VMware vCenter 就能夠提供高可靠的集群 （Cluster） 方案，在 vSphere 集群中，任何一臺服務(wù)器發(fā)生嚴(yán)重故障了（如系統(tǒng)宕機(jī)、網(wǎng)絡(luò)故障、存儲失聯(lián)等），上面運行的工作負(fù)載就會被 vCenter 轉(zhuǎn)移到其他正常運行的服務(wù)器繼續(xù)運行。這種高可靠架構(gòu)可以滿足絕大多數(shù)業(yè)務(wù)的需求，在共享存儲或 vSAN 上都能實現(xiàn) RPO=0 的效果，但是需要一點時間在其他服務(wù)器上重啟相關(guān)應(yīng)用和服務(wù)，所以 RTO>0。
漲姿勢：RTO 和 RPO
在設(shè)計高可靠系統(tǒng)時經(jīng)常涉及到 RTO 和 RPO 兩個指標(biāo)：
- RTO （Recovery Time Objective） 就是企業(yè)能容忍的恢復(fù)時間。災(zāi)難發(fā)生后，從 IT 系統(tǒng)宕機(jī)導(dǎo)致業(yè)務(wù)停頓，到 IT 系統(tǒng)恢復(fù)至可以恢復(fù)業(yè)務(wù)運營之間的時間。
- RPO （Recovery Point Objective） 可簡單地描述為企業(yè)能容忍的最大數(shù)據(jù)丟失量。假設(shè)系統(tǒng)一天做一次備份，如果第二天出現(xiàn)錯誤，那從備份完成后到錯誤出現(xiàn)時所寫入的數(shù)據(jù)都無法挽回了，從上一次備份到發(fā)生錯誤之間的時間就是 RPO。
但是還是有一部分關(guān)鍵應(yīng)用不允許有任何中斷，要求達(dá)到 RTO=0 的高可靠性，這時候就可以采用 vSphere Fault Tolerance 容錯技術(shù)。
FT 工作原理
FT 技術(shù)的工作原理是把需要保護(hù)的虛機(jī)運行在主服務(wù)器上，指定集群中的另一臺服務(wù)器為備份，vSphere 在備份服務(wù)器上也創(chuàng)建一個跟受保護(hù)虛機(jī)一模一樣的虛機(jī)。主虛機(jī)和備份虛機(jī)的數(shù)據(jù)和狀態(tài)是完全一致的，通過 vLockStep （virtual Lockstep） 技術(shù)來保證兩臺虛機(jī)的同步運行。vSphere 通過網(wǎng)絡(luò)把主虛機(jī)的 FT 日志 （FT Logging） 傳遞給備份虛機(jī)，保證兩臺虛機(jī)在同一時間內(nèi)處理相同的指令，并且處理相同的非確定性事件，如網(wǎng)絡(luò)數(shù)據(jù)包、用戶輸入、硬件時鐘等，這些非確定性事件在物理機(jī)上幾乎是無法同步的，但是虛機(jī)的所有硬件和 I/O 輸入都是由 vSphere 來控制的，所以就可以做到。
漲姿勢：Lockstep 技術(shù)
Lockstep 技術(shù)是容錯計算機(jī) （Fault Tolerance Computer） 的關(guān)鍵實現(xiàn)技術(shù)之一，通過使用相同的、冗余的硬件組件來保持多個 CPU、內(nèi)存精確的同步，在正確的相同時鐘周期內(nèi)執(zhí)行相同的指令。該技術(shù)能夠保證發(fā)現(xiàn)任何錯誤，即使短暫的錯誤，系統(tǒng)也能在不間斷處理和不損失數(shù)據(jù)的情況下恢復(fù)正常運行。
vSphere 把發(fā)送給主虛機(jī)的網(wǎng)絡(luò)數(shù)據(jù)包也完全復(fù)制給備份虛機(jī)，備份虛機(jī)執(zhí)行跟主虛機(jī)完全一致的指令流，按照相同的順序來對網(wǎng)絡(luò)服務(wù)請求做出響應(yīng)，產(chǎn)生完全一致的運算結(jié)果。唯一的區(qū)別在于，主虛機(jī)對外的輸出是實際生效的，磁盤寫操作會提交給硬盤、網(wǎng)絡(luò)數(shù)據(jù)包會被發(fā)送出去；備份虛機(jī)的所有對外輸出都會被 vSphere 屏蔽，外界不會感知到備份虛機(jī)的存在。
