况也大致相同。NCR Leftkeeper系统支持对下列故障的检测和切换：
1、 心跳专用线路和网络线路均不通
2、 NT操作系统
3、 服务器磁盘磁道
4、 SQL server 数据库应用
Legate Octopus 除支持磁盘卷一级的资源同步外，还可以支持文件、目录一级的资源同步，数据同步的方式是同时镜像主服务器的操作动作，当只镜像文件时Legate Octopus 在数据初始同步的时候耗时短，并可以针对关键资源保护，当日常交易时主服务器发生数据磁道的写入出错，系统在一定次数写入出错后，系统故障切换，日常运行种镜像速度大致相同，CPU利用率和内存使用情况也大致相同。Legate Octopus系统支持对下列故障的检测和切换：
1、 心跳专用线路和网络线路均不通
2、 NT操作系统
我们在两种容错环境下都有成功的应用案例，并且使用情况良好，以下数据是我们在苏州新区证券公司实际环境下的测试数据，供云南省证券营业部参考。

一、测试环境说明
1.基本网络环境
l 工作站点数：630个，其中大多数为自助委托（钱龙热自助）
l 中心交换机壹台：3COM CoreBuilder3500
l 一级交换两台：3COM SuperStackII
l 保护和镜像数据大小 1.2 G
l 测试环境，非交易时间
2.服务器说明
行情服务器（NetWare4.11）：Netframe 9000/2CPU 一台
交易服务器：
主交易服务器：COMPAQ Proliant6000，1Xeon II400，384M ECC RAM
备份服务器： COMPAQ Proliant5000，1-Pentium Pro 200，256M ECC RAM
二、测试数据（最大值）
1.日常状态分析
Octopus HA+:主服务器CPU利用率—5-48% 主服务器内存总占用——276M
备份机CPU利用率——2-12% 备份机内存总占用——36M
LifeKeeper: 主服务器CPU利用率—5-49% 主服务器内存总占用——280M
备份机CPU利用率——4-14% 备份机内存总占用——40M
2.测试状态分析
① 镜像
Octopus HA+:支持多种镜像，文件级镜像
Lifekeeper:卷镜像同步
② 镜像同步
Octopus HA+:主服务器CPU利用率——42% 主服务器内存总占用——285M
备份机CPU利用率——38-52% 备份机内存总占用——42M
LifeKeeper: 主服务器CPU利用率——50% 主服务器内存总占用——285M
备份机CPU利用率——38-54% 备份机内存总占用——48M
③ 容错原理
Octopus HA+:TCP/IP、主机名切换、镜像数据更新动作
Lifekeeper: TCP/IP 、虚拟主机、镜像磁盘卷
3.模拟系统故障切换时间
① 网络恢复时间（可以读取文件）
Octopus HA+: 60s
Lifekeeper: 56s
② MS SQL Server接管（前台工作站可以查询访问）
Octopus HA+: 90-150s
Lifekeeper: 90-150s
4.BCP方式_数据库恢复
Octopus HA+:主服务器CPU利用率——78% 主服务器内存总占用——285M
备份机CPU利用率——38% 备份机内存总占用——42M
LifeKeeper: 主服务器CPU利用率——82% 主服务器内存总占用——287M
备份机CPU利用率——46% 备份机内存总占用——48M
实际使用中，我们发现Legate Octopus HA+ 从系统的易用性和安全性来说，都略强与Lifekeeper 以下是我们使用中得出的一些具体经验比较：
1、 Lifekeeper 每次正常关机重新启动时，系统需要自动重新进行数据镜像，需要较长时间可以正常工作，这是因为它的镜像原理是针对磁盘卷的，关机导致磁盘卷的细微差异，而Legato Octopus 是针对与文件或目录的镜像，每天的关机不会导致数据的不同步，不需要重新镜像。同时Lifekeeper 镜像的容量要大于文件本身的容量，所以Lifekeeper 镜像的时间也较长。
2、 对于磁盘卷的镜像和对于文件、目录的镜像的原理的不同，对NT系统设置的要求也不同，Lifekeeper需要主服务器的分区模式和备份服务器的分区模式相同，而Octopus 可以主服务器的C盘到备份服务器的D盘之间的文件镜像。
3、 Octopus 发生切换后的系统恢复较为简单，文件的镜像和拷贝可以简单的将SQLserver停下后完成。
4、 Octopus 和 WINNT 结合较为紧密，直接调用WINNT的API应用和直接停启WINNT的服务（SQLserver）,而Lifekeeper 使用自身的专用选件。
设备报价
设备
数量
单价
金额
NCR LifeKeeper 2.2 + NCR Extended Mirroring 1.03
1
38000
38000
* 服务器网卡3COM 3C980-TX
2
1650
3300

或：
设备
数量
单价
金额
Legate Octopus HA+ 3.1
1
35000
35000
* 服务器网卡3COM 3C980-TX
2
1650
3300

注：* 网卡的设置是为服务器容错提供网络的专用链路。
4
------------------------------------------------------------------------------------------------------------------------------------