大家好，我是冰河~~
在互联网大厂，有个普遍的现象：某种程度上，只要是比较重要的系统，都需要考虑系统的容灾问题。
通过实施容灾方案，将系统部署两套或者多套，并且这套系统或者多套系统可以部署到不同的机房，如果其中一套系统出现故障导致不可用，则可以迅速切换到另一套系统，提供7*24小时不间断服务。
一、容灾介绍
同城双活和异地多活都是典型的系统容灾部署方案，对于企业来说，尤其是大型互联网公司，比较重要的系统一般都会做容灾，采用同城双活，甚至异地多活的架构方案进行部署。
对于同城双活和异地多活来说，都是容灾的不同方案，它们对技术、部署成本、运维成本、网络带宽、网络稳定性等的要求都不一样。
多多少少都会增加部署的复杂度和部署成本，但是，容灾在某套系统出现故障时，能够迅速切换到另一套系统，保证系统的高可用。
二、宕机问题
企业的核心系统和比较重要的系统应该也必须考虑容灾问题，这里的容灾主要是通过部署两套或者多套系统实现，这两套或者多套系统一般是部署在不同的机房，避免只部署一套系统或者在同一机房部署多套系统出现宕机事故。
在实际场景中，哪怕我们部署了两套或者多套系统，但是这些系统是部署在同一个机房内，此时系统的可用性是受限于机房的可用性，如果机房出现网络不通或者其他事故，就会影响到系统的可用性，甚至造成系统长时间宕机。
这种系统事故不是人为造成的，但是如果不考虑容灾问题，或者容灾问题考虑不充分，将两套或者多套系统部署在同一个机房内就可能出现这种问题。
举个例子，如果已经考虑到容灾的问题，只是将两套或者多套系统部署在同一个机房中，如果这个机房的网络或者服务器出现了故障，机房发生了火灾，甚至机房所在的城市发生了地震、海啸、洪水等不可抗力的灾难时，哪怕部署在同一个机房内的多套系统之间实现的可用性再高，整个系统也是不可用的。
三、跨机房部署
跨机房部署，顾名思义就是将两套或者多套系统部署在多个机房，跨机房部署其实并没有想象中的那么简单和美好，实际上，将两套或者多套系统部署在多个机房是有一定的复杂度和挑战的。
以数据库为例，假设目前有两个机房，分别为机房A和机房B，数据库主库A和从库B都在A机房，那么B机房的应用如何读取到数据呢？此时，总体上有两种方案：跨机房读取数据和本机房内读取数据。
3.1 跨机房读取数据
如果是跨机房读取数据的话，B机房中的应用就会跨机房读取A机房的数据，如下图所示。
可以看到，此时B机房的应用会跨机房读取A机房的数据。
3.2 本机房内读取数据
如果是本机房内读取数据，则可以在B机房中部署一个从库，B机房中的从库跨机房同步A机房的数据，随后，B机房的应用读取本机房中从库的数据，如下图所示。
可以看到，在B机房中部署一个从库，跨机房同步A机房数据，B机房中的应用就可以读取本机房内从库的数据。
4.3 跨机房问题
无论是B机房内的应用跨机房读取数据，还是读取本机房内的数据，都会存在跨机房数据的传输问题，跨机房读取数据是B机房的应用直接读取A机房数据时，产生的跨机房传输数据问题。
而读取本机房内的数据，是数据库同步数据产生的跨机房传输数据问题。只要涉及到跨机房传输数据的问题，就会对机房之间的数据延迟有比较高的要求。
根据以往的经验来说，机房之间的数据延迟，与机房之间的物理距离有直接的关系，这里，给大家列举几个经验数据。
（1）同城双机房专线延迟
一般情况下，同城双机房专线延迟在1ms~3ms之间。
假设接口的响应时间要求控制在200ms之内，而一次接口调用可能会触发一些RPC服务或者其他服务，如果是同城双机房专线网络良好的情况下，跨机房调用服务，接口的响应时间可能会增加几毫秒，再有就是跨机房读写数据，接口响应时间增加几毫秒，都是可以接受的。
但是，如果跨机房调用服务，读写数据的次数比较多，来来回回耗费了几十、上百毫秒，此时就不能接受了。
（2）国内异地双机房专线延迟
一般情况下，就国内的异地双机房专线延迟在50ms之内。
具体还是要根据机房之前的物理距离来确定，比如北京到上海的专线延迟一般在30ms左右，而北京到广州的专线延迟在50ms左右，机房的物理距离不同，延迟也不尽相同。
在异地双机房专线的数据延迟影响下，如果要将接口的响应时间控制在200ms之内，就要避免频繁的跨机房调用服务和跨机房读写数据。
