高可用

文章转载自: http://www.pythonheidong.com/blog/article/3323/ 云计算产业市场规模快速增长，人才需求数量激增。相关云计算企业加大对核心技术的投入，提高对客户的服务，无论从技术层面，运营商层面还是集成与服务提供层面，人才需求巨大。下面给大家分享高薪岗位云计算面试题，云计算运维工程师必备好好收藏吧。 1.osi七层参考模型有哪些？ 应用层 表示层 会话层 传输层 网络层 数据链路层 物理层 2.udp协议工作在哪一层？ping工作在哪一层？ UDP工作在传输层 ping 工作在网络层 3.linux系统中用于检测通信的命令有哪些？（四个以上） ping tracerroute 4.linux系统中查看硬件资源（五个以上）以及进程的命令有哪些？ lspci | grep -i vga //查看显卡信息 cat /proc/cpuinfo //查看CPU信息 dmesg | grep sda //查看硬盘信息 cat /proc/meminfo //查看内存信息 dmesg | grep -i eth //查看网卡信息 ps a //显示现行终端机下的所有程序，包括其他用户的程序。 5.如何杀死僵死的进程？（三条以上） 这道题一般用不到 6.查看cpu信息的命令是什么？ cat /proc/cpuinfo //查看CPU信息 7

注意： 本系列文章一共 2 篇，链接如下： 第一章：kind 介绍与安装 第二章：使用 kind 一分钟搭建 k8s 集群 目录 1 创建 k8s 单节点集群 1.1 创建集群 1.2 查看集群信息 1.3 查看集群节点信息 1.4 查看集群组件信息 1.5 创建 deployment 和 pod 2 创建 k8s 多节点集群（1 master， 1 worker） 2.1 编写多节点集群配置文件 2.2 创建多节点集群 2.3 设置和获取多节点集群信息 2.4 查看多节点集群信息 3 创建 HA 高可用 k8s 集群（多 master， 多 worker） 3.1 编写高可用集群配置文件 3.2 创建高可用集群 3.3 设置和获取高可用集群信息 3.4 查看高可用集群信息 4 删除集群 1 创建 k8s 单节点集群 1.1 创建集群 # kind create cluster --name k8s-single-node-cluster 1.2 查看集群信息 # export KUBECONFIG="$(kind get kubeconfig-path --name="k8s-single-node-cluster")"# kubectl cluster-info 1.3 查看集群节点信息 # kubectl get nodes 1.4 查看集群组件信息 # kubectl

15.1. 传统的高可用思路 tomcat 的高可用的思路，是在 tomcat 集群前面加一层负载服务 nginx 。如下图 这种做法，解决了 tomcat 的高可用问题。但是引入了前面的负载机器的高可用问题（ Nginx 如果挂了，玩完） 如果 nginx 沿用此思路，总会有一个最前端是单机的，存在宕机玩完的风险（鸡生蛋蛋生鸡无穷尽） 15.2. lvs 思想解决高可用问题 如上图，由服务器集群虚拟出来一台 虚拟网关 vip （不真实存在，自然不存在宕机问题）， 此 vip 由两台机器共同协商生成。当有一台机器宕机时，另一台机器一样能维持 vip 。这保证了，只要两台机器不同时宕机， vip 就存在 15.3. keepalived配置LVS过程 前提 1. 关闭 selinux ，打开 /etc/sysconfig/selinux 设置其中值 à SELINUX=disabled 2. 安装必须的依赖包 yum -y install libnl libnl-devel libnfnetlink-devel keepalived 安装 下载源码包 -- 不能使用 yum 方式安装（有 bug ） --wget https://www.keepalived.org/software/keepalived-1.3.4.tar.gz 配置 ( 指定安装目录和配置目录，否则文件太散乱 )

