簡(jiǎn)單分析服務(wù)器的可用性問題

Word簡(jiǎn)單分析服務(wù)器的可用性問題

簡(jiǎn)單分析服務(wù)器的可用性問題

作為信息化建設(shè)中硬件架構(gòu)不可或缺的服務(wù)器一直以來(lái)都備受關(guān)注，同時(shí)，服務(wù)器的更新?lián)Q代也在見證著世界領(lǐng)先科技的發(fā)展歷程，不論是最初的16位處理，還是后來(lái)紅極一時(shí)的32位處理器，甚至包括如今同時(shí)支持的32位、64位的處理器以及即將到來(lái)的純64位處理器年代，服務(wù)器雖然歷經(jīng)千變?nèi)f化，但有一點(diǎn)一直是永恒不變的主題，那就是服務(wù)器的可用性。一臺(tái)服務(wù)器如果連最基本的可用性都無(wú)法保障，它將無(wú)法登上時(shí)代的大舞臺(tái)。

究竟什么是服務(wù)器的可用性？它包括哪些內(nèi)容？為什么如此受到大家的關(guān)注？下面我們將一一作答。

服務(wù)器的可用性（Usability）其實(shí)就是要求服務(wù)器具有高的可靠性、高穩(wěn)定性、易于管理維護(hù)，不要時(shí)不時(shí)死機(jī)、出故障，盡量少出現(xiàn)停機(jī)待修現(xiàn)象。因?yàn)槎鄶?shù)情況下服務(wù)器是要求連續(xù)不間斷工作的，所以它的性能穩(wěn)定、可靠是非常重要，如果是普通的PC死機(jī)了重啟，最多時(shí)會(huì)丟失一些本臺(tái)電腦上的文檔信息、少量的數(shù)據(jù)，不會(huì)造成巨大的經(jīng)濟(jì)損失。但是如果服務(wù)器出現(xiàn)死機(jī)的情況，后果將不堪設(shè)想。因?yàn)樵S多重要的數(shù)據(jù)、資料、信息、記錄都保存在服務(wù)器上，尤其是許多網(wǎng)絡(luò)服務(wù)都在服務(wù)器上運(yùn)行，一旦服務(wù)器發(fā)生故障，將會(huì)造成大量數(shù)據(jù)丟失、許多重要業(yè)務(wù)停頓，如代理上網(wǎng)、安全驗(yàn)證、電子郵件服務(wù)等都將失效，如果是需要計(jì)費(fèi)的網(wǎng)絡(luò)，將無(wú)法提供準(zhǔn)確的計(jì)費(fèi)數(shù)據(jù)，不但無(wú)法實(shí)現(xiàn)安全運(yùn)營(yíng)，嚴(yán)重的將造成整個(gè)網(wǎng)絡(luò)的癱瘓，其損失是難以估量的。而易于管理和維護(hù)就不必說(shuō)了，對(duì)于非專業(yè)的用戶而言能夠用最簡(jiǎn)單的管理去維護(hù)網(wǎng)內(nèi)的所有設(shè)備是他們很開心的事情。所以綜上所述，高可靠性、高穩(wěn)定性和易于管理維護(hù)是服務(wù)器可用性的具體體現(xiàn)。

但是在服務(wù)器的硬件架構(gòu)的設(shè)計(jì)上如何來(lái)保障可用性呢？關(guān)鍵是要做到硬件冗余和硬件在線診斷技術(shù)。其中常見的硬件冗余包括：磁盤冗余、電源冗余和風(fēng)扇冗余，另外還有一些RAM冗余、PCI適配器冗余和網(wǎng)卡冗余等；而硬件在線診斷技術(shù)則需要包括：熱插拔技術(shù)、內(nèi)存保護(hù)技術(shù)、內(nèi)存檢查和糾錯(cuò)技術(shù)、內(nèi)存鏡像技術(shù)、內(nèi)存熱添加/交換技術(shù)、活動(dòng)PCI技術(shù)、活動(dòng)診斷技術(shù)等。

