在本文中，我想展示如何轻松且免费地使用监控组合为网站（或任何其他互联网服务）制定故障转移方案 和动态 DNS 服务。 也就是说，如果主站点出现任何问题（从页面上的“PHP 错误”问题到空间不足或在线商店中订单数量可疑），新访问者将被定向到第二个（第三个，等等）一个已知的工作服务器，或者在“抱歉”页面上，他们会礼貌地解释“存在问题，我们已经意识到并且已经在修复它，我们很快就会修复它”（在这种情况下，您实际上已经知道并且可以修复）。
有故障转移还是没有故障转移？
在出现问题之前，没有太大区别。 但是，当发生这种情况时，如果没有故障转移，通常会发生以下情况：您试图快速找出问题所在，但它不起作用（备份未部署，软件由于某种原因无法按照文档中应有的方式工作等），但是没有时间，没有服务器 - 站点处于闲置状态，客户正在打电话，每个人都处于紧张状态，您试图以某种方式“用磁带”粗略且肮脏地修复它，然后不知何故它似乎启动了拄着拐杖，带着生命。 你认为在业余时间你需要更详细地弄清楚并把一切重做得漂亮，但没有什么比暂时的更永久的了。
现在，在带有文件管理器的漂亮版本中这是如何发生的：
- 发生错误
- 自动检测到错误
- 警报已发出
- 切换到其中一台备份服务器进行转移
- 冷静地、毫不惊慌地，问题得到解决、纠正，服务器重新投入运行。
当然，这个方案也可能有自己的问题，但是，该方案是线性的，每个阶段都很简单，最主要的是它可以单独调试，所以这个方案失败的机会要低得多，并且所有操作都可以自动化并快速执行（与查找和修复未知的史诗垃圾的任务不同）。 你的飞机降落在遥远的国家，你打开手机，看到电报中的通知，服务器崩溃了，但一切都很好，备份服务器已经激活，你可以继续你的旅程，你不需要从最近的有 WiFi 的咖啡馆飞回来或通过 SSH 进行修复。 等更方便的时候你就会明白了。
未来已经来临！
以前，导致故障转移解决方案常常不可接受的主要问题是它所花费的成本。 或者有必要购买昂贵的硬件（并邀请更昂贵的专家）。 或者根据指南集体农场一些复杂的东西（我什至遇到了一个选项，其中两台服务器另外用零调制解调器电缆连接，并且它们通过它发送心跳，以便备份服务器在正确的时间识别它并接管控制）。 现在有更简单、免费的方法。 如果您有一个有猫的网站，那么您没有理由不为其实施故障转移！
嗯，此外，对于故障转移方案，您需要另一台服务器（可能不止一台），以前这是一笔很大的开支，现在您可以花几分钱购买 VDS。
最可靠的猫网站
为了实际说明 okerr + 动态 dns 的解决方案，我们推出了带有 cats 的网站 。 我们讨厌猫，所以那里不会有很多猫。 总共有三个站点，每个站点看起来都大致相同（都在同一个模板上），但有不同的小猫，以便于区分，并且每个站点都编写了技术信息以了解故障转移是如何工作的。 该页面每 1 分钟自行更新一次，但您始终可以在浏览器中单击“重新加载”。
技术信息中有一行“status=OK”。 有时服务器会假装出现问题并写入状态=ERR。 主服务器似乎在每小时 20 分钟（0:20、1:20、2:20……）“崩溃”。 40分钟备份服务器。 最后一个服务器（“抱歉”服务器）始终运行。 每小时0分，主备服务器进行“恢复”。
如果您打开该站点并将其保留在选项卡中，您将看到它永远不会崩溃（尽管每个单独的服务器都会定期模拟问题），并且如果服务器出现问题，它只会在实时服务器之间“运行”。 服务器的图片、名称和地址及其角色将发生变化。 有时您可以捕捉到状态 = ERR 的时刻（问题已经存在，但整个故障转移方案尚未起作用），但下一次更新将向您显示工作站点的页面。
okrr + 动态 DNS 上的故障转移
让我们看看它在幕后是如何工作的。 文件管理器的任务是确保 cat.okerr.com 地址始终指向工作服务器的 IP 地址。
在 okerr 中托管我们的猫网站的每台服务器后面都有一个指示器，每分钟检查一次其状态。
在此屏幕截图中，我们看到如何从 alpha.okerr.com 服务器检查站点 cat.okerr.com。 该页面应该包含 status=OK，正如我们在上面看到的，我们的指示器状态现在是 OK。 当服务器“崩溃”时，就会出现ERR。 （这只是指标的一个例子，okerr正在监控，所以你可以附加任何类型的指标，例如检查磁盘上的可用空间、数据库中的新订单数量，甚至逻辑指标，例如，晚上会有一些错误标准，白天则有其他）。
