桌面雲可靠性漫談

　　漫談兩篇，上篇談的性能，接下來聊聊可靠性。

　　1.關於可靠性

　　　　可靠性在技術領域實際有2個參數，一個是availability，一個durability，前者反映系統是否可用，後者反映數據是否丟失，有必定關聯性，數據不可用，顯然系統

　　　　也是不可用的。但就重要性來看，後者顯然更重要。如：你的PC 機因各類故障致使2天不可用，心情會極其不爽，這是availability，若是告訴你保存在PC上的10幾年

　　　　的相片丟失了，估計你砍人的心都有了，這就是durability。若是告訴你存在電腦上自拍的小電影泄露出去了，······這個，不是咱此次的重點，下次再聊。

　　　　可靠性問題，在傳統的IT 系統中，是靠應用開發商和硬件、平臺軟件等供應商共同來保證的，從業界統計來看，應用開發商形成的可靠性問題佔70%以上，因此選對

　　　　應用提供商是關鍵。剩下的30%可靠性事故是硬件和平臺軟件來保證的。應用開發商爲了解決這部分的可靠性問題，須要進行大量的可靠性開發工做，這須要有經驗

　　　　的工程師，同時也會致使應用代碼急劇增長，進一步加大應用軟件的可靠性風險---顯然系統越複雜，可靠性風險越高。

　　　　有經驗的軟件工程師是很難招聘和不跳槽的，這須要投入不少的人力成本。精簡IT，下降軟件開發難度，這就是包括華爲在內的大部分IT 廠商的追求。因此你們在這個

　　　　領域不斷推陳出新，如現有小型機、FCSAN，後有IPSAN、NAS、中間件，再有容災、備份等等技術手段，這些東西對企業IT來說就是高昂的capex成本;像華爲在

　　　　電信領域，或者如淘寶這類的互聯網廠家，招聘大量的有經驗的工程師，在最垃圾的硬件上構建最可靠的系統，同樣也能達到目的，這種付出的人力成本是opex.