硬件冗余比較容易理解，就是對(duì)硬件的組成部件采用冗余備份的方式來(lái)保障因部分部件損壞引起的硬件系統(tǒng)的癱瘓，但是出于對(duì)設(shè)備成本考慮，所以不能做所有部件的冗余，一般都是對(duì)其中一些關(guān)鍵部件的冗余，比如說(shuō)磁盤冗余技術(shù)，就是人們常說(shuō)的RAID（磁盤陣列）技術(shù)，即：把多塊獨(dú)立的硬盤（物理硬盤）按不同方式組合起來(lái)形成一個(gè)硬盤組（邏輯硬盤），從而提供比單個(gè)硬盤更高的存儲(chǔ)性能和提供數(shù)據(jù)冗余的技術(shù)。在現(xiàn)在的服務(wù)器產(chǎn)品中，基本上都采用了此項(xiàng)技術(shù)，支持RAID0、RAID1，使服務(wù)器可以充分利用總線的帶寬完成數(shù)據(jù)的操作，顯著提高磁盤整體存取性能，最大限度的保證用戶數(shù)據(jù)的可用性。同時(shí)現(xiàn)在的服務(wù)器產(chǎn)品有些已經(jīng)可以提供雙電源和雙風(fēng)扇的冗余備份，還可以支持熱插拔技術(shù)，這就給電源和風(fēng)扇創(chuàng)造了一個(gè)輕松負(fù)荷的工作狀態(tài)，減少了因電源或風(fēng)扇的損壞而出現(xiàn)的系統(tǒng)內(nèi)部問題，從根本上避免了服務(wù)器的工作不穩(wěn)定和停機(jī)。

但是僅僅提供了硬件不見得冗余是遠(yuǎn)遠(yuǎn)不夠的，還需要一些硬件在線診斷技術(shù)的配合，才能使服務(wù)器的可用性發(fā)揮至極致。比如熱插拔技術(shù)，就是指有些部件可以在系統(tǒng)帶電的情況下對(duì)部件進(jìn)行插、撥操作。這非常重要，因?yàn)楫?dāng)我們發(fā)現(xiàn)一些部件已損壞，但因?yàn)樘峁┝擞布哂?，所以系統(tǒng)仍能繼續(xù)保持良好運(yùn)行。我們需要把損壞的設(shè)備更換下來(lái)，如果沒有熱插拔技術(shù)，就必須關(guān)閉服務(wù)器的電源才能進(jìn)行，這樣就會(huì)造成人為的服務(wù)器停機(jī)。隨意在航天聯(lián)志的服務(wù)器產(chǎn)品，絕大多數(shù)都采用了支持硬件熱插拔的功能，比如在電源、硬盤、風(fēng)扇、內(nèi)存、網(wǎng)卡等。

在這里我們還需要提到內(nèi)存糾錯(cuò)技術(shù)ChipKill內(nèi)存技術(shù)，這是一種新的ECC內(nèi)存保護(hù)標(biāo)準(zhǔn)。隨著基于Intel處理器架構(gòu)的服務(wù)器的CPU性能在以幾何級(jí)的倍數(shù)提高，而硬盤驅(qū)動(dòng)器的性能同期只提高了5倍，因此為了獲得足夠的性能。服務(wù)器需要大量的內(nèi)存來(lái)臨時(shí)保存在CPU上讀取的數(shù)據(jù)，這樣大的數(shù)據(jù)訪問量就導(dǎo)致單一內(nèi)存芯片上每次訪問時(shí)通常要提供4（32位）或8（64位）比特以上的數(shù)據(jù)。一次性讀取這么多數(shù)據(jù)，出現(xiàn)多位數(shù)據(jù)錯(cuò)誤的可能性會(huì)大大地提高，而ECC又不能糾正雙比特以上的錯(cuò)誤，這樣就很可能造成全部比特?cái)?shù)據(jù)的丟失，系統(tǒng)就很快崩潰了。

現(xiàn)在一個(gè)服務(wù)器上安裝的內(nèi)存逐漸增多，在系統(tǒng)中發(fā)生與內(nèi)存有關(guān)的錯(cuò)誤的可能性也在增大。所以在保障服務(wù)器產(chǎn)品可靠性上，不單單采用了Chipkill修復(fù)技術(shù)，還包括內(nèi)存保護(hù)、內(nèi)存鏡像和熱交換性能等一些純硬件方法，以及內(nèi)存熱添加技術(shù)等一些軟件方法全方位的保障設(shè)備的可靠性，使整個(gè)系統(tǒng)的可用性得到了最大的體現(xiàn)。

