今天，我將從一個(gè)簡(jiǎn)單的問題開始：你們的服務(wù)器的容錯(cuò)能力如何？如果系統(tǒng)的一部分停止工作，他們能自己處理嗎？他們能經(jīng)受住軟件故障或硬件故障嗎？這些問題比您想象的更重要。

如果您為網(wǎng)站、應(yīng)用程序平臺(tái)或網(wǎng)絡(luò)部署的系統(tǒng)沒有針對(duì)故障進(jìn)行適當(dāng)?shù)募庸蹋敲串?dāng)系統(tǒng)中的一個(gè)組件停止工作時(shí)，一切都可能崩潰。這種事情甚至有一個(gè)術(shù)語——級(jí)聯(lián)故障。

不幸的是，正如我們幾周前在一篇關(guān)于容錯(cuò)的文章中所展示的那樣，構(gòu)建一個(gè)良好且真正容錯(cuò)的系統(tǒng)是一項(xiàng)重大挑戰(zhàn)——尤其是當(dāng)您管理復(fù)雜的應(yīng)用程序基礎(chǔ)架構(gòu)時(shí)，例如 Netflix API。那么，陷入困境的服務(wù)器管理員該怎么辦呢？您如何確保您的服務(wù)器 - 以及托管它們的網(wǎng)絡(luò) - 優(yōu)雅地處理故障？

容錯(cuò)基礎(chǔ)

我們將從您應(yīng)該注意的最低限度開始，由Microsoft Technet上的一篇文章提供。首先，我有一個(gè)詞要告訴你：冗余。

“任何單一的依賴項(xiàng)都不應(yīng)破壞整個(gè)應(yīng)用程序，” Ben Christensen 在 2012 年關(guān)于 Netflix API 的演示中解釋道。盡管他談?wù)摰氖菓?yīng)用程序設(shè)計(jì)，但他的說法絕對(duì)也適用于服務(wù)器和托管基礎(chǔ)設(shè)施。看，容錯(cuò)最終就是要最大限度地減少故障點(diǎn)。

這意味著，假設(shè)您自己處理服務(wù)器設(shè)置和維護(hù)，您需要分析每一個(gè)應(yīng)用程序、硬件和網(wǎng)絡(luò)節(jié)點(diǎn)，它們的故障可能會(huì)使您的系統(tǒng)離線——并且您需要確保不會(huì)發(fā)生。

為此，您需要確保擁有合適的電力基礎(chǔ)設(shè)施。我說的是企業(yè)級(jí)不間斷電源、定期測(cè)試的備用發(fā)電機(jī)；作品。盡管斷電可能很少發(fā)生，但您不希望服務(wù)器在斷電時(shí)停機(jī)。順便說一下，在功率方面有很多需要考慮的因素。一個(gè)設(shè)計(jì)良好的電力系統(tǒng)可以解決局部電源故障、電壓變化以及短期和長(zhǎng)期停電的問題。

硬件也非常重要。服務(wù)器和網(wǎng)絡(luò)硬件的構(gòu)建都必須考慮到冗余。現(xiàn)在，在這里值得一提的是，假設(shè)您選擇了正確的（稍后會(huì)詳細(xì)介紹），您的房東可能會(huì)為您處理所有這些事情。

不用說，您需要讓您的軟件保持最新狀態(tài)——尤其是與安全相關(guān)的東西。畢竟，很多中斷都是由應(yīng)用程序故障引起的。Netflix 的 2012 年圣誕節(jié)中斷是其 Elastic Load Balancing 軟件故障的結(jié)果。雖然您并不總是能夠防止軟件故障，但掌握軟件維護(hù)會(huì)有所幫助。

最后但同樣重要的是，還有監(jiān)控。在硬件和軟件方面密切關(guān)注您的服務(wù)器，并確保有一個(gè)系統(tǒng)可以在發(fā)生故障時(shí)提醒您的管理員。同樣，這取決于您的主人，這可能會(huì)得到解決——在這方面進(jìn)行自我教育很重要。無論如何，這就是基礎(chǔ)知識(shí)——現(xiàn)在要深入研究一些更高級(jí)的東西。

員工培訓(xùn)

我有一個(gè)事實(shí)告訴你：大多數(shù)數(shù)據(jù)中心中斷不是由電源故障、應(yīng)用程序故障或系統(tǒng)缺陷引起的。它們是由人為錯(cuò)誤造成的。某人做了不該做的事。

現(xiàn)在，即使您可能沒有運(yùn)行自己的數(shù)據(jù)中心，這個(gè)事實(shí)也絕對(duì)適用于您。您會(huì)驚訝于客戶端的一個(gè)簡(jiǎn)單錯(cuò)誤會(huì)對(duì)他們的服務(wù)器造成多大影響。這意味著您需要盡您所能確保直接使用您的服務(wù)器的每個(gè)人都經(jīng)過適當(dāng)?shù)呐嘤?xùn)。否則，您可能會(huì)發(fā)現(xiàn)自己要處理一些計(jì)劃外且不受歡迎的停機(jī)時(shí)間。

最重要的是，選擇合適的主機(jī)

很多人可能已經(jīng)注意到，此頁面上的大部分建議通常由您的房東處理。這就是為什么最重要的是，要確保您的服務(wù)器具有容錯(cuò)能力，您可以做的最好的事情就是選擇一個(gè)優(yōu)先考慮此類事情的主機(jī)。這樣，您就可以絕對(duì)確定您的資料在您需要時(shí)隨時(shí)可用，而且您不必處理失去訪問權(quán)限的問題。