《云上容灾交付服务白皮书》——2.容灾技术架构——2.3 新技术的趋势分析

简介: 《云上容灾交付服务白皮书》——2.容灾技术架构——2.3 新技术的趋势分析

容灾相关技术,一直利用应用场景更新及技术创新实现自身迭代。从传统 IT 到云计算、从物理网络到 SDN(Software Defined Network),容灾相关技术一直跟随最新科技趋势在持续演进,每次演进的结果势必跨上一个新台阶。


2.3.1 云化基础设施的容灾需求日益增长


云计算因弹性、敏捷性等优势,成为各行业推动产业创新、数字化转型的优先选项。在国家标准组织及监管机构的相关政策引导下,采用云化基础设施的顾虑逐渐消除,双模IT 形态会并存。政府、金融、能源及交通等各行业与云计算厂商的合作也日益增多,云计算已经成为各个行业或组织不可或缺的一部分。


随着云计算成为各行业基础设施的一部分,云化基础设施不断为各种信息系统提供服务,容灾建设刻不容缓。基于云化基础设施的同城容灾、异地容灾、多活架构迅速地应用起来,具备一些特点:大多行业或项目,会采用“先同城再异地”的策略;而多活架构的难度大,处于技术讨论热点,落地案例相对偏少。


2.3.2 主备容灾架构的局限性


从某种意义来看,容灾的发展就是对业务连续性的不断追求。常见的主备容灾模式,通常是在备份数据中心建设一套相同(似)的软硬件系统,灾难发生时后在约定的时间范围(RTO)内恢复信息系统的运行,尽量减少灾难带来的损失。虽然主备容灾模式具有成本低、适用性广等特点,但在实际应用中存在一些关键问题,包括:灾备中心资源闲置率高、容灾切换风险高。


2.3.3 多活架构的优势


多活架构是容灾的一种高级形态,指在同城或异地数据中心建立一套与本地数据中心的全部或部份的信息系统,所有数据中心同时对外提供服务。当灾难发生后,多活架构的管理系统可以分钟级内完成业务切换,用户可能感受不到灾难发生和容灾切换。 基于多活架构,可以很大程度地提升业务连续性指标及用户体验,保护业务免受更大的损失,其效果如下:


分钟级 RTO:恢复时间可达分钟级,部分场景可实现秒级切换(< 1 分钟)。

资源闲置率低:多机房多资源充分利用,不再存在闲置的资源。

切换成功率高:所有机房处于“热”状态,通过流量配比实现切换。

流量精准控制:依托精准引流将特定流量引入特定数据中心,进一步可孵化出应用多中心灰度发布、重点流量保障等功能。


2.3.4 多活架构的未来展望


多活架构在我国已有近十年的实践历史,虽然在落地上存在一些难点(如:流量路由一致性、数据读写一致性等),但一些行业先行者已经有了成功案例。未来在面对业务连续性高、混合云或多云的场景时,多活架构会有更大的优势,也是未来容灾演进主要方向之一。

