用冗余换取可用性,通过心跳检测、资源接管和数据同步三件事,让一台机器扛不住时另一台无缝顶上,业务不中断,数据不丢失。
这个方案在业内叫双机热备,本质上是一种高可用架构,它不复杂,也不需要顶配硬件,但设计不好会踩很多坑,下面从底层机制到实操步骤,一步一步拆开讲。
主备的核心机制:先搞懂这三件事
两台服务器做主备,说穿了就是让备机时刻准备着,备机怎么知道主机挂了?怎么把业务接过来?两边数据怎么保持一致?这三件事是主备方案的骨架,其他都是围绕它们做文章。
心跳检测:备机怎么知道主机出事了
两机之间需要一条检测链路,通常叫心跳线,它用来周期性传递“我还活着”的信号,常见实现方式有:直连网线、串口线,或者走业务网络单独开一个端口,检测手段有两条路:
- 二层/三层探测:用ping或TCP端口探测判断对方网络是否可达。
- 仲裁机制:两台机器各发心跳给第三方仲裁节点,避免因网络抖动产生误判。
多数生产环境采用双心跳线,即一条直连物理链路加一条业务网络链路,防止单条链路故障导致误切换,心跳间隔一般设1-2秒,连续3-5次没收到对方心跳,备机才会启动接管流程。
资源接管:备机怎么把业务扛起来
主机对外提供服务的资源,主要是虚拟IP(VIP)和服务进程,主备切换时,备机会执行两个动作:
- 抢占VIP:把主机的浮动IP绑到自己网卡上,对客户端来说入口地址没变。
- 拉起服务:启动Nginx、MySQL、Tomcat等应用进程,接管对外端口。
最简单的做法就是使用keepalived这类开源软件,利用VRRP协议实现VIP漂移,客户端访问VIP时,根本不感知后端主机已经换了一台。
数据同步:主机挂了,数据凭什么不丢
这是主备方案里最让人头疼的部分,不同业务形态有不同的同步策略,没有一劳永逸的方案,常见的有:
- 存储层同步:用DRBD做块设备镜像,或者用分布式存储挂载共享卷。
- 文件层同步:用rsync定时拉取,或lsyncd做实时推送。
- 数据库层同步:用MySQL主从复制、PostgreSQL流复制等原生机制。
数据库层面做主从复制+高可用探针,是做双机最实用、最不折腾的路子。
两台服务器怎么做主备:keepalived实操步骤
下面以CentOS 7系统、两台服务器跑Nginx+MySQL为例,演示从零搭建一套主动/备机方案,这套流程可以照抄,但你要根据你的软件版本调整细节。
第一步:规划IP和主机名
| 角色 | 主机名 | 业务IP | VIP | 说明 |
|---|---|---|---|---|
| 主服务器 | server-01 | 168.1.10 | 168.1.100 | 平时扛流量 |
| 备服务器 | server-02 | 168.1.11 | 168.1.100 | VIP自动漂移到这里 |
两台机器最好用独立的物理机或同规格的云主机,配置保持一样,云环境还要提前在安全组放行VRRP协议,私网环境下没这个限制。
第二步:安装keepalived并修改配置
主备两台机器都装:
yum install -y keepalived nginx mysql-server
主服务器/etc/keepalived/keepalived.conf核心配置:
global_defs {
router_id LB_MASTER
}
vrrp_instance VI_1 {
state MASTER
interface eth0
virtual_router_id 51
priority 100
advert_int 1
authentication {
auth_type PASS
auth_pass 你的密码
}
virtual_ipaddress {
192.168.1.100/24 dev eth0 label eth0:0
}
}
备服务器同样文件,只改两处:state BACKUP,priority 90,然后启动:
systemctl enable keepalived && systemctl start keepalived
第三步:给MySQL做主从复制
这个环节是双机方案的关键短板,很多人栽在这里,具体操作分四步:
- 第一步:主机开启二进制日志,设置server-id,重启MySQL。
- 第二步:主机上创建复制专用账号,锁定表后做全量备份,解锁表并记录binary log文件名和位置点。
- 第三步:备机上恢复全量备份,设置server-id(和主机不同),配置change master并启动slave线程。
- 第四步:在备机上执行
show slave status\G,确认Slave_IO_Running和Slave_SQL_Running都是Yes。
数据实时同步本身就是一种主备方案的关键能力,很多企业的两台服务器主备部署,本质上都是靠这一步撑住数据库高可用的。
第四步:写一个简单的故障切换脚本
keepalived只管VIP,不管业务死活,你需要配置一条辅助脚本,定期探测Nginx和MySQL的端口:
#!/bin/bash
