Ένα switch μπορεί να πεθάνει και το storage σας συνεχίζει να σερβίρει
Ο δίσκος της VM σας ζει σε μια αποκλειστική συστοιχία, προσβάσιμη από δύο δίκτυα storage που δεν μοιράζονται τίποτα. Και τα δύο είναι ζωντανά ανά πάσα στιγμή, οπότε ένα νεκρό switch, ένα τραβηγμένο καλώδιο ή ένα ολόκληρο δίκτυο που βγαίνει για συντήρηση δεν είναι γεγονός για τον φόρτο εργασίας.
Σε αυτό το άρθρο 4 ενότητες
- Κάθε host στο SAN μας φτάνει στο storage του από δύο εντελώς ανεξάρτητα Fibre Channel fabrics, με ξεχωριστά switches, σε λειτουργία active/active.
- Ένα switch, ένα καλώδιο ή μια πόρτα μπορεί να αποτύχει και το LUN σας συνεχίζει να σερβίρει από την άλλη διαδρομή. Και οι δύο διαδρομές κουβαλούν I/O παραγωγής συνεχώς, οπότε δεν υπάρχει standby να ξυπνήσει ούτε cutover να επιβιώσετε.
- Το RAID μέσα σε έναν μόνο server καλύπτει μία αποτυχία, έναν νεκρό δίσκο. Οτιδήποτε άλλο σε εκείνο το κουτί ρίχνει το storage σας μαζί του.
- Ο σχεδιασμός επιτρέπει να βγει ένα ολόκληρο fabric από τη λειτουργία με κάθε εικονική μηχανή να τρέχει ακόμη στο άλλο.
Ο δίσκος στον οποίο γράφει ο φόρτος σας δεν ζει μέσα στον server που τον τρέχει. Ζει σε μια συστοιχία storage ένα δίκτυο μακριά, και αυτό το δίκτυο μπορεί να αποτύχει όπως οτιδήποτε άλλο: switches πεθαίνουν, καλώδια τραβιούνται, πόρτες αρχίζουν να κάνουν flap. Αυτό που αποφασίζει αν ο φόρτος σας θα το προσέξει ποτέ είναι αν υπάρχει δεύτερος δρόμος προς τον δίσκο, και αν αυτός ο δεύτερος δρόμος είναι πραγματικά ξεχωριστός από τον πρώτο.
Το multipath δίνει σε κάθε host δύο ζωντανούς δρόμους προς το LUN του
Ένα LUN είναι η συσκευή block που η εικονική σας μηχανή βλέπει ως δίσκο της. Σε ένα SAN, αυτός ο δίσκος ζει έξω από τον server που τρέχει τον φόρτο σας, σε μια αποκλειστική all-flash συστοιχία διπλού controller, και ο server τον φτάνει μέσα από ένα δίκτυο storage. Multipath σημαίνει ότι ο server κρατά περισσότερες από μία φυσικές διαδρομές προς το ίδιο LUN ταυτόχρονα, μέσα από διαφορετικές πόρτες, διαφορετικά καλώδια και διαφορετικά switches.
Active/active σημαίνει ότι και οι δύο διαδρομές κουβαλούν κίνηση κάθε δευτερόλεπτο της ημέρας. Μια standby διαδρομή που ξυπνά μόνο σε αποτυχία είναι μια διαδρομή που δεν έχετε δοκιμάσει ποτέ πραγματικά, και η αποτυχία είναι η χειρότερη δυνατή στιγμή για την πρώτη της δοκιμή. Όταν και οι δύο διαδρομές κουβαλούν ζωντανό I/O συνεχώς, η απώλεια της μίας απλώς αφήνει την άλλη να κάνει όλη τη δουλειά που ήδη έκανε τη μισή. Ο φόρτος δεν βλέπει τίποτα, επειδή από εκεί που κάθεται, δεν συνέβη τίποτα.
Δύο πόρτες HBA στον host
Δύο καλώδια, σε δύο ξεχωριστές διαδρομές
Δύο switches, ένα ανά fabric
Δύο Fibre Channel fabrics, και τα δύο active/active
Τα δύο fabrics δεν μοιράζονται κανένα switch, οπότε ένα σφάλμα δεν μπορεί να περάσει από το ένα στο άλλο
Δύο διαδρομές μέσα από το ίδιο switch είναι μία διαδρομή με δύο ετικέτες. Ό,τι σκοτώνει το switch σκοτώνει και τις δύο. Πραγματική ανεξαρτησία σημαίνει ότι τα δύο fabrics είναι χτισμένα ως δύο ξεχωριστά δίκτυα με ξεχωριστά switches, και τίποτα στη διαδρομή δεδομένων ανάμεσα σε host και συστοιχία δεν εμφανίζεται και στα δύο. Ένα σφάλμα στο ένα fabric, είτε νεκρό switch, είτε πόρτα που κάνει flap, είτε συμφορημένο link, δεν έχει πού να εξαπλωθεί. Το δεύτερο fabric δεν το μαθαίνει.
