集群集群

大家好，欢迎来到IT知识分享网。

一、什么是集群

集群（Cluster ）是将多个单独存在的服务器，通过集群技术将其集合，构成一个工作组、一台大型的服务器，以单一系统的模式加以管理。

简而言之，集群就是将多台机器组合成一台机器使用。

二、集群的分类和功用

按照功用，集群可分为以下几个类型：

1、负载均衡（LB）集群
应对高并发。

2、高可用（HA）集群
只有两个节点的高可用集群又称为双机热备，即使用两台服务器互相备份。当一台服务器出现故障时，可由另一台服务器承担服务任务，从而在不需要人工干预的情况下，自动保证系统能持续对外提供服务。双机热备只是高可用集群的一种，高可用集群系统更可以支持两个以上的节点，提供比双机热备更多、更高级的功能，更能满足用户不断出现的需求变化。

3、高性能计算（HPC）集群
主要解决大任务计算

4、存储集群（Storage Cluster）
主要提供高性能、可靠（副本容错）、大容量（PB级别）的存储

三、集群技术和框架

1、LVS
Linux Virtual Server，Linux虚拟服务器。值得一提的是，这是由中国人章文嵩博士发起的一个开源项目，现在LVS已经是Linux内核标准的一部分。内核喔。

LVS主要用于多服务器的负载均衡；同时可把许多低性能的服务器组合在一起形成一个超级服务器，实现高性能，高可用的服务器集群。

2）LVS工作原理

负载均衡技术有很多实现方案，有基于DNS域名轮流解析的方法、有基于客户端调度访问的方法、有基于应用层系统负载的调度方法，还有基于IP地址的调度方法，在这些负载调度算法中，执行效率最高的是IP负载均衡技术。

LVS 的IP负载均衡技术是通过IPVS模块来实现的，IPVS是LVS集群系统的核心软件，它的主要作用是：安装在Director Server上，同时在Director Server上虚拟出一个IP地址，用户必须通过这个虚拟的IP地址访问服务。这个虚拟IP一般称为LVS的VIP，即Virtual IP。访问的请求首先经过VIP到达负载调度器，然后由负载调度器从Real Server列表中选取一个服务节点响应用户的请求。

（1）当用户向负载均衡调度器（Director Server）发起请求，调度器将请求发往至内核空间

（2） PREROUTING（预路由？）链首先会接收到用户请求，确认目标IP是本机，然后将数据包发往INPUT链

（3） 当用户请求到达INPUT时，IPVS（IP虚拟服务器）和定义好的集群服务进行比对，如果命中，IPVS强行修改数据包里的目标IP地址及端口，并将新的数据包发往POSTROUTING（提交路由？）链

（4） POSTROUTING链接收数据包后发现目标IP地址刚好是自己的后端服务器，通过选路，将数据包最终发送给后端的服务器

这里面的机制可以分为三种，分别是NAT、TUN和DR，详述如下：

2、Nginx
高性能的HTTP和反向代理web服务器，同时也提供IMAP/POP3/SMTP服务。

所谓反向代理，外部可以通过Nginx访问内部的服务器。一来，如果Nginx有缓存的话，可以直接返回，提高效率，减少服务器压力；二来Nginx可以控制请求的转发，起到负载均衡的作用。

因为，

nginx是基于第七层协议开发的，采用异步转发的原则，即在保持客户端链接的同时新起一个链接到负载均衡的服务端，等待服务端返回数据再返回给客户端。这么做有一个好处，nginx可以失败转移（failover），即如果和某个服务端的链接不通畅，可以换一个链接，可以服务的稳定性。

lvs是基于第四层协议开发的，采用同步转发的原则，即lvs监听到端口有链接时，会直接redirect到服务端，让服务端直接与客户端进行链接。这样做有一个弊端，就是一锤子买卖，如果请求失败了不会再做失败转移。

因此，Nginx连接有保障但压力都落在它身上，存在带宽瓶颈；LVS实际上不直接建立连接，性能高但有失败的风险。这跟TCP 和 UDP非常想像。二者结合，取长补短，相得益彰。

3、Keepalived
看名字就能猜出来，Keepalived与可用性有关。

Keepalived的作用是检测服务器的状态，如果有一台web服务器宕机，或工作出现故障，Keepalived将检测到，并将有故障的服务器从系统中剔除，同时使用其他服务器代替该服务器的工作，当服务器工作正常后Keepalived自动将服务器加入到服务器群中，这些工作全部自动完成，不需要人工干涉，需要人工做的只是修复故障的服务器。

四、集群与分布式

我的理解，简单来说，集群是相同的内容分布于不同的机器；分布式是不同的内容分散于不同的机器。分布式的每个节点除了可以是一台机,其实也可以是集群，所以分布式在格局上比集群要大。

但从规模和效果上看，分布式要大于集群。集群本质上，还是一个单机的概念；而分布式，是协同思想。这是我个人胡说的。