高可用集群（High Availability Cluster），即HA集群，是一种以减少服务中断时间为目的的服务器集群技术，其主要作用在于实现故障检查和业务切换的自动化，进而减少由于计算机硬件或软件发生故障所造成的损失。
在HA集群中，如果某个节点发生故障失效（如宕机等），其他备援节点立即在短时间内接管并执行故障节点的任务，进而保证HA集群业务继续正常运行。
HA集群是通过系统的可靠性(reliability)和可维护性(maintainability)这两个指标来度量的。通常地，在工程上常用平均无故障时间(MTTF)来度量系统的可靠性，用平均维修时间(MTTR)来度量系统的可维护性。于是高可用性可被定义为：𝐻𝐴=𝑀𝑇𝑇𝐹/(𝑀𝑇𝑇𝐹+𝑀𝑇𝑇𝑅)×100%，其中，HA的常用衡量标准如下:
通常地，在工程上大部分企业通常追求年业务正常率达到99.99%，即一年最多只允许约52分钟的故障率。
3. HA集群的常见方式 3.1 主从式主从式也称为非对称式，这种方式组建的高可用集群通常包含2个节点和一个或多个服务，其中一台作为主节点（active），另一台作为备份节点（standy）。备份节点随时都在检测主节点的健康状况，当主节点发生故障时，服务会自动切换到备份节点上以保证服务正常运行。另外，该方式的备份节点平时不会启动服务，只有发生故障时才会有用，某种程度上来说，有些浪费资源。
3.2 对称式这种方式一般包含2个节点和一个或多个服务，其中每一个节点都运行着不同的服务且相互作为备份，两个节点互相检测对方的健康状况，当其中一个节点发生故障时，该节点上的服务会自动切换到另一个节点上去，从而保证服务能够继续正常运行。
3.3 集群式这种集群包含多个节点和多个服务。每一个节点都可能运行和不运行服务，每台服务器都监视着几个指定的服务，当其中的一个节点发生故障时，该节点的业务会自动切换到其他节点上运行。
4. HA集群架构HA集群通常被分为四层结构：节点主机层、成员关系层、集群资源管理层、资源代理层，下文分别对每层的工作原理进行介绍。
4.1 节点主机层这一层主要是运行在物理主机上的服务，高可用集群相关的软件运行在各主机节点上，集群资源也是在各主机上。
4.2 成员关系层成员关系层主要可分为两大层：信息传递层（Messaging Layer）和成员关系层（Membership Layer）。
该层也称为心跳层，是传递集群信息的一种机制，通过监听UDP 694号端口，可以通过单播、组播、广播等方式实时快速传递信息，传递的内容为HA集群的集群事务，如心跳信息、资源事务信息等。另外，该层只负责传递信息，不负责信息的计算和比较。
这层最重要的作用是主节点（DC）通过Cluster Consensus Menbership Service（CCM或者CCS）这种服务来产生一个完整的成员关系。这层主要实现承上启下的作用，承上是指将下层产生的信息生产成员关系图传递给上层，用于汇报各个节点的工作状态；启下是指对上层发出隔离某一设备的命令进行具体实施。
该层主要为那些不具有高可用服务提供高可用性，它需要借助Messaging Layer来实现工作，因此工作在Messaging Layer上层。资源管理器的主要工作是收集messaging Layer传递的节点信息，并负责信息的计算和比较，并做出相应的动作，如服务的启动、停止和资源转移、资源的定义和资源分配等。
在该层中每个节点都运行一个集群资源管理器(CRM，cluster Resource Manager)，CRM会推选出一个用于计算和比较的节点，叫DC指定协调节点(Designated Coordinator)，计算由PE策略引擎(Policy Engine)实现，计算出结果后的动作控制由TE事务引擎(Transition Engine)实现。
在每个节点上CRM都维护着一个xml格式的CIB(Cluster Information Base，集群信息库)文件，只有DC（主节点）才可以对该CIB文件进行修改，其他节点上的CIB文件都是复制DC上的CIB文件而来。
在每个节点上都有一个LRM本地资源管理器(local resource manager)，是CRM的一个子功能，是执行CRM传递过来的在本地执行某个资源的执行和停止的具体执行人。当某个节点发生故障之后，是由DC通过PE和TE来决定是否抢夺资源。
资源代理层，简单的说就是能够对集群资源进行管理的脚本，如资源的start，stop、restart和查询状态信息等操作的脚本，该脚本由LRM本地资源管理器负责运行。
当前，集群资源代理主要分为如下几种：
比LSB更专业，更加通用，除了上面的四种操作，还包含monitor、validate-all等集群操作。在介绍HA集群工作原理之前，先介绍下心跳线和隔离方法，以便更容易对HA集群工作原理的进行了解。