Ένα Fibre Channel fabric είναι το switched δίκτυο ανάμεσα σε servers και συστοιχίες storage, το αντίστοιχο του LAN σας για το storage. Το να τρέχετε δύο από αυτά, πλήρως ξεχωριστά, σημαίνει ότι η κίνηση storage έχει πάντα ένα δεύτερο δίκτυο να ζήσει. Οι ακριβές αποτυχίες στη δικτύωση storage σπάνια είναι καθαροί θάνατοι. Είναι links που μένουν up αλλά κολλούν, και η ανεξαρτησία είναι αυτό που κρατά αυτού του είδους την αρρώστια περιορισμένη στη μία πλευρά.
Το RAID μέσα σε έναν server πεθαίνει μαζί με τον server
Το RAID σε μια κάρτα controller μέσα στον server σας σάς προστατεύει από ακριβώς ένα πράγμα, έναν νεκρό δίσκο, και είναι καλό σε αυτό. Αλλά οι δίσκοι, η κάρτα RAID, το backplane, τα τροφοδοτικά και η μητρική ζουν όλα στο ίδιο κουτί, και το κουτί είναι το πεδίο αποτυχίας. Όταν οτιδήποτε άλλο μέσα του πεθάνει, το storage σας φεύγει μαζί του, και επιστρέφει όταν επιστρέψει ο server. Αν αποτύχει η ίδια η κάρτα RAID, οι πιο υγιείς δίσκοι του κόσμου είναι απρόσιτοι.
Ένα SAN μετακινεί τον δίσκο έξω από το πεδίο αποτυχίας της μηχανής που τον χρησιμοποιεί. Ο server σας μπορεί να πεθάνει και το LUN στο οποίο έγραφε ένα δευτερόλεπτο πριν είναι ακόμη εκεί, ακέραιο και σε λειτουργία, έτοιμο για να ξανασηκωθεί ο φόρτος σε άλλον host. Ο σχεδιασμός με διπλό fabric επεκτείνει την ίδια ιδέα στον δρόμο ανάμεσά τους: επιτρέπεται να αποτύχει και η διαδρομή προς το storage σας, γι' αυτό χτίσαμε δύο.
| Τι αποτυγχάνει | Τι βλέπουν οι φόρτοι σας |
|---|---|
| Ένα καλώδιο ή μια πόρτα | Το LUN συνεχίζει να σερβίρει από την άλλη διαδρομή. Χωρίς cutover, χωρίς επανεκκίνηση. |
| Ένα ολόκληρο switch | Το δεύτερο fabric κουβαλά τα πάντα. Τίποτα δεν ξυπνά ούτε αλλάζει. |
| Ένα ολόκληρο fabric, εκτός λειτουργίας για συντήρηση | Κάθε host κρατά καλή διαδρομή στο υγιές fabric όσο γίνεται η εργασία. |
| Ένας κόμβος controller storage | Ο δεύτερος controller συνεχίζει να σερβίρει όσο αλλάζει το hardware. |
| Ο ίδιος ο server | Το LUN τον επιβιώνει. Ο φόρτος επανεκκινεί σε άλλον host και βρίσκει τον δίσκο του εκεί που τον άφησε. |
Βγάζοντας ένα ολόκληρο fabric εκτός λειτουργίας με ζωντανούς φόρτους
Όταν ένα fabric χρειάζεται συντήρηση, η διαδικασία δεν έχει τίποτα το εντυπωσιακό: επιβεβαιώνουμε ότι κάθε host κρατά καλή διαδρομή στο άλλο fabric, βγάζουμε το fabric από τη λειτουργία, κάνουμε τη δουλειά, και μετά το επανεισάγουμε συνειδητά. Οι εικονικές μηχανές τρέχουν στο ένα fabric όσο γίνεται η εργασία και δεν βλέπουν τίποτα. Αυτή είναι η σωστή ποσότητα δράματος για συντήρηση storage.
Η ίδια στάση ισχύει και από την πλευρά της συστοιχίας. Οι συστοιχίες έχουν διπλό controller: ο ένας controller μπορεί να συντηρηθεί ενώ ο άλλος συνεχίζει να σερβίρει. Το hardware συντηρείται στο SAN μας όπως θα έπρεπε παντού: ενώ το πράγμα στο οποίο ανήκει συνεχίζει να κάνει τη δουλειά του.
