全球異地多活架構設計(一): Why and How

很多全球化的産品， 比如facebook、twitter， 它們的使用者遍布世界各地。 工程師們往往會在全球設立多個資料中心（DC）供使用者通路， 我們可以稱之為異地多活。在後續一段時間裡， 我會寫一系列的部落格，和大家一起探索異地多活架構。

這篇文章主要是讨論我們為什麼需要異地多活， 以及實作這種架構所需要解決的問題。

一、異地多活的好處

1. 提升使用者體驗

一個産品最重要的是提供良好的使用者體驗，這對後端服務提出了幾個要求：

• 服務的高可用

  對于一些服務而言， 需要提供6個9甚至以上的可用性。 高可用的原則就是避免單點+自動故障轉移。 為了避免機房粒度的單點， 我們需要提供多個DC， 彼此做災備。

• 良好的響應速度

  如果全球隻有一個DC，那麼所有的使用者都隻能通路這一個。 這種情況下，跨洲級别的RTT（一般來說>200ms），對于使用者體驗而言是個災難。 是以全球級的産品需要在世界各地部署DC，供使用者就近通路。

2. 降低成本

廉價的機器

我們都知道， 很多商品在不同地方的價格是不一樣的，伺服器也不例外。 如果能讓非洲使用者通路本地廉價的後端服務， 為什麼要讓他們的流量跑到美東去呢？

流量的分攤

一般而言，我們需要控制機器資源大于峰值流量的某個百分比, 比如為1w日活備好2w日活的機器。

如果你的DC已經遍布世界各地， 那麼如果某地的流量瘋漲時，你不需要擔心機器資源不能及時到位、為高峰期擴容後的資源浪費這種問題。 比如過萬聖節、聖誕節時，facebook美國流量瘋長， 這時候我們可以選擇把一部分流量切到亞洲地區的DC。

二、如何做到異地多活

要做到異地多活， 有幾個問題我們必須解決：

1. 接入層流量控制

   使用者預設通路哪個DC？ 什麼時候做切換？ 如何控制這個切換過程？

2. 各DC業務邏輯一緻

   對于使用者來說， 他的流量被排程前後，業務邏輯是一緻的。 比如facebook上有一些内容對于亞洲使用者是不可見的，不能因為亞洲使用者的流量被遷移到了美洲機房，這個限制就失效了。

3. 跨DC的實時資料同步與沖突處理

   還是以fb為例， 如果通路非洲機房的使用者A給通路南美洲機房的使用者B的一個文章點了贊， 那麼B應該能及時收到相關的通知。這背後就依賴資料的實時同步。

   在多活情況下， 多DC的資料寫入勢必會引入資料的沖突， 比如facebook位于美東的的稽核系統和位于東南亞的使用者同時操作了一條文章， 就會産生資料的沖突。

4. 提供全球級别的強一緻性

   對于大多數業務而言， 我們隻需要最終一緻性即可（比如點贊之類的計數）。 但是某些業務，需要全球的強一緻保障(比如下單、支付之類的操作）。

在後續的文章中， 我會陸續讨論這些話題， 歡迎持續關注我的部落格: https://blog.csdn.net/u012422829/ 。