　　　　因此提高可靠性，要麼購買昂貴的系統，要麼僱傭昂貴的程序員，這是每一個企業不得不考慮的選擇。

　　2.雲計算的可靠性基礎

　　　　雲計算的出現，在設備和程序員的選擇之間達到了一個新的平衡，以合理的代價提高了可靠性。通常的雲計算系統都提供的故障HA、容災、備份、快照等手段，

　　　不一樣的方案在成本上略有差別，從個人觀點來看，相對傳統IT，故障HA時一個最低成本、可靠性提高最明顯的特性，最大的好處在於雲平臺對應用軟件的硬件環境

　　　作了標準化，應用不須要跟硬件打交道了，不用擔憂硬件廠家兼容性、停產替換等事情了，應用的開發難度答覆下降。

　　　　雲平臺自己可靠性設計，在於大規模條件下的軟件能力，10個刀片左右的虛擬化系統的可靠性其實比較好設計，若是一個雲平臺管理的規模上百、千、萬服務器，

　　　　系統軟件難度大幅上升。從特性對標上來說，你們都差很少，就不囉嗦了。

　　3.桌面雲的可靠性

　　　　桌面雲是基於雲平臺的一種應用，革命的對象是PC機，其餘好處不囉嗦了，就可靠性和可維護性上講，提高太明顯了。客戶不用再擔憂PC機停產找不到配件，

　　　　數據中心的服務器替換不會影響用戶，若是採用華爲的DSWare(一體機內置的分佈式存儲），則硬盤更換也對用戶不感知了，之前IT爲了保證可靠性，若是硬件損壞

　　　　就須要當即更換設備，如今不用，每週推着小推車金數據中心，看見壞的硬件就把它換下來，這種愜意的維護方式再也不是夢想，再不用羨慕Google數據中心的維護人員

　　　　在辦公室能夠遛狗的幸福生活了。

　　　　等等，願景很美好，華爲桌面雲難道不會有故障嗎？坦率地講，可靠性是個機率問題，沒人能夠拍胸脯保證系統永遠正常工做，可是華爲的桌面雲中有不少有意思的

　　　　可靠性設計，可以極大下降可靠性事故。

　　　　1）桌面雲中管理系統的故障，不會形成數據面的不可用，如已經在使用桌面可以繼續正常工做，不會影響用戶辦公，但會影響還未登陸鏈接進桌面的用戶。

　　　　2）全部的管理部件都是雙部件運行，其中DB和ITA是準備運行，其餘部件都是負荷分擔方式運行，如HDC、WI部件，系統默認安裝是2臺，實際上能夠部署更多，

　　　　　　以進一步提高可靠性。管理系統的進程異常都有自我保護，若是代碼出問題，會自動重啓；全部管理不見不管啓動的前後順序，異常狀況下維護更簡單；管理系統的

　　　　　　數據還提供自動備份到第三方設備上的能力。

　　　　3）對於用戶鏈接的可靠性，全部在VM裏的協議軟件都有誤刪停機制，還有防止被修改等，萬一還有問題，如用戶刪除了Windows 系統文件等，還能夠經過自助維護

　　　　　　平臺進行恢復操做。

　　　　4）對於第三方重要部件，如AD異常，系統日誌會有提示，並且有工具來檢測AD是否正常工做；網絡若是有異常，客戶端上有紅黃綠燈來標識等。

　　　　5）前面說到，durability很關鍵，若是客戶選擇IPSAN來建設，那跟其餘供應商沒什麼區別，IPSAN通常採用RAID0或者RAID5來建設，在可靠性上講，這實際上

　　　　　　就是2跟數據，因爲硬盤故障後，raid組須要有個重建時間，硬盤容量越大，可靠性就會越低，所以及時更換壞件仍是必須的。若是採用華爲的一體機DSware

　　　　　　來存儲，系統默認是提供了3分數據，可靠性大幅提高，爲了兼顧成本和性能需求，採用的大容量的SATA盤來下降每用戶成本，採用SSD來提高性能。DSware

　　　　　　中任何硬件損壞，系統會自動把數據從新分佈。這個數據從新分佈的速度也遠超SAN，可靠性也是有保障的。（若是三分數據仍發生故障，用戶能夠去買彩票了，

　　　　　　由於買彩票的中獎率遠比DSWare三分數據發生數據丟失的機率高）若是真的仍是不放心，那就要用到容災和備份了，由於系統在底層沒法判斷數據有效性，只能

　　　　　　所有數據同步或者備份，這會極大增長成成本，系統複雜度大幅上升，好比除了增長1：1的計算和存儲容量外，還需增長數據中心間的大帶寬。最佳的方案建議

　　　　　　採用在用戶虛擬機中安裝第三方的網盤系統，用戶本身選擇少許的重要數據自動備份，同時在災備中心創建pool型虛擬機，萬一出現系統故障，用戶登陸POOL

　　　　　　虛擬機，從網盤上去下載用戶數據，這樣也能低成本迅速恢復辦公環境。

　　　　6）最後，來談談綜合能力。桌面雲系統涉及到網絡、服務器、存儲、雲平臺軟件、桌面雲軟件，仍是比較複雜的，華爲具有端到端的能力包括研發能力，同時

　　　　　　本身已經建設並用10萬桌面雲，該碰的問題全碰到了，因此儘管放心華爲的品質，雖然華爲剛進入IT領域，但多年在電信領域的技術積累，不能以通常眼光

　　　　　　來看待。舉個例子，某國內著名的醫療設備製造商想上桌面雲，華爲和IXX受邀去投標，由於華爲在IT領域是新兵，最後IXX以高價中標，其中集成由IXX

　　　　　　完成，設備狀況是服務器IXX提供，存儲EXX，雲平臺VXX，桌面雲CXX，都是名牌貨，可是最後項目在努力1年後失敗，該企業CIO黯然離職，項目終止。

　　　　　　因此，別看各廠商各談各的技術有多牛，系統異常狀況下的端到端的問題定位和處理能力，纔是選擇供應商的關鍵。