一、 需求分析

上海小松的IT系統(tǒng)對用戶的業(yè)務生產(chǎn)的支持非常重要，所以IT系統(tǒng)的穩(wěn)定是用戶業(yè)務生產(chǎn)穩(wěn)定的基礎。目前的IT環(huán)境是在沒有冗余和備份機制的基礎上運行，存在巨大的風險。前面一段時間曾經(jīng)出現(xiàn)過一次HP服務器由于電源風扇問題而Down機的情況；最近由于Domino的bug也使得系統(tǒng)出現(xiàn)過幾次Domino異常終止的情況。 所以需要建立一套冗余機制，能夠?qū)崿F(xiàn)服務的不中斷運行（如果一臺服務器出現(xiàn)問題，或者一個應用出現(xiàn)問題，那么可以直接切換到冗余的服務器上）；同時建立備份機制（例如：磁帶備份）和監(jiān)控機制（事前預防）。

上海小松目前規(guī)劃建設4臺服務器做雙機熱備冗余，全部為WINDOWS  SERVER，，該四臺服務器中的數(shù)據(jù)需要高速存儲到磁盤陣列中，其傳輸速率不能低于2GB/S，同時每天需將在固定的時間內(nèi)段將鏡像數(shù)據(jù)再備份到二級存儲設備---磁帶庫上，與此同時要求磁盤陣列中的數(shù)據(jù)存儲裸容量不能低于1TB，并提供相應的高安全級別RAID進行數(shù)據(jù)保護，對于磁帶庫設備，其備份的數(shù)據(jù)容量不能少于1TB，這些數(shù)據(jù)必須保證至少2個月的保存時間。備份軟件必須采用全自動備份和高性能恢復程序。

二、 設計原則

基于以上的需求和我公司對此項目的了解。我們認為系統(tǒng)方案的設計目標是構造一個功能齊全、運行高效、使用靈活、維護方便、易于擴展、投資省、安全可靠的系統(tǒng)解決方案，為了達到這個目標，必須遵守以下幾個設計原則。

2.1 高可用性

系統(tǒng)方案的高可用性是信息系統(tǒng)長期有效使用的關鍵。NEC提供的系統(tǒng)方案大到設備與設備的連接，設備與網(wǎng)絡的連接；小到存儲設備的接口，內(nèi)部高速緩存，都考慮到了充分的冗余。

2.2 可擴充性

在發(fā)展迅速的信息領域，應用環(huán)境、系統(tǒng)的硬件或軟件都會不斷地加以更新，因此，系統(tǒng)的可擴充性以及前后兼容一致性好壞決定著企業(yè)信息系統(tǒng)的發(fā)展。本方案的設計，硬件/軟件是建立在廣泛的可升級基礎之上的，NEC提供支持靈活的升級方案。

2.3 經(jīng)濟性及投資保護

性能價格比是我們在本方案中充分考慮的因素。投資保護不僅僅是對設備產(chǎn)品等，更應該是對人和知識產(chǎn)品的保護。

三、 系統(tǒng)方案介紹

3.1 EXPRESSCLUSTER解決方案

針對用戶對系統(tǒng)的可靠性和容錯能力的要求，建議用戶選擇NEC EXPRESSCLUSTER的高可用集群解決方案，來實現(xiàn)系統(tǒng)中數(shù)據(jù)庫服務器（MSSQL2000）、Web服務器（Websphere）的服務、郵件Domino7以及業(yè)務數(shù)據(jù)的備份，從而達到系統(tǒng)的高度可靠性和容錯能力。

EXPRESSCLUSTER是NEC的一款專業(yè)的高可用集群軟件。它可以對系統(tǒng)的軟硬件狀況實時進行監(jiān)控，在服務器發(fā)生異?；蝈礄C時，可以自動將服務切換到備份服務器上運行，實現(xiàn)系統(tǒng)的高可用性。系統(tǒng)結構示意圖：

（1） 同時使用網(wǎng)絡存儲設備和服務器本地磁盤間的鏡像

EXPRESSCLUSTER可以支持在一個集群系統(tǒng)中同時使用網(wǎng)絡存儲設備和磁盤鏡像功能。這樣既可以使用大容量存儲設備來保存全部的履歷數(shù)據(jù)，又可以對本地的常用數(shù)據(jù)進行實時的鏡像復制。