【编者按】 持续集成的开发实践是目前的一个热门话题，在本文中，数人科技云平台负责人周伟涛解析其利用开源的Jenkins，Apache Mesos和Marathon搭建弹性的，高可用的持续集成环境的实践，详细介绍了 环境设置，在Marathon上部署Jenkins的master实例，配置Jenkins Master实现弹性伸缩，在内部的代码库或者 github 上创建一个 git repo，以及使用 marathon 部署可持久化的 Jenkins Master等步骤。 持续集成（CI）是一种软件开发实践，使用得当，它会极大的提高软件开发效率并保障软件开发质量；Jenkins是一个开源项目，它提供了一种易于使用的持续集成系统；Mesos是Apache下的一个开源的统一资源管理与调度平台，它被称为是分布式系统的内核；Marathon是注册到Apache Mesos上的管理长时应用（long-running applications）的Framework，如果把Mesos比作数据中心Kernel的话，那么Marathon就是init或者upstart的daemon。 本文旨在探讨如何利用Jenkins，Apache Mesos和Marathon搭建一套弹性的，高可用的持续集成环境。 为什么要把Jenkins运行到Apache Mesos上 把Jenkins运行到Apache Mesos上

版权声明：本文由易固武原创文章，转载请注明出处: 文章原文链接： https://www.qcloud.com/community/article/203 来源：腾云阁 https://www.qcloud.com/community MySQL数据库是目前开源应用最大的关系型数据库，有海量的应用将数据存储在MySQL数据库中。存储数据的安全性和可靠性是生产数据库的关注重点。本文分析了目前采用较多的保障MySQL可用性方案。 MySQL Replication MySQL Replication是MySQL官方提供的主从同步方案，用于将一个MySQL实例的数据，同步到另一个实例中。Replication为保证数据安全做了重要的保证，也是现在运用最广的MySQL容灾方案。Replication用两个或以上的实例搭建了MySQL主从复制集群，提供单点写入，多点读取的服务，实现了读的scale out。 图1. MySQL Replication主从复制集群 如图一所示，一个主实例（M），三个从实例（S），通过replication，Master生成event的binlog，然后发给slave，Slave将event写入relaylog，然后将其提交到自身数据库中，实现主从数据同步。对于数据库之上的业务层来说，基于MySQL的主从复制集群，单点写入Master

《叶问》是知数堂新设计的互动栏目，不定期给大家提供技术知识小贴士，形式不限，或提问、或讨论均可，并在当天发布答案，让大家轻轻松松利用碎片时间就可以学到最实用的知识点。 2019年01月08日，周二 RDS上，MySQL实例中某张表数据小于tmp_table_size，但有查询时会报错临时空间满 The table '/data/mysql/zst/tmp/#sql_13975_23' is full。原因可能是什么？ 一、可能有下面几种情况： 1、在SQL中执行group by、order by、distinct、union、多表update、子查询、多表JOIN等情况下，可能需要生成内部临时表，当内部临时表超过tmp-table-size时，就会产生磁盘临时表。 2、接上，若查询包含BLOB、TEXT类型字段时，MySQL会直接使用磁盘临时表。 3、云数据库购买的磁盘空间，是包括数据库文件、日志文件（binlog、relay log、error log等）、临时文件&临时表（关注 Created_tmp_disk_tables、Created_tmp_tables、Binlog_cache_disk_use、Binlog_stmt_cache_disk_use等指标）所消耗占用的磁盘空间。 4、发生table...is full报错，说明可能生成磁盘临时表太多

一.知识剖析: MHA（Master High Availability）目前在MySQL高可用方面是一个相对成熟的解决方案，它由日本DeNA公司youshimaton（现就职于 Facebook公司）开发，是一套优秀的作为MySQL高可用性环境下故障切换和主从提升的高可用软件。 在MySQL故障切换过程中，MHA能做到在 0~30秒之内自动完成数据库的故障切换操作，并且在进行故障切换的过程中，MHA能在最大程度上保证数据的一致性，以达到真正意义上的高可用。 该软件由两部分组成：MHA Manager（管理节点）和MHA Node（数据节点）。MHA Manager可以单独部署在一台独立的机器上管理多个master-slave集群，也可以部署在一台slave节点上。 MHA Node运行在每台MySQL服务器上，MHA Manager会定时探测集群中的master节点，当master出现故障时，它可以自动将最新数据的slave提升为新的master，然后将所有其他的slave重新指向新的master。整个故障转移过程对应用程序完全透明。 目前MHA主要支持一主多从的架构，要搭建MHA,要求一个复制集群中必须最少有三台数据库服务器，一主二从，即一台充当master，一台充当备用master，另外一台充当从库 注意： 1.需要奇数个结点 2.每一个节点都要安装master和master