Ευθείες απαντήσεις
Είναι το active/active απλώς μια πιο ωραία λέξη για το failover;+
Όχι. Ένας σχεδιασμός failover κρατά μια δεύτερη διαδρομή αδρανή μέχρι να πεθάνει η πρώτη, και μετά επιχειρεί cutover υπό τις χειρότερες συνθήκες της ημέρας. Active/active σημαίνει ότι και τα δύο fabrics κουβαλούν I/O παραγωγής συνεχώς, οπότε μια αποτυχία αφαιρεί μία διαδρομή που δουλεύει ενώ η άλλη διαδρομή που δουλεύει συνεχίζει. Δεν υπάρχει γεγονός cutover να επιβιώσετε ούτε standby που περνά την πρώτη του δοκιμή κατά τη διάρκεια του περιστατικού σας.
Ο server μου έχει RAID-10. Είναι η ίδια προστασία;+
Το RAID μέσα στον server προστατεύει τα δεδομένα σας από έναν νεκρό δίσκο, και μόνο από αυτόν. Η κάρτα RAID, το backplane, τα τροφοδοτικά και ο ίδιος ο server παραμένουν μοναδικά σημεία αποτυχίας, και το storage σας μοιράζεται την τύχη τους. Σε ένα SAN το storage επιβιώνει τον θάνατο του server που το χρησιμοποιεί, και με διπλά fabrics επιβιώνει και τον θάνατο του δρόμου ανάμεσά τους.
Τι γίνεται αν αποτύχει ολόκληρη η συστοιχία, ή ολόκληρο το site;+
Διαφορετική κατηγορία αποτυχίας, διαφορετικά εργαλεία. Αυτό το άρθρο καλύπτει τις διαδρομές ανάμεσα σε έναν υγιή host και μια υγιή συστοιχία, εκεί όπου ζουν οι καθημερινές αποτυχίες. Η επιβίωση της απώλειας μιας συστοιχίας ή ενός site είναι συζήτηση ανάκαμψης, και την έχουμε γράψει χωριστά: πόση απώλεια δεδομένων και downtime μπορεί ειλικρινά να ανεχθεί η επιχείρησή σας.
Πώς ξέρω ότι και οι δύο διαδρομές δουλεύουν πραγματικά πριν αποτύχει η μία;+
Επειδή και τα δύο fabrics κουβαλούν ζωντανό I/O συνεχώς, μια νεκρή διαδρομή δεν είναι σιωπηλή κατάσταση: τη στιγμή που η μία πλευρά σταματά να περνά κίνηση, φαίνεται στην παρακολούθηση. Και κάθε συντήρηση ξεκινά με τον ίδιο τρόπο, επιβεβαιώνοντας ότι κάθε host κρατά καλή διαδρομή στο fabric που μένει, πριν βγει οτιδήποτε από τη λειτουργία.
Ρωτήστε έναν μηχανικό πάνω σε τι κάθεται πραγματικά το storage σας
Οι άνθρωποι που σχεδιάζουν και λειτουργούν τα fabrics είναι οι ίδιοι που απαντούν. Φέρτε την τρέχουσα υποδομή σας και θα σας πούμε καθαρά τι επιβιώνει τι.
Μιλήστε με έναν μηχανικόΝεκρά switches, τραβηγμένα καλώδια και συντήρηση controllers είναι οι αποτυχίες που αυτός ο σχεδιασμός αποσύρει. Η απώλεια ολόκληρης συστοιχίας ή ολόκληρου site είναι διαφορετική κατηγορία αποτυχίας, και εκείνη ξεκινά από τη συζήτηση ανάκαμψης. Αν αξιολογείτε παρόχους, οι ερωτήσεις για το storage που αξίζει να κάνετε σε οποιονδήποτε, και σε εμάς, είναι στο το βρώμικο μυστικό του παρόχου σας είναι το storage του.
Φτάσατε στο τέλος.
Βάλτε την ανάγνωση σε εφαρμογή
Τι τρέχετε;
Πείτε μας για τον φόρτο εργασίας, την κίνηση και τις απαιτήσεις ανάκαμψης. Ξεκινήστε από το εργαλείο διαμόρφωσης server ή συζητήστε τις λεπτομέρειες με έναν μηχανικό.
Γραμμένο από τους μηχανικούς που χτίζουν και λειτουργούν την υποδομή που περιγράφει.Μιλήστε με έναν μηχανικό