Heus Habr!
Post dies Novus Annus ferias calamitatis probationem in duobus locis innixam inmisimus. Hodie tibi narrabimus quomodo operatur et ostendemus quid eveniat machinis virtualibus clientis cum singula elementa botri deficiunt et fragores totius situs (praedo - omnia denique cum illis sunt).
Calamitas resistens nubes systematis repono in OST situm.
Quid intus
Sub cucullo, botrus Cisco UCS servientes hypervisoris VMware ESXi habet, duo INFINIDAT InfiniBox F2240 systemata reposita, apparatu retis Cisco Nexus, necnon Brocade SAN permutat. Botrus in duas partes divisus est, OST et NORD, i.e. quodlibet centri notitiarum apparatum pari numero habet. Profecto hoc est quod facit illud calamitatis repugnans.
Intra unum locum, praecipua elementa etiam duplicantur (exercitus, SAN permutat, networking).
Duo sites stamen opticis itineribus dedicatis necti sunt, etiam adservati.
Paucis verbis de systematibus repono. Primam versionem calamitatis probationis nubes in NetApp aedificavimus. INFINIDAT hic elegimus, et hic cur;
- Replicatio activae-Activa optio. Apparatus virtualis permittit operationales manere etiam si una rationum electronicarum penitus deficit. Plura tibi de replicatione postea dicam.
- Tres orbis moderatores culpa tolerantiae systema augent. Plerumque sunt duo.
- Parata solutio. Recepimus eculeum praeconventum, quod iustis indiget ad retiaculum connexum et conformatum.
- Attentum technicum auxilium. INFINIDAT fabrum continuos tabulas et eventus systema repono resolvere, novas versiones firmware inaugurare et cum configuratione adiuvare.
Hic sunt nonnullae imagines ex vestimenta:
Quam operatus est
Nubes iam culpae intra se. Clientem ab singulis ferramentis ac programmatibus defendit. Calamitas repugnans adiuvabit ut contra magnas defectiones intra unum locum defendas: exempli gratia, defectus systematis repositionis (vel SDS botri, quod saepius accidit ), ingentes errores in retis retis, etc. Bene, ac potissimum: talis nubes salvat cum situs integer inaccessibilis fit propter ignem, nigrum, raptorem, raptorem, vel peregrinum portum.
In omnibus his casibus, client virtualis machinis operari pergunt, et hic est causa.
Botrus designatur ut quaelibet ESXi hospes cum cliente virtualis machinis cuilibet ex duobus systematibus repono accedere possit. Si ratio repositionis in OST situm deficiat, machinis virtualis operabitur: exercitus in quibus currunt, systema repositionis in NORD pro notitia accedet.
Haec nexus figurae in botro similis est.
Hoc fieri potest ex eo quod inter-Switch Link configuratur inter fabricas SAN duorum situum: fabricae A OST SAN transitum ad Fabric A NORD SAN transitum coniungitur, et similiter pro Fabric B SAN permutat.
Bene, ut omnes hae ambages officinarum SAN sensum reddant, replicatio activa-Activa inter duas systemata repositas configuratur: informationes fere eodem tempore scriptae sunt ad systemata localia et remota, RPO=0. Evenit ut in una tabula primigenia notitia reposita, et eius effigies in altera reposita sit. Data replicatur in ambitu voluminum repositionis, et notitia VM (disculi eius, fasciculi configurationis, fasciculi permuto, etc.) in eis reponitur.
Hospes ESXi videt volumen primum et eius effigiem ut unius orbis fabrica (Repono Fabrica). Sunt 24 viae ab ESXi hospitis ad singulas orbis fabricas;
12 viae eam coniungunt cum systemate repono (vias optimales), reliquae 12 ad systema reponendi (vias non optimales). In statu normali, accessiones ESXi notitias in systemate locali utentes "optimas" vias. Cum haec ratio tabularii deficit, ESXi optimas vias et permutationes "non-optimas" amittit. Hoc est quod spectat sicut in schemate.
