容灾设计之三Stretched Cluster

Stretched Cluster是一把双刃剑，会用的如行云流水，用不好反而受其限制。

传统的vSphere Cluster是指一个Cluster内的所有ESXi主机都在一个物理机房内。Stretched Cluster顾名思义是把Cluster的概念扩展到了不受物理位置的限制。主机可以是在同一个数据中心的不同物理机房，甚至可以分布在不同城市的数据中心。听上去很酷吧，

[dr3.png]



是否采用Stretched Cluster需要缜密的评估和设计。以下三个步骤可以帮助你理清思路。

一 明确想要什么？

容灾的大概念很模糊，每个人可能都有不同的理解。所以我们需要对以下几个名词吃透。

Disaster Recovery

在一个数据中心的应用意外中断后，在另外一个数据中心把该应用恢复。目的是在Infrastructure层出现大到故障的时候，应用可以在短时间内恢复，尽量减小影响。

Disaster Avoidance

通常指采用主动的措施来避免可能发生的应用中断。比如计划内的机房断电、飓风来袭，地震预警等等。在灾难发生之前，把应用从可能受影响的数据中心切换到另外一个安全的数据中心。在切换过程中可能有短时间内的服务中断。

Downtime Avoidance

与Disaster Avoidance不同，Downtime Avoidance更注重的是不能有服务的中断，不能有数据的损失。这也是vMotion和Storage vMotion大显身手之处。

Active Site Balancing

如果一个数据中心或者是Cluster专门为容灾而建，那么必须保证在灾难来临时有充足的空闲资源。很可能99.99%的时间内大量资源是闲置的。我们不希望灾难发生，可也希望能更有效的利用资源。怎么办？

Active Site Balancing指有效利用所有数据中心的所有资源，尽量避免资源闲置。

下图基于以上四个方面，对Site Recovery Manager 和 Stretched Cluster进行了比较。原文见此链接

[dr4.png]


如果你明确了Downtime  Avoidance和Active Site Balancing是你最最关注的方面，那么比起SRM来说，Stretched Cluster可能更好的满足需求。


二  评估是否满足先决条件

数据中心之间的距离在100KM之内

在两个数据中心内都可以访问扩展的二层网络。数据中心之间的网络延时（latency）<10ms

存储设备支持。查HCL。EMC VPLEX是支持的。我们后文详述。

其他细节见此文vSphere Metro Storage Cluster solutions, what is supported and what not? 链接


三 可能带来的影响

在方案设计中要解决好下面的问题：

Site Affinity

在数据中心A的主机仅仅能够访问本地的存储设备，对于数据中心B的主机，同理亦然。因为访问本地的速度快、可靠性高。

Failover Scenario

对所有可能出现中断的组件，都要验证中断的后果。比如有以下情形：

单个ESXi宕机、多个ESXi宕机、整个机房ESXi宕机、单个ESXi网络中断、数据中心之间用于存储同步的网络中断（StoragePartition）、数据中心之间二层网络中断（DataCenter  Partition）、存储阵列磁盘损坏、整个存储阵列宕机、整个数据中心中断

Operational Process

Stretched Cluster是高端技术，的确能解决不少问题。可有一点往往被人们忽视，就是其根本上是依赖于vSphereCluster的底层技术来支撑的。 vShpere Cluster本身有很多特性，比如vMotion，HA等等很不错，同样也有一些力不从心之处。比如在当数据中心A全面中断后，vSphere HA把虚拟机在另外一个数据中心B重新启动。启动顺序是无法保证的。而VMware SRM有完善的DR计划保证满足预先设计的启动顺序。

不能因为有Stretched Cluster就认为完事大吉，需要有严密的OperationalProcess来验证虚拟机极其支持的应用能够正常恢复。