在项目设置中，我们使用这些指标创建了一个故障转移方案：
该方案共有三个指标（三台服务器），优先级不同。 该站点的主服务器是 charlie，如果它不起作用（它不会有“状态 = OK”或根本不可用），则为 bravo，在后一种情况下为 alpha。 页面右侧显示不同服务器上 DNS 记录的状态。
对于那些注意到使用了 cat.he.okerr.com 这个名称的人：我们使用了稍微复杂的方案。 我们不只是更改 cat.okerr.com 的 DNS 记录，而是更改 cat.he.okerr.com（在动态 DNS 提供商上） ），而cat.okerr.com是一个CNAME（别名），不会改变，始终指向cat.he.okerr.com。 我们只是更喜欢 Hurricane 作为动态 DNS，它具有管理单个条目（而不是整个区域）的密钥，我们认为它更安全。 您也不必在 okerr 中指定关键密码来管理整个域，而只需指定子域或记录的密钥密码。
从下跌到上涨
该方案如何逐步运作：
- 服务器出现问题（模拟）
- okerr传感器每分钟检查一次每个服务器的状态，并向okerr中的主项目服务器报告
- 对应的服务器指示灯由OK变为ERR
- 当指示灯状态发生变化时，重新计算failover，计算需要设置哪个地址（如果需要的话。例如主服务器正在工作，同时备份服务器挂掉了，则不会发生任何变化）制成）
- 该地址被报告给动态 DNS 服务。 完成此阶段后，您将在右侧看到“已同步”状态。
- 很快（几秒钟）该记录将到达您域的 DNS 服务器（对于 cat 站点，它是 ns1-ns5.he.net）。
- 从这一刻起，一些用户将已经在新的实时服务器上。 但并非世界上所有的 DNS 服务器都已更新记录，旧记录可能仍缓存在某处。 您可以看到公共 DNS 服务器上的数据如何“跳舞”，显示新值或旧值。 如果更新故障转移配置页面，运营商本身将向 DNS 服务器请求新数据。
- 数据稳定后，旧的缓存记录到处都腐烂了——所有 100% 的请求都转到新服务器。
为了加速第 7 阶段（通常是最长的阶段），动态 DNS 记录的 TTL 应设置得尽可能低。 通常，服务允许 90-120 秒的间隔。 这是一个完全合理的妥协。
另外
所有这些都可以在一个晚上完成配置（如果您已经有备份服务器）。 oker 和动态 DNS 服务都是免费的。 要在 oker 中获得更多检查并缩短验证周期，您需要完成培训（从您的个人资料页面）。 完成后，等级立即提升（每小时20个指标+1个快速，10分钟）。 如果其中很少，请写信给 [电子邮件保护]，很有可能会有增加的可能（到目前为止一直有机会，我从来没有拒绝过，相反，我自己提供了）。 只是一开始我并不想向所有人承诺一切，我不确定自己是否有足够的能力信守诺言。 但目前为止用户还很少，所以增加限制是没有问题的。
okerr 一般可以做什么 - 查看网站 。 一般来说，这就是监控（来自云端的zabbix），而filer是一个很好的附加功能。 您还可以从该网站访问演示，无需注册。
当指示器状态发生变化时，会通过电子邮件或 Telegram 发送通知。 （我们查看了发生的情况，并意识到 telegram 似乎是最可靠的信使。感谢 RKN 的压力测试！）正确配置 okerr 后，任何通知要么是一个信号“放弃所有内容，我们需要修复它！” ，或“熄灯！” okerra 不应该有任何额外的警报（如果有，则需要以某种方式进行不同的配置）。 例如，对于我们的 cat 网站，alpha 服务器是最后一个服务器，并且从不伪造错误。 如果他躺下了，我们需要知道。 但其他服务器不断假装错误，因此，为了不每小时多次收到警报，这些指示器处于“静默”状态。
创建一个抱歉服务器（在任何最便宜的托管上）也是有意义的，它要么有您的道歉页面（以防所有主服务器和备份服务器都关闭），要么会将您重定向到 okerr 上的状态页面（例如，我们的） ) 或 statuspage.io。
来源： habr.com