【问题标题】:high availability apache/mysql [closed]高可用性 apache/mysql [关闭]
【发布时间】:2014-01-29 06:04:01
【问题描述】:

我有一个简单的任务,但软件选项太多,所以我希望有经验的人给我一个线索。

任务是: 1) 在公司里,我们有一台在 debian 上运行 apache 和 mysql 的服务器(它是一个专用服务器)。我们需要的是能够随时访问它,所以问题是如何在另一个位置设置 100% 复制服务器,并能够(自动)切换以防第一台服务器发生故障(或失去互联网连接等)。

2) 可选的,能够在两个(或可能更多)服务器上拥有文件系统(而不是数据库)以完全正常运行将是一件好事(即,如果文件在任何服务器上发生更改,它将传播更改到所有其他服务器)。

我将其视为三个不同的任务:a) 数据库同步(mysql 内置了对复制的支持,这就足够了吗?); b) 文件系统同步(DRBD 或特殊文件系统?); c) 故障转移(DNS 中的多个 A 记录?)

最好的软件解决方案是什么?

提前致谢!

【问题讨论】:

    标签: mysql linux apache high-availability


    【解决方案1】:

    -创建一个带有浮动 vip 和 Pacemaker 和 Corosync 的 linux 集群,或者在您需要地理冗余的情况下创建多个 DNS 条目

    -确定文件系统的哪一部分应该被复制,并rsync它

    -使用 MySQL Cluster 复制数据

    【讨论】:

    • 1) 搜索您的建议。 Mysql集群和mysql复制有什么区别? 2) rsync 的可扩展性也不是很好,我在考虑文件系统或块设备镜像或类似的东西。你有什么推荐的?
    【解决方案2】:

    让我们不谈服务器机器。

    您需要网络服务器集群来提高网络服务提供的可用性。
    并且可以配置CDN远程缓存静态文件,加快访问速度,降低服务器负载。

    关于数据库:

    您可以创建一个具有I/O分离和主/从备份的mysql集群。

    mysql cluster 专注于数据库服务器能力,为处理客户端请求提供更高的可用性;
    I/O separationreadwrite 动作从不同的机器分开,减少单个服务器机器的负载硬盘searching time,提高I/O性能;
    虽然replication 更专注于更高的Data availability,即使部分硬盘出现故障,其他站点的数据仍然可以提供服务。

    此外,您还可以拥有一个RAID 磁盘集群,以进一步提高您的数据可用性。

    【讨论】:

    • 实际上我认为我们不需要所有这些。目前我们没有处理那么多数据,重点不是高吞吐量,而是能够 100% 的时间不间断地访问服务器
    • @FyodorDostoyevsky 所以,你可以部署我提到的部分内容!
    【解决方案3】:

    抱歉,投票结束了这个问题 - 它的方式对于这个论坛来说太宽泛了。 (并且在这里写而不是评论,因为解释有点冗长)。

    HA 是关于平衡可用性、性能和数据完整性(有时是功能)。每一层都有多种解决方案,每个方面都有不同的特征。

    只要你所有的数据都在 mysql 数据库中,那么复制 Linux、Apache 和应用程序代码就相对简单——但如果你确实有文件中的数据,那么生活就会变得复杂得多.

    但是,我可以想到 8 种复制 mysql 实例的方法。您没有提供足够的信息来确定适合您的情况。

    我建议您首先了解更多有关 HA 的知识(在与可以为您提供更好建议的人接触之前 - 但要准备好为此付费) - 例如。您谈论故障转移时没有考虑如何处理脑裂。

    【讨论】:

    • 我很抱歉以这种方式提出这个问题,但我现在真正需要的是一个适用于 2 台服务器的简单解决方案。正如我所说,数据在 Mysql 数据库中,而不是在文件中,所以这不是问题。 Raul Andres 给出了一些很好的提示,但他建议使用“rsync”进行文件同步,这很痛苦。对于文件,我正在寻找类似 Dropbox 的东西。我整天都在谷歌上搜索,只是想从社区那里得到一些线索来研究一些具体的项目。
    • 如果您认为 rsync 很痛苦,那么当您了解更多有关数据库复制的知识时,您会大吃一惊。
    • 让您感到痛苦,因为它不是自动的,如果它是计划的(例如 cron),那么它会消耗大量资源等。而且很难在多个服务器之间同步 :) 至于数据库 - - 如果一次只需要一台服务器作为主服务器,会有什么问题?数据库只是复制异步 - 这就是我虽然......
    猜你喜欢
    • 2013-09-12
    • 2022-01-22
    • 2012-01-23
    • 2010-10-07
    • 2010-11-19
    • 1970-01-01
    • 2014-01-20
    • 1970-01-01
    相关资源
    最近更新 更多