相关文章
|
1月前
|
安全 数据处理 数据安全/隐私保护
C/S架构与B/S架构的适用场景分析
C/S架构(客户端/服务器架构)与B/S架构(浏览器/服务器架构)在适用场景上各有特点,主要取决于应用的具体需求、用户群体、系统维护成本、跨平台需求等因素。
103 6
|
8天前
|
存储 SQL 分布式计算
湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
【10月更文挑战第7天】湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
12 1
|
1月前
|
存储 监控 安全
SaaS业务架构:业务能力分析
【9月更文挑战第20天】在数字化时代,软件即服务(SaaS)模式逐渐成为企业软件解决方案的首选。SaaS 业务架构设计对于提供高效、可靠的服务至关重要。其核心业务能力包括:用户管理(注册登录、角色权限)、数据管理(存储备份、安全共享)、业务流程管理(设计定制、工作流自动化)、应用集成(第三方应用、移动应用)及客户服务(支持培训、反馈改进)。通过优化这些能力,可为企业提供更高效、可靠的 SaaS 服务。
40 11
|
1月前
|
缓存 负载均衡 数据管理
深入探索微服务架构的核心要素与实践策略在当今软件开发领域,微服务架构以其独特的优势和灵活性,已成为众多企业和开发者的首选。本文将深入探讨微服务架构的核心要素,包括服务拆分、通信机制、数据管理等,并结合实际案例分析其在不同场景下的应用策略,旨在为读者提供一套全面、深入的微服务架构实践指南。**
**微服务架构作为软件开发领域的热门话题,正引领着一场技术革新。本文从微服务架构的核心要素出发,详细阐述了服务拆分的原则与方法、通信机制的选择与优化、数据管理的策略与挑战等内容。同时,结合具体案例,分析了微服务架构在不同场景下的应用策略,为读者提供了实用的指导和建议。
|
2月前
|
消息中间件 负载均衡 Kafka
Kafka 实现负载均衡与故障转移:深入分析 Kafka 的架构特点与实践
【8月更文挑战第24天】Apache Kafka是一款专为实时数据处理和流传输设计的高性能消息系统。其核心设计注重高吞吐量、低延迟与可扩展性,并具备出色的容错能力。Kafka采用分布式日志概念,通过数据分区及副本机制确保数据可靠性和持久性。系统包含Producer(消息生产者)、Consumer(消息消费者)和Broker(消息服务器)三大组件。Kafka利用独特的分区机制实现负载均衡,每个Topic可以被划分为多个分区,每个分区可以被复制到多个Broker上,确保数据的高可用性和可靠性。
55 2
|
2月前
|
数据采集 存储 Java
Flume Agent 的内部原理分析:深入探讨 Flume 的架构与实现机制
【8月更文挑战第24天】Apache Flume是一款专为大规模日志数据的收集、聚合及传输而设计的分布式、可靠且高可用系统。本文深入解析Flume Agent的核心机制并提供实际配置与使用示例。Flume Agent由三大组件构成:Source(数据源)、Channel(数据缓存)与Sink(数据目的地)。工作流程包括数据采集、暂存及传输。通过示例配置文件和Java代码片段展示了如何设置这些组件以实现日志数据的有效管理。Flume的强大功能与灵活性使其成为大数据处理及实时数据分析领域的优选工具。
85 1
|
2月前
|
消息中间件 存储 大数据
大数据-数据仓库-实时数仓架构分析
大数据-数据仓库-实时数仓架构分析
114 1
|
2月前
|
前端开发 大数据 数据库
🔥大数据洪流下的决战:JSF 表格组件如何做到毫秒级响应?揭秘背后的性能魔法!💪
【8月更文挑战第31天】在 Web 应用中,表格组件常用于展示和操作数据,但在大数据量下性能会成瓶颈。本文介绍在 JavaServer Faces(JSF)中优化表格组件的方法,包括数据处理、分页及懒加载等技术。通过后端分页或懒加载按需加载数据,减少不必要的数据加载和优化数据库查询,并利用缓存机制减少数据库访问次数,从而提高表格组件的响应速度和整体性能。掌握这些最佳实践对开发高性能 JSF 应用至关重要。
58 0
|
2月前
|
存储 设计模式 运维
Angular遇上Azure Functions:探索无服务器架构下的开发实践——从在线投票系统案例深入分析前端与后端的协同工作
【8月更文挑战第31天】在现代软件开发中,无服务器架构因可扩展性和成本效益而备受青睐。本文通过构建一个在线投票应用,介绍如何结合Angular前端框架与Azure Functions后端服务,快速搭建高效、可扩展的应用系统。Angular提供响应式编程和组件化能力,适合构建动态用户界面;Azure Functions则简化了后端逻辑处理与数据存储。通过具体示例代码,详细展示了从设置Azure Functions到整合Angular前端的全过程,帮助开发者轻松上手无服务器应用开发。
23 0
|
3月前
|
供应链 负载均衡 数据库
软件架构一致性问题之分析代码修改的 Scalability如何解决
软件架构一致性问题之分析代码修改的 Scalability如何解决
50 1