vmware云环境中的容灾建设.ppt

1、a,云环境下的容灾建设 关键应用业务虚拟化保障,a,议程,1,2,3,4,5,a,虚拟数据中心容灾特点,a,传统业务级容灾方案面临的挑战,昂贵,复杂的恢复方案,?,?,?,?,?,?,?,?,不靠谱的故障转移,应用,主机,存储,网络,软件,主机,存储,设施,无法满足业务需求： 过长的恢复时间 过多的资源开销,=,+,+,a,软件定义的网络与安全,软件定义的存储,计算,管理&自动化,抽象. 池化. 自动化.,Linux,Windows,数据库,关键 应用,业务 应用,大数据,高性能计算,遗留 应用,由软件定义的数据中心,a,虚拟化让容灾变得前所未有的简单,灵活的架构 选择任意品牌型号的x86的服

2、务器硬件,简单的业务保护 面对的是文件而不是操作系统 精简灾难恢复计划、标准化恢复流程,低成本的架构 服务器数量大大减少,业务封装,服务器整合,硬件无关,vSphere,vSphere,vSphere,a,封装简化了应用的保护与恢复,简化恢复 无需重新安装操作系统或裸金属(bare-metal)恢复 无需重新配置硬件 标准化恢复流程 独立于应用、操作系统、硬件的标准流程,配置硬件,安装OS,配置OS,安装备份代理,启动自动恢复,恢复VM,启动VM,物理,虚拟,40+ 小时, 4 小时,a,容灾方案启动的若干场景,突然发生的站点故障 例如：地震，火灾等 全站或部分系统故障 最关键但是最不常见的情

3、形 站点的故障不会经常发生 一旦发生，需要快速恢复,可预测的潜在危险 例如： 台风，洪水，强制疏散等 启动故障预案，将业务平稳转移 计划内迁移：保证没有数据丢失 自动回迁：保证平稳的恢复系统,最常见的用户使用情形 预先规划好的数据中心的维护 全局负载均衡 在站点之间的平稳迁移 不中断业务的测试 测试部分故障转移 计划内迁移：保证没有数据丢失 自动回迁：双向的平稳迁移,灾难故障转移 Disaster Failover,灾难回避 Disaster Avoidance,计划内迁移 Planned Migration,a,SRM灾难恢复方案,Site Recovery Manager的特点与使用场景,

4、a,SRM 5.1 方案的关键组件,Storage,Servers,VMware vSphere,vCenter Server,Site Recovery Manager,Virtual Machines,Site Recovery Manager 管理恢复计划 (Recovery Plans) 自动化故障转移(Failover)与灾后恢复(Failback) 与vCenter以及各种复制技术紧密集成,基于存储的复制功能 (第三方) 由磁盘阵列供应商提供 由各供应商开发、认证、支持的复制适配器,vSphere Replication vSphere核心代码的一部分 支持跨群集/跨vCenter

5、复制虚拟机,可选的复制功能,生产与灾备中心同时需要部署以下组件,a,典型的SRM容灾方案拓扑,vSphere Replication 简单，低成本的复制功能，适合于非关键应用(Tier 2,3)与远程小型站点 Storage-based Replication高性能的复制功能，适合于大型站点中的关键业务应用(Tier 1),Site Recovery Manager,vSphere,Site Recovery Manager,vSphere,Site A (生产站点),Site B (灾备站点),vCenter Server,vCenter Server,a,vSphere Replicati

6、on：高性价比的复制方案,vSphere Replication提供简单&可靠的虚拟机保护,a,创建恢复方案与迁移方案只需五个简单的步骤,五步配置恢复方案,将生产系统的资源映射到备份系统 资源池 虚拟交换机 VM文件夹,设定VM保护组,配置灾备VM的启动顺序,配置灾备VM的IP,选择灾备中心允许挂起/关闭的低优先级VM,不需要手工干涉,重新配置存储 停止复制 将LUN映射给vSphre 在vCenter注册VM状态,重新配置主机,重新配置物理网络,恢复整个系统，包括操作系统和应用的运行文件,添加消息和定制脚本,Optional,a,恢复计划(Recovery Plan)的测试和执行,恢复计划的

7、步骤,状体与时间戳,何时执行,用户确认信息,a,计划内迁移与灾后恢复,计划内迁移(Planned Migration),站点 B,站点 A,复制,1,关闭生产VM,2,同步数据，停止复制，映射LUN到灾备端宿主机,3,恢复状态一致的VM,vSphere,vSphere,灾后恢复(Failback),站点 B,站点 A,反转原来的恢复计划,vSphere,vSphere,a,SRM 通过经常性的容灾演练降低业务恢复的风险,由SRM提供保障：满足灾难恢复的一切目标,a,SRM 支持多种形式的灾难恢复,Active-Passive Failover （一主一备）,Active-Active Fail

8、over （双活）,Bi-directional Failover （双向互备）,Shared Recovery Sites （多对一容灾）,Production,Recovery,Production,Recovery,Production,Production,最普通，最传统的方案 成本高且需要专门资源的支持,支持备份系统的资源复用，节省成本 可将其用于测试、开发、培训等非关键业务,两个站点都运行生产系统 两个站点互为备份,多对一的故障保护 适用于小型远程分支机构,a,适合Site Recovery Manager方案应用场景,避免使用SRM灾备方案的场景： 计划内的跨数据中心的迁移无法容

