数据中心手动操作关闭复制并开始使用

工作原理

在数据中心A中，ArangoDB集群A照常运行，不修改其代码库和API，并提供其正常负载。同样，在数据中心B中，部署了第二个ArangoDB集群B，但最初处于空闲状态。

在这两个数据中心中，我们都部署了Kafka消息代理，这是一个标准的高性能容错排队系统，能够在其消息队列中缓冲大量数据。在卡夫卡中，单个队列被称为“主题”。这些主题可以从其他数据中心使用。卡夫卡有一定的保证，因此在网络问题、个别中断等情况下，不会丢失任何消息，远程数据中心始终保持一致状态。

此外，在每个数据中心中，都有几个名为“ArangoDBSyncMaster”的程序实例。在每个数据中心，同步主机选择一个负责人，负责人与另一个数据中心的同步主机对话，以组织复制。“组织”在这里意味着它计划了必须在两个数据中心中执行的单个任务，以使复制得以进行。从本质上讲，我们必须复制元信息，如数据库、集合和用户的存在，以及切分集合中的实际数据。

在每个数据中心，领先的SyncMaster领导一小群SyncWorker，他们执行实际的复制任务。例如，对于集合的每个碎片，数据中心a中有一个“发送碎片”任务，数据中心B中有一项“接收碎片”任务。所有这些碎片都由SyncMaster分配给某个SyncWorker。

这些任务负责初始增量同步阶段（运行我们在ArangoDB中已有的现有分片同步协议），以及稍后的更新阶段，在更新阶段中，对分片的所有更新都复制到其他数据中心（在数据中心A中使用WAL-tailing）。

数据流如下：它从ArangoDB集群的某个数据库服务器开始，到达数据中心A中的一个SyncWorker，然后进入数据中心A的Kafka。从那里，它将被数据中心B的SyncWorkers消耗，后者将其写入数据中心B中的协调器。显然，有一些控制消息朝相反的方向流动。这些控制消息将由数据中心A从数据中心B中的Kafka服务器中提取。

这对管理员来说都意味着，在初始部署后，只需告诉数据中心B中的SyncMaster它应该开始遵循数据中心A中的群集A，就可以用一个命令设置异步复制。从那时起，一切都是完全自动的，所有数据库、集合、用户和权限都会自动复制到另一个数据中心。显然，有监控和配置设施，但本质上就是这样。

局限性

这是实现多数据中心意识的第一步，因此自然会有局限性。首先，复制是异步的，因此它总是落后于数据中心a中的实际事件。通常情况下，由于良好的连接性和小于跨数据中心链路容量的写入速率，这种延迟非常小。然而，应该注意，在突然停止复制并手动切换到集群B的情况下，一些最近编写的更新可能会丢失。

整个设置是手动配置的，在两个数据中心之间工作。在此阶段不允许写入副本群集。然而，副本群集可以同时作为另一个数据中心的源，并且源群集可以具有多个副本。也就是说，您可以形成数据中心树。

最后，到目前为止，关闭复制并开始使用复制副本是一种手动操作，需要管理员做出决定和采取行动。

审核编辑：彭静