想象一下：黑色星期五，您的电商网站即将创下销售新高。突然，数据中心断电。没有备用系统启动。您的网站崩溃了数小时，损失了数千美元的收入，更糟糕的是，愤怒的客户可能永远不会再回来。
解决方案？冗余。通过复制关键系统，企业可以确保高可用性——即使发生故障也能保持应用程序运行。
在本文中，我们将探讨冗余、不同级别或冗余、其组成部分、风险考虑等。
什么是数据中心冗余？
冗余是确保高可用性的基本原则，指的是系统能够不间断地运行和访问。
数据中心冗余是指添加备用组件（电源、服务器、冷却系统和网络连接）的做法，以确保主系统发生故障时不间断运行。
可以把它想象成汽车的备用轮胎。如果一个轮胎爆了，你不会束手无策——只需切换到备用轮胎即可。同样，冗余数据中心即使在发生故障时也能确保业务平稳运行。
简要事实：
- 如果正确实施，冗余系统可以防止 92% 的潜在停机灾难。
- 99.999% 正常运行时间 = 每年约 5 分钟停机时间– 通过实施 2N+ 冗余得到显著增强。
- 佛罗里达州 2000 年选举失败提高了人们对裁员标准的认识，包括 N+1。
- 医院冗余可使停电期间的患者死亡率降低近 12% 。
数据中心冗余的重要性
停机不仅带来不便，而且成本高昂。大约95%的组织在过去三年中至少经历过一次停机。
冗余模型至关重要，因为大多数数据中心在其服务水平协议 (SLA) 中保证特定的正常运行时间水平。这些可靠性承诺通常延伸至数据中心的客户及其最终用户。如果没有适当的冗余来确保持续的正常运行时间，组织将面临难以承受的停机成本风险。
归根结底，业务连续性直接取决于系统可用性，而冗余有助于维持系统可用性。通过预测潜在故障并实施冗余系统，公司可以显著提高正常运行时间和整体运营弹性。
不同级别的冗余（N、N+1、2N、2N+1）
数据中心的适当冗余级别应与组织的运营需求和风险承受能力相一致。冗余等级使用“N”标度进行划分，其中“N”表示在没有备份的情况下实现完全运行容量所需的基准组件数量。此分类可帮助组织根据其连续性需求选择合适的保护级别。
1. N冗余
N 冗余代表数据中心基础设施最基本的级别，仅包含满负荷运行所需的基本组件。此配置不包含任何备份系统，这意味着任何单个组件（无论是服务器、电源还是冷却装置）发生故障都会立即导致停机。虽然成本效益高，但这种冗余级别仅适用于可以接受短暂中断的非关键操作。
2. N+1冗余
N+1 冗余为每个关键系统提供额外的备份组件，确保即使一个组件发生故障，运营也能继续进行而不会中断。该模型在商业数据中心被广泛采用，因为它在可靠性和成本之间实现了切实的平衡。然而，当多个组件同时发生故障时，其局限性就凸显出来，因为单个备份无法弥补所有故障。尽管如此，对于大多数需要基本保护以应对意外中断的企业来说，N+1 仍然是首选。
3.2N冗余
对于要求近乎完美正常运行时间的组织，2N 冗余通过维护两套完全独立的基础架构，提供完全的容错能力。这意味着即使整个系统发生故障，备用系统也可以无缝接管，不会中断服务。2N 冗余通常被金融机构、医疗保健提供商和政府机构采用，它消除了单点故障，但实施和维护成本较高。
4. 2N+1冗余
最稳健的冗余模型 2N+1 是在 2N 架构的基础上，为关键系统添加了额外的备份组件。这确保即使整个主系统发生故障，数据中心仍然保留 N+1 冗余作为最后一道防线。该模型专为关键任务运营（例如全球云服务、应急响应网络和大型企业）而设计，即使在最极端的故障情况下也能保证不间断运行。然而，2N+1 的复杂性和高昂成本使其仅适用于无法承受停机的组织。
需要冗余的关键组件
为了确保不间断运行并避免昂贵的停机，数据中心需要在五个关键基础设施组件上实现冗余。
- 备份服务器对于确保业务连续性至关重要，因为当主服务器无法运行时，它们可以实时故障转移到备份系统。这种实时故障转移机制可确保在发生硬件故障时，运营和用户体验不会出现任何中断。