（3）国际异地双机房专线延迟
一般情况下，国际异地双机房专线的网络延迟会比国内异地双机房专线延迟高，一般会在100ms~200ms。
在这种场景下，就需要避免跨机房进行数据的同步处理，只考虑异步同步跨机房数据。
四、同城双活
同城双活方案是将系统部署在同一个城市的不同机房中，这种方案能够做到机房级别的容灾，而不能做到城市级别的容灾。
在同城双活方案中，同城的两个机房中，每个机房会承担一部分流量，涉及到服务的调用和数据读写时，尽量在本机房内完成，如果是RPC调用，不同机房的RPC服务可以向注册中心注册不同的服务分组，不同机房的RPC消费者只订阅本机房内的服务分组。
这样就可以实现RPC调用尽量发生在本机房内。如果是写数据，则可以向一个机房写数据，而实时同步到另一个机房，如下图所示。
可以看到，在实施同城双活方案时，主库可以部署在A机房中，A机房和B机房的数据都写到A机房的主库中，主库会将数据同步到A、B机房的从库。一旦A机房发生故障，可以将B机房的从库提升为主库，B机房继续对外提供服务。
在A机房和B机房同时部署了缓存，缓存中的数据可以由本机房内的从库进行同步，也可以由本机房的服务进行读写。
如果本机房的缓存中没有需要的数据，就到本机房的从库中进行查询，当然这里查询数据库的操作，要考虑缓存击穿、穿透和雪崩的问题。
当更新数据时，可以同时更新每个机房的数据。
不同机房的RPC服务可以向注册中心注册不同的服务分组，不同机房的RPC消费者只订阅本机房内的服务分组，这样就可以实现RPC调用尽量发生在本机房内。
五、异地多活
一般情况下，系统做同城双活容灾方案就够了，如果系统的业务发展到了淘宝级别，就需要考虑异地多活了。
如果是采用异地多活方案，机房之间的距离不宜太近，部署到同一个城市就不太合适了，所以，起码是要做跨城市级别的异地多活，甚至是跨国异地多活，在这种场景下，显然不能跨机房写数据了。
在异地多活场景下，数据同步可以采取主从同步 消息异步复制的方式来同步，也就是说，对于像MySQL、Redis这种数据，可以采用主从复制的方式，由一个机房同步到另一个机房。像缓存数据和一些NoSQL数据库的数据，可以使用消息异步复制的方式来同步数据，如下图所示。
可以看到，在异地多活场景下，对于像MySQL、Redis这种数据，可以采用主从复制的方式，由一个机房同步到另一个机房。像缓存数据和一些NoSQL数据库的数据，可以使用消息异步复制的方式来同步数据。
在异地多活场景下，还有一些要注意的问题：读取用户相关的数据时，尽量保证在同一个机房内处理，这时，就需要对用户的数据做分片处理，对同一个用户数据的读写操作，路由到同一个机房内。
对数据的读取和服务的调用，也尽量在同一个机房内完成。
另外，还有一种场景是在电商业务中，用户相关的数据，例如用户查询自己的订单数据时，用户自己的订单数据与用户数据在同一个机房内，但是订单数据中的店铺数据和商家的一些基本信息，可能就存储在另外的机房了。
此时，对于服务的调用和数据的读取，优先保证在本机房内进行，如果不得已发生跨机房读取数据的操作，有一定的延迟，也可以接受。
还有一点需要说明的是：如果同城双活架构方案能够满足需求，就不要轻易尝试异地多活架构，实际上，异地多活架构过于复杂，很少有公司能够搭建出真正的异地多活架构。
六、总结
本文大部分内容节选自冰河的《Seckill秒杀系统》专栏，在《Seckill秒杀系统》专栏中，不仅仅是带着大家从零开始写一个秒杀业务系统，而是从需求立项到架构设计、环境搭建到编码实现、问题重现到代码优化、单体应用架构到微服务架构、秒杀系统极致优化到高并发方案落地、流量治理到链路追踪、防刷方案到风控设计、集群部署到全链路压测，再对秒杀系统整体进行极致优化。
Seckill秒杀系统整体专栏内容如下。
七、写在最后
在冰河的知识星球除了目前正在热更的高性能网关外，还有其他6个项目，像分布式IM即时通讯系统、Sekill分布式秒杀系统、手写RPC、简易商城系统等等，这些项目的需求、方案、架构、落地等均来自互联网真实业务场景，让你真正学到互联网大厂的业务与技术落地方案，并将其有效转化为自己的知识储备。
