转自云界漫步:同步容灾100公里的限制来自哪里

最近碰到几位同事问我为什么同步容灾只能在100公里的范围内实现。我本来想偷懒,试着通过百度找标准答案给他们,但是未果,只好自己写一段文字来解释一下这个IT系统容灾界的标准法则。

1)同步容灾需要任何一个I/O要同时写到生产节点和灾备节点,任何一个I/O写成功都需要返回ACK确认。

2)通常系统的I/O有严格的时延要求,磁盘I/O不能超过1ms才能确保SLA。

3)我们都知道光速是30万公里/秒,但这是光在真空中的速度。但是光在光纤中的速度大概要损失31%,也就是只剩下大约20万公里/秒。

4)根据1-3的事实,可以计算一下同步容灾的距离如下:

1ms* 20万km/s  /2=100km.

这就是我们常说的同步容灾100公里的来源。当然,这是指的实际光纤长度是100公里,而不是物理距离,因为你不可能确保两个物理地之间恰巧有一根直线连接的光纤,一般经验中常选择的同步容灾站点物理距离在50-80公里之间。具体还需要根据应用对时延的要求和两地之间的实际测量时延为依据,100公里只是理论值。

希望这个解释可以让大家更好理解同步容灾的距离限制这一概念。谢谢。

原文地址:http://blog.sina.com.cn/s/blog_6ce357aa0102vmiw.html

时间: 2024-10-14 04:36:53

转自云界漫步:同步容灾100公里的限制来自哪里的相关文章

存储容灾的相关限制

我们常常说存储容灾包括同城容灾和异地容灾,同时也包括同步容灾和异步容灾. 我们常说的同步容灾最大为100公里.该数值指的实际光纤长度是100公里,而不是物理距离,因为你不可能确保两个物理地之间恰巧有一根直线连接的光纤,一般经验中常选择的同步容灾站点物理距离在50-80公里之间.具体还需要根据应用对时延的要求和两地之间的实际测量时延为依据,100公里只是理论值. 存储的同步容灾只能在100公里的范围内实现.这是IT系统容灾界的标准法则. 该法则的计算理论依据为: 1)同步容灾需要任何一个I/O要同

主从集群搭建及容灾部署redis

redis主从集群搭建及容灾部署(哨兵sentinel) Redis也用了一段时间了,记录一下相关集群搭建及配置详解,方便后续使用查阅. 提纲 l  Redis安装 l  整体架构 l  Redis主从结构搭建 l  Redis容灾部署(哨兵sentinel) l  Redis常见问题 Redis安装 发行版:CentOS-6.6 64bit 内核:2.6.32-504.el6.x86_64 CPU:intel-i7 3.6G 内存:2G 下载redis,选择合适的版本 [[email prot

redis主从集群搭建及容灾部署(哨兵sentinel)

Redis也用了一段时间了,记录一下相关集群搭建及配置详解,方便后续使用查阅. 提纲 l  Redis安装 l  整体架构 l  Redis主从结构搭建 l  Redis容灾部署(哨兵sentinel) l  Redis常见问题 Redis安装 发行版:CentOS-6.6 64bit 内核:2.6.32-504.el6.x86_64 CPU:intel-i7 3.6G 内存:2G 下载redis,选择合适的版本 [[email protected] software]# wget http:/

47.本地Hyper-V虚拟机的异地(Azure)容灾(上)

将 Hyper-V VM 复制到 Azure 时,准备好本地 Hyper-V 基础架构. Hyper-V 主机可以由 System Center Virtual Machine Manager (VMM) 进行托管,也可以是独立的Hyper-V主机(不加域),这里我先介绍独立的Hyper-V主机进行异地容灾. 首先我本地有一台Hyper-V主机(本地的Hyper-V服务器名是Hyper-V)(这台主机需要可以访问Azure),上面跑了一个WEBSITE的虚拟机,提供的IIS的服务 确保 Hype

容灾闲谈

今天只想说一件事 容灾 什么是容灾系统? 通俗讲 就是为了防止天灾人祸.不可抗力 在两地建立相同的IT系统 彼此有同步,随时能切换 ▼ 容灾系统分为三个层次 ↓ ①数据容灾 其实就是数据远程的备份 灾难发生时,只保证数据不丢失 但是业务会中断,慢慢恢复.重建 ②应用容灾 在数据备份或同步的基础上 还要建立一套相同的应用系统 除了涉及数据,还要涉及到 主机.网络.存储.OS.软件等等 很复杂,但是这种付出是有回报的 灾难发生时,业务能快速回复甚至不中断 ③业务容灾 业务容灾就更复杂了 不仅包含了I

Redis全方位详解--磁盘持久化和容灾备份

序言 在上一篇博客中,博客介绍了redis的数据类型使用场景和redis分布式锁的正确姿势.我们知道一旦Redis重启,存在redis里面的数据就会全部丢失.所以这篇博客中向大家介绍Redis的磁盘持久化. REDIS持久化 以每隔一段时间对redis进行快照的方式实现持久化 RDB持久化 优点:1.对redis性能影响小. 2.数据集比较大的时候,恢复速度比AOF快.   3.RDB是一个非常紧凑的单一文件,很方便传到第三方数据中心(亚马逊S3),以便日后的灾难恢复. 缺点:1.因为RDB的快

巨杉Tech|SequoiaDB 巨杉数据库高可用容灾测试

数据库的高可用是指最大程度地为用户提供服务,避免服务器宕机等故障带来的服务中断.数据库的高可用性不仅仅体现在数据库能否持续提供服务,而且也体现在能否保证数据的一致性. SequoiaDB 巨杉数据库作为一款100%兼容 MySQL 的国产开源分布式数据库,它在高可用方面的表现如何?它的高可用性是如何实现的?本文将详细描述SequoiaDB巨杉数据库的高可用性原理,并进行测试验证. 01 巨杉分布式集群架构 SequoiaDB 巨杉数据库采用计算与存储分离架构,SequoiaSQL-MySQL 是

一个缓存容灾写的样例

背景 有时我们能够使用缓存进行容灾的处理.场景例如以下:我们当前有一个专门提供各种数据的应用DataCore,该应用开放多个RFC方法供其它应用使用.      我们平时在读写数据时,会在Cache备份一份(为平时DataCore提高响应速度.减少DB.CPU压力所用),当DB挂掉的时候.Cache还能够用来容灾.使用缓存容灾的优点是:性能足够好,坏处是缓存可比数据库成本高多了. 让我们想象得更猛烈些,当DataCore整个挂掉的时候,A.B.C.D方怎么才干安然的执行下去? 我们能够在A.B.

容灾、备份、存储

百度词条---王建成解读 容灾:一般是异地,否则如何容得了灾?==>是不是本地.不同机房就不算容灾,究竟是地方还是技术本身才是关键? 经典语录:容灾系统是数据存储备份的最高层次. [数据级容灾]是指通过建立异地容灾中心,做数据的远程备份,在灾难发生之后要确保原有的数据不会丢失或者遭到破坏,但在数据级容灾这个级别,发生灾难时应用是会中断的.在数据级容灾方式下,所建立的异地容灾中心可以简单地把它理解成一个远程的数据备份中心.数据级容灾的恢复时间比较长,但是相比其他容灾级别来讲它的费用比较低,而且构建