- 冗余存储系统消除了单点故障，防止了永久性数据丢失，并确保了快速数据检索和对关键业务资产的持续访问。
- 电气故障是数据中心停机的主要原因，因此电源冗余至关重要。端到端电源冗余涉及多层保护：用于短期断电的不间断电源 (UPS) 系统、用于长期故障的柴油发电机，以及来自不同公用事业公司的双电源供电，以消除单点故障。
- 冷却系统应具有冗余性，以防止服务器过热和硬件损坏。数据中心通过冗余的 HVAC 单元（可在主系统发生故障时自动接管）以及热/冷通道封闭设计（可优化气流效率并减少冷却需求）来实现这一点。
- 网络连接冗余提供业务活动所需的透明互联网连接。这是通过配置冗余的 ISP 链路、支持故障转移以及利用边界网关协议 (BGP) 路由来实现的，当主路由发生故障时，BGP 路由会动态地重新分配流量。
数据中心层级与冗余有何关系？
冗余模型与数据中心层级密切相关。这些层级由Uptime Institute定义，可以让企业在参观数据中心设施之前就了解其冗余程度。
| 层级 | 冗余级别 | 正常运行时间百分比（每年） | 每年停机时间 | 主要冗余功能 | 典型用例 | 电源/冷却冗余 |
| 一级 | 基本（N） | 99.67% | 28.8小时 | 电源/冷却单路径 无备份组件 | 小型企业、测试环境 | 没有任何 |
| II级 | 部分（N+1） | 99.74% | 22小时 | 单路径+备用组件（例如UPS、发电机） | 中型公司，非关键应用程序 | 部分（N+1） |
| III级 | 可并发维护（N+1 或 2N） | 99.98% | 1.6小时 | 双电源/冷却路径 一个活动，一个备份
无需停机维护 |
企业、云提供商 | 完整（N+1 或 2N） |
| IV级 | 容错（2N 或 2N+1） | 100.00% | 26分钟 | 隔离冗余系统 所有组件均已复制
零单点故障 |
关键任务应用程序（银行、医院、政府） | 完整（2N/2N+1） |
数据中心冗余的成本和风险考虑
数据中心的冗余设计可以显著降低停机风险。实施冗余基础设施意味着特定硬件、电力和运营成本将增加一倍，在某些情况下甚至翻三倍。例如，一个采用 2N+1 冗余的 Tier 4 数据中心的建设和运行成本可能是简单的 Tier 1 数据中心的 2 到 3 倍。
然而，避免频繁投资冗余系统的价值远大于初始成本。根据 Uptime Institute 2022 年的一份报告，数据中心一次宕机的平均成本超过 40 万美元。对于关键任务应用程序来说，一两次宕机就可能导致客户信心丧失、罚款和声誉受损。
风险承受能力因行业而异。医疗保健、金融和电子商务公司通常需要更高的冗余度，因为它们的服务具有关键任务性质，而低端业务则可以采用较低的冗余度并制定智能风险策略。解决方案在于平衡风险偏好和业务连续性目标。
为企业选择合适的冗余
适当的冗余级别由许多因素决定：
业务关键性：正常运行时间对您的业务有多重要？在您的业务依赖于持续的客户访问（例如 SaaS 产品或网上商店）的情况下，更高的冗余度至关重要。
合规性要求：金融和医疗保健等某些行业可能对合规机构有最低正常运行时间要求。
地理分布：客户遍布全球的公司可能需要地理上冗余的系统来提供性能和连续性。
预算限制：更高的冗余度会提高资本支出 (CAPEX) 和运营支出 (OPEX) 的成本。企业必须权衡投资回报率——尤其是在冗余度能够避免停机造成的损失的情况下。
首先进行业务影响分析 (BIA)，确定必须始终保持在线的系统。这将有助于指导决策在哪些方面投资冗余——无论是电源、网络、冷却还是服务器。
结论
冗余不仅是为了避免停机，更是为了保护收入、声誉和客户信任。从电源备份到故障转移服务器，每一层冗余都让您更接近真正的高可用性。