磁盤鏡像功能是將用戶數(shù)據(jù)存儲于各自服務器的本地磁盤分區(qū)上，通過鏡像引擎將數(shù)據(jù)進行實時復制備份。數(shù)據(jù)存儲于不同服務器內(nèi)的鏡像盤上也避免了單點崩潰的可能性，增加了數(shù)據(jù)的安全性及系統(tǒng)的可用性。

而且，使用網(wǎng)絡存儲和鏡像方式構筑集群系統(tǒng)，兩臺服務器之間的距離不受外部存儲設備連接線的限制，可以將兩臺服務器放置在不同的位置。

（2） 兩臺服務器互為備份

Webshpere和MSSQL2000可以分別運行在兩臺服務器上，并互為備份關系。當任何一個應用發(fā)生故障時，再切換到另外一臺服務器上運行，這種配置方式可以充分利用服務器資源，避免硬件浪費。并且可以分散兩種應用的負荷，提高可用性和系統(tǒng)的整體處理能力。增加ExpressCluster X Application Server Agent 1.0 for Windows，對Websphere 應用進行深層次***，保證僵死狀態(tài)事故發(fā)生，提高預警功能。

Domino同樣分別運行在兩臺服務器上，并互為備份關系。當任何一個應用發(fā)生故障時，再切換到另外一臺服務器上運行；增加ExpressCluster X Internet Server Agent 1.0 for Windows，對IIS應用進行深層次***，保證僵死狀態(tài)事故發(fā)生，提高預警功能。

（3） 故障探測機制

首先，ExpressClsuter的各種***器模塊可以對系統(tǒng)的狀況進行全方位的***。***對象包括，服務的進程、操作系統(tǒng)、服務器、本地磁盤、網(wǎng)絡存儲以及網(wǎng)絡連接、磁盤連接、UPS等（如下圖所示）。涵蓋了系統(tǒng)對外提供服務所依賴的每一個環(huán)節(jié)。

（4） 應用軟件的深層次故障***

一般的集群軟件在***應用程序時，應用程序若啟動失敗或服務異常停止，通常能夠檢測到并使其發(fā)生失效切換。但應用程序在啟動后若僵死(Stall)或發(fā)生處理錯誤則無法檢測到。

EXPRESSCLUSTER不但能夠做到進程級別的***， 通過使用Agent模塊***到數(shù)據(jù)庫和Web服務器等應用的僵死狀態(tài)和處理錯誤。這樣可以更有效地在集群系統(tǒng)中***應用程序。

EXPRESSCLUSTER的Agent的***原理是通過模擬一個客戶端，嘗試執(zhí)行數(shù)據(jù)庫或Web訪問來間接地實現(xiàn)。當Agent的訪問失敗或得到異常的結果，則發(fā)出通報并進行失效切換等相應處理。

（5） 故障處理機制

根據(jù)資源和故障發(fā)生位置的特性，對于每一種故障，ExpressCluster可以分別設置不同的處理和自我恢復策略。處理方式包括，單個應用或資源的本地重啟動，以組為單位的本地重啟動，切換到備份服務器，重啟動服務器或關機等。

例如：在軟件服務發(fā)生故障時，可以選則首先嘗試本地恢復，本地恢復失敗再切換到本分服務器運行，這樣可以減少切換時間，提高恢復速度。而由于硬件卸載失敗導致切換失敗時，可以選擇關閉操作系統(tǒng)來強制切換等。

此外，在發(fā)生故障時，EXPRESSCLUSTER還可以進行事件通報，郵件通知等處理。

四、 用戶評價：

上海小松IT科的馬科長說到：“NEC高可用集群軟件EXPRESSCLUSTER在我公司中的應用非常成功，實施以來，整個系統(tǒng)一直穩(wěn)定運行，給我們工作壓力減輕許多，NEC雙機軟件實時的保證我們的Domina系統(tǒng)、數(shù)據(jù)庫服務的正常工作。