摘要：正如企事業(yè)單位盛產(chǎn)“臨時工”一樣，IT行業(yè)也有大量的背鍋俠，遠(yuǎn)有挖掘機(jī)近有程序員，而隨著云計算服務(wù)的興起，云計算廠商大有成為新一代背鍋俠的趨勢——因為很多服務(wù)跑在云上，不管這些服務(wù)為啥掛了，都可以說是云計算廠商導(dǎo)致的。

粗略的看，這鍋還真是云計算廠商背定了。遠(yuǎn)的如AWS宕機(jī)、Azure宕機(jī)，近的有Google宕機(jī)(還是在說完為啥永遠(yuǎn)不會宕機(jī)之后就宕了個爽)，國內(nèi)也有阿里云、騰訊云、青云等的宕機(jī)事故。云計算廠商宕機(jī)之后，他們服務(wù)的客戶肯定也癱瘓。

不過，也有一些服務(wù)幸免遇難，其原因很簡單——自己做了災(zāi)備。從系統(tǒng)性角度來看，云計算是一個很顯而易見的責(zé)任方，但如果做到了服務(wù)的高可用還真的可以無視云計算宕機(jī)，關(guān)鍵在于頂層設(shè)計!

IT黑天鵝事件不可避免

云計算成了當(dāng)今互聯(lián)網(wǎng)服務(wù)的核心基礎(chǔ)。云計算服務(wù)商在談?wù)摲?wù)時總喜歡強(qiáng)調(diào)有多少個9的可用性，無論是云服務(wù)器、數(shù)據(jù)庫還是存儲。這不是云計算行業(yè)的獨(dú)特發(fā)明，面向企業(yè)級客戶的產(chǎn)品和服務(wù)，第一賣點(diǎn)永遠(yuǎn)是穩(wěn)定可靠，9的個數(shù)是某種定量化的表征，換一種更專業(yè)的說法叫SLA。

不過，SLA并非萬無一失的保險柜，這個世界上，小概率事件永遠(yuǎn)會發(fā)生，有個規(guī)律叫“墨菲定律”，大意是你想到的最壞的事情它總會發(fā)生——龐大而復(fù)雜的IT環(huán)境，加上各種天災(zāi)人禍，出問題幾乎無法避免。

云計算高可用+應(yīng)用高可用=服務(wù)高可用

那么，一個非常現(xiàn)實又容易被忽略的問題來了：如何保證在云服務(wù)不可用的情況下，用戶的應(yīng)用架構(gòu)仍然能夠屹立不倒?

能夠提出這一問題的云計算用戶并不多，因為絕大多數(shù)人把云平臺的可用性等同于自身業(yè)務(wù)架構(gòu)的可用性，事實上這是兩件事。

出事了別把責(zé)任一把推給云廠商，也要看看自己。某種程度上，你得做好即便云計算廠商掛了，你都不會掛。因為這是你對你自己客戶的承諾。承諾不能轉(zhuǎn)嫁別人。

2012年堪稱亞馬遜AWS的厄運(yùn)之年，6、7兩個月連續(xù)宕機(jī)影響一大票用戶，其中不乏Netflix、Heroku、Pinterest這樣的明星公司。那時候，輿論不光對亞馬遜AWS大加討伐，對云服務(wù)的前景也幾乎失去了信心。

但也有清醒的聲音。美國知名電腦周刊雜志eWeek就發(fā)表資深科技記者

Mike Elgan評論文章說“云計算不是萬靈丹，我們不過是租別人的計算機(jī)而已。因此自己數(shù)據(jù)中心可能出現(xiàn)的問題就算是轉(zhuǎn)向了云計算也依然存在”，他建議“企業(yè)有自己的替代方案很重要”。

Netflix的技術(shù)人員就表示，不論在何種情況下，每個系統(tǒng)必須靠自己存活。他們在設(shè)計系統(tǒng)時考慮了其所依賴的其他系統(tǒng)的故障并且能夠容忍故障。

災(zāi)備還有同城災(zāi)備、異地災(zāi)備以及多活

自己掌握主動權(quán)，自己掌握主動權(quán)，自己掌握主動權(quán)，重要的事情說三遍。

解決可用性問題，很容易想到的是災(zāi)備：從兩地三中心到同城雙活到異地多活，金融機(jī)構(gòu)、政府、大中型企業(yè)一直秉持“不把雞蛋放在一個籃子里”的思路，在災(zāi)備的路上越走越高精尖。

但是高精尖的背后是高昂的成本，對中小企業(yè)而言有些負(fù)擔(dān)過重。事實上，在云計算上也有對應(yīng)的服務(wù)：地域(Region)和可用區(qū)(AZ：Availabe Zone)。

地域就是物理意義上不同地方的機(jī)房，一般來說距離較遠(yuǎn)，相對來說會在用戶需求量較大的地方部署地域機(jī)房;每個地域又被劃分成多個可用區(qū)。可用區(qū)就好比資源池，它由一組物理和邏輯資源組成。

所以對于自己的云端業(yè)務(wù)，既可以分散到多個可用區(qū)，也分散到多個地域。建立在不同地域上的業(yè)務(wù)架構(gòu)可用性高于可用區(qū)，但復(fù)雜度和成本也高，所以平衡很重要。

應(yīng)用高可用可做的文章更多

除此之外，互聯(lián)網(wǎng)界對于系統(tǒng)如何達(dá)到高可用是有一些基本共識的，比如：大系統(tǒng)小做，服務(wù)拆分;并發(fā)控制，服務(wù)隔離;灰度發(fā)布;全方位監(jiān)控報警;核心服務(wù)，平滑降級。這些最佳實踐，如果很好地落實，對于提高系統(tǒng)可用性非常有幫助。

這里面每一個領(lǐng)域都可以單獨(dú)做文章，本文想特別提一個概念：分布式。分布式是互聯(lián)網(wǎng)界的熱詞，雖然說得多，但真正理解的人少。

分布式通過一套協(xié)議，將多臺機(jī)器連接在一起，減少了中心計算節(jié)點(diǎn)，從而完成計算。增加了網(wǎng)絡(luò)，減少了共享，這為分布式系統(tǒng)帶來了一些新的優(yōu)點(diǎn)，比如高可用。

能夠做到高可用的原因其實很簡單，因為分布式系統(tǒng)是通過網(wǎng)絡(luò)將大量計算機(jī)連接在一起來完成功能的，而每一臺參與到網(wǎng)絡(luò)內(nèi)的計算機(jī)，都是一臺全功能的計算機(jī)。因此，哪怕網(wǎng)絡(luò)內(nèi)只存在著一臺計算機(jī)，從理論上來說，他也能完成全部計算，只是速度會稍微有一點(diǎn)影響。

分布式的思想引領(lǐng)了互聯(lián)網(wǎng)的發(fā)展，也讓高可用不再昂貴得遙不可及。

業(yè)內(nèi)越來越清晰地認(rèn)識到云計算是一門信任生意，可以說云計算是在金融之后，更大的信任商業(yè)。只是，企業(yè)把IT基礎(chǔ)設(shè)施托付給云服務(wù)商的時候，千萬別忘了你才是這些系統(tǒng)的主人。