5.1 心跳线心跳线也主要分为串行电缆和以太网线。串行电缆被认为是比以太网连接安全性稍好的连接方式，因为hacker无法通过串行连接运行诸如telnet、ssh或rsh类的程序，从而可以降低其通过已劫持的服务器再次侵入备份服务器的几率。但串行线缆受限于可用长度，因此主、备服务器的距离必须非常短。以太网线连接，可以消除串行线缆的在长度方面限制，并且可以通过此连接在主/从服务器之间同步文件系统，从而减少了对正常通信连接带宽的占用。
隔离方法主要有两种，一种是节点隔离，另一种是资源隔离。节点隔离就是我们常说的STONITH（Shoot The Other Node In the Head ，俗称“爆头”)，意思就是直接切断电源。常用的方法是将所有节点都接在一个电源交换机上，如果某一个节点发生故障，就直接导致该节点的电压不稳定或断电，让有故障的节点重启或关闭。而资源隔离就是通过fencing方式直接把某种资源截获过来。
以主/从MySQL服务器为例，主服务器和从服务器建立双机热备，基本上都是共享一个存储。通常情况下，数据库文件挂载在主数据库服务器上，用户连接到主服务器上进行数据库操作。当主服务器出现故障时，从服务器就会自动挂载数据库文件，并接替主服务器的工作。用户在未接到通知的情况下，可以通过从数据库连接到数据库文件进行操作，等到主服务器的故障修复之后，又可以重新提供服务。
那么，从服务器是如何知道主服务器挂掉了呢？这就需要使用心跳检测机制，也就是让每一个节点都会定期向其他节点通知自己的心跳信息，尤其是主服务器，如果从服务器在几个心跳周期内（可自行设置心跳周期）还没有检测到心跳信息的话，就认为主服务器宕掉了，而这期间在通知心跳信息时通常采用udp协议来进行传递信息。
另外，如果主服务器在某一段时间内由于服务繁忙，没时间响应心跳信息，这个时候从服务器如果把主服务器的资源抢过去（共享数据文件），但是这个时候主服务器还没有宕掉，这样就会导致资源抢占，这样的话，用户在主服务器和从服务器上都能访问，如果仅仅是读操作不受影响，但如果包含写操作就会导致文件系统崩溃，因此，在资源抢占的时候，可以采用一定的隔离方法来实现，即当从服务器抢占资源的时候，直接把主服务器给“STONITH掉”，即常说的“爆头”现象。
(说明：一般常用于CentOS 5.X)(说明：一般常用于CentOS 6.X)(说明：现在最常用的组合)(说明：红帽集群套件中的组件，还包括gfs2,clvm)(说明：常用于lvs的高可用)HA集群架构主要由核心两部分组成：资源转移和心跳检测，通过二者结合使用来实现对高可用架构的自动管理。以HA集群中常用的corosync+pacemaker组合为例，pacemaker用于资源转移，corosync用于心跳检测，心跳检测是指用来检测服务器是否还在提供服务，若出现服务器异常，就认为它挂掉了，此时pacemaker将会对资源进行转移操作。
7. Fence设备及原理 7.1 Fence设备的概念Fence设备（又称Stonith设备）是RHCS集群中必不可少的一个组成部分，集群中所有服务器均接到Fence设备上，通过Fence设备可以避免因出现不可预知的情况而造成的“爆头”现象。
Fence操作是指通过服务器、存储本身的硬件管理接口或者外部电源管理设备，对服务器或存储直接发出硬件管理指令，将对应的服务器或存储进行重启、关机或者与网络断开连接。
当意外原因导致主机异常或者宕机时，备机会首先调用Fence设备，然后通过Fence设备将异常主机重启或者从网络隔离，当Fence操作成功执行后，返回信息给备机，备机在接到Fence成功的信息后，开始接管主机的服务和资源。这样通过Fence设备，将异常节点占据的资源进行了释放，保证了资源和服务始终运行在一个节点上。另外，原来那个被Fence重启后的主节点在重启完成后是否继续成为主节点，这个通常需要根据具体的业务场景进行合理设置。
7.3 Fence设备的类型RHCS的Fence设备可以分为两种：内部Fence和外部Fence。常用的内部Fence设备有IBMRSAII卡，HP的iLO卡，还有IPMI的设备等，外部Fence设备有UPS、SANSWITCH、NETWORKSWITCH等。
pcs resource enable fence_node1pcs stonith fence node1pcs stonith listpcs stonith delete fence_node1pcs property set stonith-enabled=true/false你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧
