网站、管理系统和业务接口如果只运行在一台服务器上,硬件故障、系统异常或误操作都可能造成服务中断。阿里云双机热备通常由两台承担相同或互补职责的云服务器组成,主节点出现故障时,另一台接管业务,减少服务中断时间。
两台 ECS 并不会自动组成可靠的热备方案。数据怎么同步、流量如何切换、备用节点能否正常接手,以及故障节点恢复后怎样避免数据冲突,都需要提前安排。选型时,可以先确认业务是否有状态、可接受的中断时间,以及故障期间最多能容忍多少数据损失。
主备还是双活:先按业务运行方式选择
主备模式下,一台服务器处理业务,另一台待命并同步必要数据。主机故障后,备用节点接管。这种结构比较直观,适合不少中小型业务;相应地,备用资源平时承担的业务较少。
双活模式让两台节点同时处理流量。单个节点异常时,另一台可以继续服务,资源利用率通常更高,但应用和数据层也要能承受并发访问。比如,两台服务器同时执行同一项定时任务,可能造成重复扣款或重复发送通知。采用双活前,需要确认应用如何避免这类冲突,并明确数据一致性的处理方式。
在阿里云上,双机热备由计算资源、网络入口、数据存储和故障切换机制共同组成。架构复杂度应与业务要求相匹配,不必为了“高可用”直接采用双活。
常见架构:入口、应用和数据分别考虑
Web 业务常见的做法是两台 ECS 配合负载均衡。用户请求先到负载均衡,再根据健康检查结果转发给正常的应用节点。一台 ECS 无响应时,负载均衡可以停止向它分发请求,让另一台继续提供服务。
这种架构更适合无状态应用。如果登录会话、上传文件等数据只保存在某台 ECS 的本地磁盘,用户请求切换到另一台后,应用可能找不到原来的会话或文件。会话可以考虑集中保存到 Redis 等存储中,文件则可放到对象存储或共享存储。应用节点切换时,这些业务数据就不必依赖某一台服务器。
有些应用需要明确的主备角色,可以通过健康检查和自动化脚本完成切换,例如调整负载均衡后端状态、切换服务角色或更新路由配置。云网络与传统机房的环境有所不同:物理环境里常见的虚拟 IP 漂移方式,不能直接假定适用于所有云网络场景。实施前应核对所选网络产品及阿里云当前支持能力,避免照搬机房方案后无法切换。
数据库也要单独规划。主从复制、托管数据库的高可用能力或应用自身的复制机制,都能提高数据服务的可用性,但仍可能发生数据丢失。异步复制可能有延迟;切换时如果主从角色判断错误,还可能出现两边都接受写入、数据分叉的情况。需要事先定好复制策略、故障判定规则和恢复步骤。
案例:电商后台怎样减少单点故障影响
一家小型电商团队把订单管理后台部署在单台云服务器上。一次系统更新后,应用进程异常退出,运营人员无法查看订单,工程师登录服务器恢复后才重新上线。排查时发现,问题不仅是缺少备用机:应用文件、用户上传的附件和运行日志都依赖同一台服务器,故障时既没有备用入口,也没有清晰的恢复流程。
团队随后将应用部署到两台 ECS,通过负载均衡提供访问入口,并配置健康检查和故障摘除。订单数据放在独立数据库服务中,附件迁移到对象存储,应用会话改为集中保存。发布更新时,先在一台节点验证,再逐步更新另一台,避免一次操作同时影响全部服务。
之后一次应用进程异常发生时,健康检查发现一个节点不可用,负载均衡停止向它转发请求,另一台继续承接访问。订单数据和附件不依赖故障节点的本地磁盘,团队也不必先从故障机抢救文件才能恢复业务。这套架构无法保证所有故障都毫无中断,但故障范围更清楚,也更方便检查和演练。
部署前要确认的五件事
- 定好恢复目标。明确业务最多能中断多久、故障时最多能接受多少数据损失。只提出“要高可用”,无法指导架构和切换方案的选择。
- 检查应用状态。逐项确认会话、上传文件、缓存和定时任务是否依赖单台服务器。双机部署后,定时任务可能重复执行,文件也可能只写入其中一个节点。
- 让健康检查反映真实服务。只检查端口是否开放,可能发现不了应用已经无法处理请求;检查过于敏感,又可能在短暂波动时频繁摘除节点。检查内容和阈值应结合业务运行情况调整。
- 把同步和备份分开规划。确认数据复制方向、延迟监控、备份周期和恢复流程。同步不能代替备份,误删或错误写入也可能被复制到其他节点。
- 安排故障演练。模拟 ECS 宕机、应用进程异常和数据层切换,记录从发现问题到服务恢复所需的时间。演练时还要确认恢复节点重新加入后不会覆盖或冲突数据。
备用机之外,还要检查故障边界
只增加 ECS,却没有处理流量和数据,是常见的配置误区。备用节点即使运行正常,如果用户请求仍指向故障机器,或业务文件只存在主机本地,服务仍然无法恢复。
健康检查不能只看是否“配置了”。端口开放不等于应用可用;检查条件设得太严,短暂的网络波动也可能触发节点摘除。可以结合实际请求和业务依赖设置检查内容,再根据运行情况调整阈值与周期。
还要留意两台 ECS 所在的故障范围。若它们部署在同一故障域,仍可能受到共同故障影响;网络入口、数据库、DNS、证书和外部依赖也可能形成新的单点。重要业务应根据阿里云相关产品的可用区部署能力和服务说明,逐项评估哪些部分需要冗余。
实际搭建时,可以先梳理单点并确定恢复目标,再选择主备或负载均衡加多应用节点的方案。对有状态服务,数据复制、备份恢复和角色切换都要一并验证。只有在节点故障时走过完整流程,才能确认这套阿里云双机热备架构能否接管业务。