只有當(dāng)主虛機(jī)失效時 （主服務(wù)發(fā)生故障），備份虛機(jī)才會真正生效。因為兩個虛機(jī)的 CPU 指令順列、內(nèi)存狀態(tài)都是完全一致的，vSphere 馬上進(jìn)行故障轉(zhuǎn)移 （failover），即刻讓備份虛機(jī)變成新的主虛機(jī)， 所有的 TCP 網(wǎng)絡(luò)連接都沒有中斷，虛機(jī)中的應(yīng)用可以繼續(xù)運行。對外界用戶而言，受保護(hù)的虛機(jī)完全沒有中斷運行，實現(xiàn)了 RPO=0 和 RTO=0 的最高等級容錯。為了繼續(xù)保護(hù)新的主虛機(jī)，vSphere 會在集群中尋找一臺合適的服務(wù)器作為新的備份服務(wù)器，然后在上面復(fù)制一個新的備份虛機(jī)出來，從而形成新的容錯保護(hù)機(jī)制。
換一個角度，我們也可以把 FT 技術(shù)看作是一種特殊的 vMotion。vMotion 的過程是把虛機(jī)的內(nèi)存逐塊地復(fù)制到另一臺服務(wù)器上，在復(fù)制的過程中虛機(jī)還在正常運行，所以內(nèi)存還在被不斷的改寫，最后一塊被復(fù)制的內(nèi)存被稱之 vMotion checkpoint，這塊內(nèi)存復(fù)制完成之后虛機(jī)就被完全切換到新的服務(wù)器上運行，從而完成 vMotion 的整個過程。FT 技術(shù)則是持續(xù)地復(fù)制 checkpoint 內(nèi)存塊，正常情況下并不結(jié)束這一操作，只有當(dāng)故障轉(zhuǎn)移時，才真正完成 vMotion 操作。
FT 適用條件
FT 技術(shù)不要求對應(yīng)用進(jìn)行改寫，或是對操作系統(tǒng)進(jìn)行特殊的配置，所以一般的應(yīng)用可以很方便地使用 FT 技術(shù)來進(jìn)行保護(hù)。vSphere 6.0 可以保護(hù)的虛機(jī)最多可以有 4 個 vCPU、64 GB 內(nèi)存，不超過這個資源限制的應(yīng)用都可以采用 FT 技術(shù)來保護(hù)。而且這是 vSphere 標(biāo)準(zhǔn)版就內(nèi)置的功能，不用采購額外的軟件許可證，凡是 vSphere 的用戶都可以隨時激活對于虛機(jī)的 FT 保護(hù)。
FT 的工作機(jī)制要求主備虛機(jī)之間進(jìn)行同步，只有等備份虛機(jī)上的同步操作完成之后，主虛機(jī)上的數(shù)據(jù)包傳輸才會真正完成。對于網(wǎng)絡(luò)上的用戶而言，發(fā)給主虛機(jī)的網(wǎng)絡(luò)請求就有一個額外的延遲，一般這個延遲從幾毫秒到幾百毫秒不等，一個低速的 FT 日志同步網(wǎng)絡(luò)（如1GB）可能加劇這種等待，搭建 vSphere FT 環(huán)境要求主備服務(wù)器之間是專用的 10GB 高速低延遲同步網(wǎng)絡(luò)，以保證主備服務(wù)器之間的 FT 日志同步速度，否則就會給受保護(hù)的應(yīng)用帶來嚴(yán)重的性能影響。所以 FT 技術(shù)不適用于對于延遲敏感的應(yīng)用或者是實時應(yīng)用，也不適用于對于內(nèi)存進(jìn)行大量修改的應(yīng)用（因為會產(chǎn)生大量的 FT 日志同步）。
傳統(tǒng)的容錯計算是由昂貴的專用服務(wù)器實現(xiàn)的，現(xiàn)在 vSphere 在普通的 x86 服務(wù)器上就能實現(xiàn)同樣的功能，容錯計算終于成為一種大家都用得起的技術(shù)。