本文转自https://www.cnblogs.com/skyme/p/5779885.html 简介及适用场景 如果想在数据仓库中快速查询结果，可以使用greenplum。 Greenplum数据库也简称GPDB。它拥有丰富的特性： 第一，完善的标准支持：GPDB完全支持ANSI SQL 2008标准和SQL OLAP 2003 扩展；从应用编程接口上讲，它支持ODBC和JDBC。完善的标准支持使得系统开发、维护和管理都大为方便。而现在的 NoSQL，NewSQL和Hadoop 对 SQL 的支持都不完善，不同的系统需要单独开发和管理，且移植性不好。 第二，支持分布式事务，支持ACID。保证数据的强一致性。 第三，做为分布式数据库，拥有良好的线性扩展能力。在国内外用户生产环境中，具有上百个物理节点的GPDB集群都有很多案例。 第四，GPDB是企业级数据库产品，全球有上千个集群在不同客户的生产环境运行。这些集群为全球很多大的金融、政府、物流、零售等公司的关键业务提供服务。 第五，GPDB是Greenplum（现在的Pivotal）公司十多年研发投入的结果。GPDB基于PostgreSQL 8.2，PostgreSQL 8.2有大约80万行源代码，而GPDB现在有130万行源码。相比PostgreSQL 8.2，增加了约50万行的源代码。 第六，Greenplum有很多合作伙伴

最近有些同学找我咨询关于性能测试计划相关的问题，原因是他们公司要做性能测试，Leader要求写一份性能测试计划，苦于之前没做过相关工作，无从下手。 这篇博客，结合我个人的一些经验和总结，聊聊如何制定一份较为全面的性能测试计划。。。 一、测试背景 首先要阐述本次性能测试的背景，即被测系统类型，面向哪些用户，具备什么特点，为什么要进行性能测试，预期的一些指标等等。 比如：为了保证“双十一”大促期间，系统能稳定运行且保障业务的高可用，进行性能测试。 核心：评估系统性能、分析性能变化趋势、定位系统瓶颈风险、协助规划系统容量。 二、测试目的 测试的目的要根据测试背景来分析设定，比如： 1、线上服务由于流量过高某部分应用挂了，那测试目的就是：定位瓶颈、分析调优验证； 2、运营做了拉新和新的渠道拓展，那测试目的就是：评估系统性能是否满足新的线上业务； 3、系统架构由集群技改为微服务，那测试目的就是：验证稳定性、可用性、单实例容量，为线上服务扩容提供容量规划数据； 三、测试范围 通过需求调研，分析用户使用场景，对业务数据量增长变化趋势及峰值活跃用户等数据做定量分析，确定被测系统的应用范围，比如订单+购物车+商品+支付服务。 业务归属模块 业务涉及场景 订单 创建订单 取消订单 购物车 添加购物车 删除购物车 商品 商品列表 商品详情 支付 余额支付 支付宝支付 微信支付 四、术语约定

Rabbitmq集群高可用 RabbitMQ是用erlang开发的，集群非常方便，因为erlang天生就是一门分布式语言,但其本身并不支持负载均衡。 Rabbit模式大概分为以下三种：单一模式、普通模式、镜像模式 单一模式：最简单的情况，非集群模式。 没什么好说的。 普通模式：默认的集群模式。 对于Queue来说，消息实体只存在于其中一个节点，A、B两个节点仅有相同的元数据，即队列结构。 当消息进入A节点的Queue中后，consumer从B节点拉取时，RabbitMQ会临时在A、B间进行消息传输，把A中的消息实体取出并经过B发送给consumer。 所以consumer应尽量连接每一个节点，从中取消息。即对于同一个逻辑队列，要在多个节点建立物理Queue。否则无论consumer连A或B，出口总在A，会产生瓶颈。 该模式存在一个问题就是当A节点故障后，B节点无法取到A节点中还未消费的消息实体。 如果做了消息持久化，那么得等A节点恢复，然后才可被消费；如果没有持久化的话，然后就没有然后了…… 镜像模式：把需要的队列做成镜像队列，存在于多个节点，属于 RabbitMQ的HA方案 。 该模式解决了上述问题，其实质和普通模式不同之处在于，消息实体会主动在镜像节点间同步，而不是在consumer取数据时临时拉取。 该模式带来的副作用也很明显，除了降低系统性能外，如果镜像队列数量过多