Exchange Server 2016 独立部署/共存部署 (七)—— DAG功能测试

本文涉及的产品
应用型负载均衡 ALB,每月750个小时 15LCU
网络型负载均衡 NLB,每月750个小时 15LCU
传统型负载均衡 CLB,每月750个小时 15LCU
简介:

搭建好了DAG,又建好了DAG复制网络,最后又创建了副本数据库,只有这三部都完成了,那么恭喜你,你的Exchange 2016 DAG功能才算彻底完成,那么今天我们就来测试一下这个DAG功能的效果。

首先,我们看一下配置好的DAG功能的状态

由于主数据库在mail01,我们登录到mail02上,使用下述命令看一下复制状态

Get-MailboxDatabaseCopyStatus

image

从上图中我们可以看到位于 mail02上面的两个数据库MDB01和MDB02处于健康复制状态,且复制队列为0,说明实时复制的效果很好。

但是光看这个是不行的,不然我这篇文章就写完了…….我们还是要测!要测!要测!

来吧,继续,首先我们找到一个数据库存放在新数据库上的用户 mailtest, 它的数据库是MDB02

image

 

接下来我们跳转到ECP控制台的数据库列表里面,可以看到我们MDB01和MBD02现在的副本状态。

BTW:由于我自己的环境里面没有使用物理的NLB负载均衡设备,所以我们这里是手动指定登陆的mail01(192.168.1.8)的ECP,也可以看到我们现在的两个新数据库是在mail01上激活了的,

也就是说mail01现在是主数据库,而mail02属于standby状态。

image

 

接下来,我们关闭掉这台 mail01

image

 

我们登录到 mail02这台服务器上,打开故障转移群集管理器,我们可以马上看到,里面显示在节点中,一共有两台设备,其中一台已经宕机。

image 

 

点进去看详细信息,我们可以看到具体宕机的服务器是哪一台。

image

 

拿这个时候,我们的邮件系统DAG功能到底起作用没有呢?我们拭目以待!

这个时候,之前我们打开的mail01的ECP就无响应了,我们再次登录 mail02(192.168.1.9)的ECP(如配置了物理NLB负载均衡设备,忽略这一步)

image

我们在上图中可以清晰的看到,承载数据库的服务器从之前的 mail01 自动跳转到了 mail02。

看起来是跳转了,但是收发邮件效果如何呢?我们打开 mail02的 OWA,来测试一下。

首先我们用一个内部邮箱和一个外部邮箱给这个 mailtest 分别发送一封邮件。看一下收邮件功能有没有收到影响。

打开OWA之后,很高兴,我们收到了!

image

image

image

 

同样我们回复这两封邮件,看看发邮件的效果有没有受到影响。

哈哈,内部用户和外部用户也纷纷收到了我发送的邮件。

image 

image











到此我们DAG的功能测试基本就结束了。说明这个DAG的效果是很不错的。在我的本次测试中,大概服务器的跳转时间不到1分钟,效果还是很理想的。

对了,最后多说一句,承载数据库的主服务器我们是可以手动切换的,这个可以根据服务器性能和一些安全考虑,如果是因为服务器宕机,这个主数据库会自动的发生跳转,就和我本次测试一样。

但是如果不手动调整回来的话,数据库依然还是是会继续待在跳转后的服务器上。所以在我们服务器状态恢复之后,就可以酌情进行修改了。

image






     本文转自horse87 51CTO博客,原文链接:http://blog.51cto.com/horse87/1752162,如需转载请自行联系原作者

相关实践学习
SLB负载均衡实践
本场景通过使用阿里云负载均衡 SLB 以及对负载均衡 SLB 后端服务器 ECS 的权重进行修改,快速解决服务器响应速度慢的问题
负载均衡入门与产品使用指南
负载均衡(Server Load Balancer)是对多台云服务器进行流量分发的负载均衡服务,可以通过流量分发扩展应用系统对外的服务能力,通过消除单点故障提升应用系统的可用性。 本课程主要介绍负载均衡的相关技术以及阿里云负载均衡产品的使用方法。
相关文章
|
3月前
|
机器学习/深度学习 编解码 监控
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
这篇文章详细介绍了如何使用YOLOv8进行目标检测任务,包括环境搭建、数据准备、模型训练、验证测试以及模型转换等完整流程。
3681 1
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
2月前
|
缓存 自然语言处理 并行计算
基于NVIDIA A30 加速卡推理部署通义千问-72B-Chat测试过程
本文介绍了基于阿里云通义千问72B大模型(Qwen-72B-Chat)的性能基准测试,包括测试环境准备、模型部署、API测试等内容。测试环境配置为32核128G内存的ECS云主机,配备8块NVIDIA A30 GPU加速卡。软件环境包括Ubuntu 22.04、CUDA 12.4.0、PyTorch 2.4.0等。详细介绍了模型下载、部署命令及常见问题解决方法,并展示了API测试结果和性能分析。
1301 1
|
3月前
|
机器学习/深度学习 监控 计算机视觉
目标检测实战(八): 使用YOLOv7完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
本文介绍了如何使用YOLOv7进行目标检测,包括环境搭建、数据集准备、模型训练、验证、测试以及常见错误的解决方法。YOLOv7以其高效性能和准确率在目标检测领域受到关注,适用于自动驾驶、安防监控等场景。文中提供了源码和论文链接,以及详细的步骤说明,适合深度学习实践者参考。
650 0
目标检测实战(八): 使用YOLOv7完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
3月前
|
机器学习/深度学习 并行计算 数据可视化
目标分类笔记(二): 利用PaddleClas的框架来完成多标签分类任务(从数据准备到训练测试部署的完整流程)
这篇文章介绍了如何使用PaddleClas框架完成多标签分类任务,包括数据准备、环境搭建、模型训练、预测、评估等完整流程。
184 0
|
3月前
|
机器学习/深度学习 数据采集 算法
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
这篇博客文章介绍了如何使用包含多个网络和多种训练策略的框架来完成多目标分类任务,涵盖了从数据准备到训练、测试和部署的完整流程,并提供了相关代码和配置文件。
71 0
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
|
3月前
|
机器学习/深度学习 XML 并行计算
目标检测实战(七): 使用YOLOX完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
这篇文章介绍了如何使用YOLOX完成图像目标检测任务的完整流程,包括数据准备、模型训练、验证和测试。
260 0
目标检测实战(七): 使用YOLOX完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
3月前
|
Ubuntu API Python
Chat-TTS chat-tts-ui 实机部署上手测试!Ubuntu服务器实机 2070Super*2 8GB部署全流程
Chat-TTS chat-tts-ui 实机部署上手测试!Ubuntu服务器实机 2070Super*2 8GB部署全流程
81 1
|
14天前
|
监控 JavaScript 测试技术
postman接口测试工具详解
Postman是一个功能强大且易于使用的API测试工具。通过详细的介绍和实际示例,本文展示了Postman在API测试中的各种应用。无论是简单的请求发送,还是复杂的自动化测试和持续集成,Postman都提供了丰富的功能来满足用户的需求。希望本文能帮助您更好地理解和使用Postman,提高API测试的效率和质量。
60 11
|
2月前
|
JSON Java 测试技术
SpringCloud2023实战之接口服务测试工具SpringBootTest
SpringBootTest同时集成了JUnit Jupiter、AssertJ、Hamcrest测试辅助库,使得更容易编写但愿测试代码。
66 3
|
3月前
|
JSON 算法 数据可视化
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
81 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)