9、忍业务中断 若提升站点之间负载均衡的优先级十分高,适合使用SRM灾备方案的场景 若业务跨数据中心迁移时可以容忍短暂的停顿 若拥有虚拟机启动优先级、依赖关系等复杂的恢复场景 若容灾演练具有十分高的优先级，e.g. SLA或审计要求反复验证一致的恢复结果 若超过多个站点需要灾备保护 若不希望保护与故障转移的距离受到限制 若灾难恢复时涉及IP地址变化、脚本运行等虚拟机自定义配置,a,SRM-市场验证,2008年Q2发布 100,000+单元，5,000+客户 2011增长了50%,“If your organization is already taking advantage of virtual

10、ization, then adding Site Recovery Manager to handle disaster recovery is a no-brainer.” Jerry Wilkin Senior Systems Administrator, Dayton Superior Corp,a,关键应用的虚拟化保障,a,大部分用户已经对他们的关键业务实现的虚拟化和OVI,Source: VMware customer survey, Jan 2010 and June 2011Data: Total number of instances of that workload dep

11、loyed in your organization and the percentage of those instances that are virtualized,a,vSphere 5.x 能够满足绝大多数的关键业务的需求,Storage (IOPS),Network (GB/s),Memory (GB/VM),Compute (CPU/VM),300,000,30,256,8,100,000,9,64,4,1,000,000,36,1,000,32,7,000,0.9,3.6,2,5,000,0.5,2,1,vSphere 4,ESX 3,vSphere 5,ESX 2,ESX 1

12、,100% % of Apps 0%,a,Oracle Database Licensing CPU-Based SKU Considerations,For all of the following situations: License the full machine After being “fully licensed” you can deploy unlimited VMs!,Standard Edition One-Licensed by socket -Limited to two sockets -Must license full machine,Standard Edi

13、tion-Licensed by socket -Limited to four sockets -Must license full machine(s),Enterprise Edition-Licensed by core -Apply x86 factor of 0.5 to cores -Must license full machine,Pricing per Oracle Technology Global Price List, October 20, 2011,$5,800 x 2 = $11,600,$17,500 x 4 = $70,000,$47,500 x16 x 0

14、.5 $380,000,a,虚拟机能够满足绝大多数的oracle数据库负载,CPU,VM 32 vCPU,Oracle DB 24 CPU 4% utilized,Memory,VM 1TB,Oracle DB 48GB 50% utilized,Disk I/O,VM 1,000,000 IOPS,Oracle DB 1200 IOPS,Network I/O,VM 36Gb/s,Oracle DB 2MB/s,Source: VMware Capacity Planner analysis of 700,000 servers in customer production environm

15、ents,a,对比Oracle DB传统部署和虚拟机部署的性能,Source : ,a,Oracle RAC Node VM vMotion Testing Steps,Step 1: Migrate the Oracle RAC node VMORARAC2 from ESX2 (10.1.1.35) to ESX4 (10.1.1.43) so that ESX2 can be taken down for a firmware upgrade,Step 2: After the hardware maintenance is completed on ESX2, move VMORARA

16、C2 from ESX4 (10.1.1.43) back to ESX2 (10.1.1.35),a,CPU Utilization During Oracle RAC Node VM vMotion,a,28,Hot-Add capacity,1 vCPU 2GB,4 vCPU 64GB,Provision additionalapp instance in minutes,Dynamic Scaling on vSphere,Zero downtime maintenance Migrate live databases Little impact to users,数据库和应用可动态扩

17、展,a,Oracle 11g R2 DB Server VMware Hot Add vCPU,a,NIC 绑定， 多路径,容错、高可用 资源池动态调配 在线业务迁移,存储在线迁移,容灾恢复,组件,服务器,存储,数据,站点,数据备份恢复、各种第三方软件紧密集成,有效的硬件失效防护 计划内维护“零停机时间” 计划为意外宕机及容灾,基础架构可以对应用提供各种级别的可靠性保护,a,虚拟化平台的运维和管理,a,分析师观点,“过去五年因事件和性能系统产生的警报数量平均每年增长 300% . 由于新 IT 基础架构的动态特性，今后五年这一增长速度将会大幅度加快。” “虚拟化和云计算的广泛使用给 IT 产品

18、体系带来了新的波动和动态特性。老式的事件关联和根本原因分析技术以对 IT 基础架构组件之间拓扑关系的静态结构化了解为基础，完全跟不上这一新动态的发展。” “有效采用新兴 IT 运营技术的 IT 运营团队 . 至少可以使 IT 服务停机时间缩短 10%。”,“早期 IT 运营分析可以缩短 IT 服务停机时间”， Debra Curtis、 Will Cappelli和 Jonah Kowall,，2012 年 3 月 30 日发表。,仅供内部使用,a,端到端可视: 健康指数，风险指数，效率指数仪表盘,健康指数,何时、何地问题发生？,是否有异常？,容量相关的风险,哪一个资源将出现问题？,资源使用是否优化？,能否回收浪费的资源？,a,问题诊断：分析识别“构造”问题,智能分析器检测运行问题,简单、可追溯的指数表达整体的性能,警告资源偏离“正常”轨道,a,问题诊断：钻取到发生问题的点,关键指标，基于持续地“正常”状态的自学习,问题由网络I/O引起,快速诊断定位问题资源,a,面向混合云的自动运营管理,vCenter