Schema calamitatis botrus probationis.
Omnes clientis retiacula ad utrosque sites per communem retis fabricam connectuntur. Quisque situs decurrit a Provider Edge (PE), in quo retiacula huius terminantur. Pes in commune botrum coniunguntur. Si PE in uno situ deficiat, omnia negotiatio ad locum secundum determinatur. Propter hoc, virtualis machinis ex situ relictus sine PE pervia per retia ad clientem manent.
Nunc videamus quid de machinis virtualibus cliente in variis defectibus continget. Incipiamus cum optionibus levissimis et fine gravissimis - totius situs defectus. In exemplis, catasta principale OST erit, et suggestum tergum, cum replicas notitias, nord erit.
Quid acciderit clienti virtualis machina, si...
Replicatio Link deficit. Replicatio inter systemata repono duarum situum cessat.
ESXi solum cum loci disci machinis operari (per semitas optimales).
Machinarum lorem ipsum pergere ad operandum.
ISL (Inter-Switch Link) erumpit. Verisimile est. Nisi quis excavator delirus plura itinera optica statim effodit, quae per vias independentes currunt et ad sites per varias initationes perducuntur. Sed tamen. In hoc casu, ESXi Exercituum dimidium viarum amittunt et solum accedere possunt ad systemata reposita localia. Replicas colliguntur, acies ad eas accedere non poterit.
Machinae virtualis normaliter laborant.
Transitus SAN in uno ex locis deficit. ESXi Virtutes aliquas viarum ad reponendi rationem amittunt. In hoc casu, exercitus ad locum ubi transitum defecerit, solum per unam ex suis HBAs operabitur.
Machinae virtuales regulariter operantur.
Omnes SAN virgas in unum ex locis deficiunt. Dicamus tantam calamitatem in loco OST accidisse. In hoc casu, ESXi exercituum in hoc situ omnes vias ad eorum orbis machinas perdet. Vexillum VMware vSphere HA mechanismus iungitur: sileo omnes virtuales machinas situs OST in NORD in maximis 140 secundis.
Machinae virtualis in NORD situs currentium exercituum normaliter operantur.
In uno loco ESXi hospes deficit. Hic vSphere HA mechanismus iterum operatur: machinae virtuales e exercitu deficiente in aliis hostiis - in eodem situ vel remoto sileontur. Apparatus virtualis sileo tempus est usque ad 1 minute.
Si omnes ESXi exercituum in situ OST deficiunt, optiones nullae sunt: ββVMs in alium unum reprimuntur. Sileo tempus idem est.
Ratio repono in uno situ deficit. Systema repositionis in situ OST defecerit dicamus. Tum ESXi exercituum situs OST switch ad operandum cum replicationibus repositis in NORD. Postquam systema repositionis incassum redit ad servitium, replicatio coacta occurret et exercitus ESXi OST iterum accessus ratio repono localis incipiet.
Machinae virtuales hoc tempore ordinarie laboraverunt.
unus ex locis excidit. Hoc in casu, omnes virtuales machinae in tergum site per vSphere HA mechanismum relevari poterunt. VM sileo tempus est 140 seconds. In hoc casu, omnes retis occasus machinae virtualis fient, et clienti super retia pervia manet.
Ut machinis sileo ad locum tergum aequaliter accedit, quisque situs est tantum dimidium plenum. Medium medium est subsidio in casu omnes machinis virtualis ex secundo loco laeso movent.
Nubes calamitatis repugnans innixa duobus centris data contra tales defectiones tutatur.
Haec voluptas non est vilis, quia praeter praecipuas opes subsidio secundo loco opus est. Ideo officia negotia-critica in tali nube collocantur, quae diu-terminus temporis downtime causat magnas oeconomicos et famales damna, vel si ratio informationis obnoxia est calamitati-expeditae mollitiam a regulatoribus vel societatibus internis normis.
fontes:
Source: www.habr.com