內(nèi)存鏡像是將內(nèi)存數(shù)據(jù)做兩個(gè)拷貝，分別放在主內(nèi)存和鏡像內(nèi)存中。系統(tǒng)工作時(shí)會(huì)向兩個(gè)內(nèi)存中同時(shí)寫入數(shù)據(jù)，因此使得內(nèi)存數(shù)據(jù)有兩套完整的備份。由于采用通道間交叉鏡像的方式，所以每個(gè)通道都有一套完整的內(nèi)存數(shù)據(jù)拷貝。

在系統(tǒng)芯片組中設(shè)置有“容錯(cuò)閾值”。如果任意內(nèi)存達(dá)到了“容錯(cuò)閾值”，其所在通道就被標(biāo)示出來(lái)，另一個(gè)通道單獨(dú)工作。但仍然保持雙通道的內(nèi)存帶寬。

內(nèi)存鏡像有效避免了由于內(nèi)存故障而導(dǎo)致數(shù)據(jù)丟失。鏡像內(nèi)存和主內(nèi)存互成對(duì)角線分布，如果其中一個(gè)通道出現(xiàn)故障不能繼續(xù)工作，另一個(gè)通道仍然具有故障通道的內(nèi)存數(shù)據(jù)，有效防止了由于內(nèi)存通道故障導(dǎo)致的數(shù)據(jù)丟失，極大提升了服務(wù)器可靠性。鏡像內(nèi)存的容量要大于等于主內(nèi)存容量，當(dāng)系統(tǒng)工作時(shí)，鏡像內(nèi)存不會(huì)被系統(tǒng)識(shí)別。因此在投資方面，做內(nèi)存鏡像數(shù)據(jù)保護(hù)的投資是沒有內(nèi)存保護(hù)功能的一倍。

內(nèi)存熱備（Sparing）進(jìn)行內(nèi)存熱備時(shí)，做熱備份的內(nèi)存在正常情況下是不使用的，也就是說(shuō)系統(tǒng)是看不到這部分內(nèi)存容量的。每個(gè)內(nèi)存通道中有一個(gè)DIMM不被使用，預(yù)留為熱備內(nèi)存。芯片組中設(shè)置有內(nèi)存校驗(yàn)錯(cuò)誤次數(shù)的閾值,即每單位時(shí)間發(fā)生錯(cuò)誤的次數(shù)。當(dāng)工作內(nèi)存的故障次數(shù)達(dá)到這個(gè)“容錯(cuò)閾值”，系統(tǒng)開始進(jìn)行雙重寫動(dòng)作，一個(gè)寫入主內(nèi)存，一個(gè)寫入熱備內(nèi)存，當(dāng)系統(tǒng)檢測(cè)到兩個(gè)內(nèi)存數(shù)據(jù)一致后，熱備內(nèi)存就代替主內(nèi)存工作，故障內(nèi)存被禁用，這樣就完成了熱備內(nèi)存接替故障內(nèi)存工作的任務(wù)，有效避免了系統(tǒng)由于內(nèi)存故障而導(dǎo)致數(shù)據(jù)丟失或系統(tǒng)宕機(jī)。這個(gè)做熱備的內(nèi)存容量應(yīng)大于等于所在通道的最大內(nèi)存條的容量，以滿足內(nèi)存數(shù)據(jù)遷移的最大容量需求。

眾所周知，系統(tǒng)過(guò)熱是影響服務(wù)器穩(wěn)定最主要的原因，怎樣保證了服務(wù)器在惡劣環(huán)境下長(zhǎng)時(shí)間滿負(fù)荷運(yùn)轉(zhuǎn)的溫度正常？比如說(shuō)采用了前進(jìn)風(fēng)的方式，與側(cè)進(jìn)風(fēng)的方式不同，這種進(jìn)風(fēng)方式保證了用戶實(shí)際應(yīng)用過(guò)程中，讓安裝在機(jī)架上的服務(wù)器能夠有完全通暢的風(fēng)源。冗余風(fēng)扇只是提供了保證當(dāng)一個(gè)散熱風(fēng)扇出現(xiàn)故障不能起到散熱作用