if ! pgrep -x nginx > /dev/null; then
systemctl stop keepalived
fi
意思是:如果本地Nginx进程挂了,就把keepalived停掉,主动让出VIP,这是最基础的一种规避脑裂的做法。
服务器主备方案怎么选:几种主流模式对比
行业内的双机方案大致有四种模式,选型时不必盲目追新,适合自己业务量级和团队维护能力才是关键。
共享存储型双机
两台机器通过光纤或iSCSI连接同一台磁盘阵列,主机写数据,备机共享同一份数据,好处是切换后数据完全一致,坏处是存储本身变成单点,如果存储阵列宕机,两台的业务一起挂。
数据复制型双机
这是目前云环境和物理机环境下最主流的做法,两台机器各自有独立硬盘,通过MySQL复制、DRBD块复制或文件同步来保持数据一致。存储没有单点,但数据复制可能存在少量延迟,极端故障下会有秒级甚至分钟级的丢数风险。
主主互备模式
两台机器互为主备,各跑各的业务,同时接对方的活儿,硬件利用率高,但承接故障时要承受双倍压力,从架构上讲,主主模式容易引发写冲突和数据版本分歧,近年来业内已逐渐放弃这个方向。
云上的主备高可用组
如果你用的是简米云或酷番云,直接买“高可用组”或“专属可用组”,云平台帮你管理宿主机分布,再用SLB做流量分发,用RDS的跨可用区高可用版本兜底数据库层,这类方案在2026年已经是中小公司的第一选择,因为维护成本极低,SLA有厂商背书,据行业共识,云原生高可用服务的故障恢复时间普遍控制在30秒以内。
主备切换的痛点和边界
把主备做出来只是第一步,真正考验人的是各种极端情况下的表现。
脑裂问题:两台机器都以为自己是主人
网络抖动导致心跳中断时,备机可能会抢占VIP,此时两台机器同时提供同一IP的服务,数据各写各的,产生脑裂,业内专家指出,脑裂是双机方案中引发数据问题的头号原因。
应对脑裂,业界标准做法是引入STONITH机制,即“射杀另一节点”,备机在接管前,先通过带外管理卡强制关闭主机的电源,或者通过仲裁存储写入锁,确保对方不再是主人。
切换过程中业务断多久
主备切换不是即时完成的事,需要一个过程,以大致的经验数据来说:
- keepalived的VIP漂移:秒级。
- MySQL从库提升为主库:10秒到30秒。
- 业务探针发现故障到触发脚本:通常要5秒到15秒。
整体来看,一次完整的主备切换通常需要半分钟到几分钟,如果你的业务连几秒中断都无法容忍,那需要的是负载均衡集群+多副本,而不是简单的主备。
回切别太随意
主机修复完成后,什么时候把业务再切回来?很多团队会马上动手回切,结果再次引发小范围抖动。
推荐的做法是至少观察几个小时,确认主机稳定后再手动回切,回切时把原主机的keepalived优先权调回来,让VIP平滑漂移,同时确认从库追平了主库的binlog位置。
如何验证你的主备真的能用
做完了不验证,等于没做,这个环节别省,建议按如下顺序测试:
- 停止主机的Nginx进程,观察VIP是否在几秒内漂到备机,业务是否自动恢复。
- 断开主机的物理网络,模拟网卡故障,检查备机是否正常接管,防止脑裂发生。
- 在主机上写入一条测试数据,然后kill掉MySQL进程,重点验证备机上能否查到这条记录。
- 重启主机,确认业务不会来回抖动,VIP最终停在备机还是主机的行为符合预期。
仿真演练必须定期做,至少一个季度拉一次。 很多事故都发生在“备机从来没真正接过业务”的场景里。
两台服务器做主备,本质是用一套心跳、一套VIP漂移机制、一条数据同步链路,把单点故障的可用性从量级上抬升一个台阶,putting it simply,核心就三件事:心跳要可靠、接管要快速、数据要能对得上,选型和实现不要贪大求全,先跑通数据同步,再加VIP漂移,最后做故障演练,这套流程走下来,你的主备架构才算真正立得住。
常见问题解答
两台服务器做主备和做集群有什么区别?
主备同一时间只有一台对外提供服务,另外一台待命,主要解决单点故障问题,集群是多台机器同时对外服务,主要解决容量和并发问题,两台机器做集群意义不大,因为集群需要至少三台才能提供高性价比的扩展能力;但用两台机器做主备却是性价比最高的高可用方案。
服务器主备方案需要额外购买昂贵的磁盘阵列或软件授权吗?
不需要,keepalived和数据库原生的复制功能都是开源免费方案,如果选商业版本,比如红帽的HA套件或云计算厂商的高可用组,则会涉及额外费用,价格从每年几千到数万元不等,看你的业务规模和服务等级,如果只是内部系统,开源方案完全够用。
没有独立心跳线,走业务网络做两台服务器主备方案可行吗?
可行,只要两台服务器的业务网络是互通的,keepalived就能通过组播或单播传递VRRP报文,但需要注意,业务流量过大时可能影响心跳报文到达率,进而导致误切换,生产环境里如果条件允许,还是建议拉一条独立的物理网线直连两台机器,成本不高但明显提升健壮性。
首发原创文章,作者:王坚,如若转载,请注明出处:https://idctop.com/article/803423.html


