如何实现数据存储的管理

首先是能提供一些可以识别和分析存储访问模式的VolumeManager工具。

VolumeManager通过复杂的磁盘配置能均衡I/O负载，在不影响应用的同时能够优化应用数据的布局。

它还可将数据条形散放到多个物理盘上以提高性能，同时还具有在不中断应用的情况下，识别和消除性能瓶颈的能力，从而增强系统和应用的性能。

另外，VolumeManager在减少系统中断时间、增加数据完整性等方面也有不俗表现。

它允许对磁盘进行在线的管理和更改配置，减少对系统产生极大影响的停机时间，同时利用冗余技术提高数据可用性，防止数据被丢失和破坏。

高性能计算集群hp 使用什么集群软件

越来越多的企业开始使用Hadoop来对大数据进行处理分析，但Hadoop集群的整体性能却取决于CPU、内存、网络以及存储之间的性能平衡。

而在这篇文章中，我们将探讨如何为Hadoop集群构建高性能网络，这是对大数据进行处理分析的关键所在。

关于Hadoop “大数据”是松散的数据集合，海量数据的不断增长迫使企业需要通过一种新的方式去管理。

大数据是结构化或非结构化的多种数据类型的大集合。

而Hadoop则是Apache发布的软件架构，用以分析PB级的非结构化数据，并将其转换成其他应用程序可管理处理的形式。

Hadoop使得对大数据处理成为可能，并能够帮助企业可从客户数据之中发掘新的商机。

如果能够进行实时处理或者接近实时处理，那么其将为许多行业的用户提供强大的优势。

Hadoop是基于谷歌的MapReduce和分布式文件系统原理而专门设计的，其可在通用的网络和服务器硬件上进行部署，并使之成为计算集群。

Hadoop模型 Hadoop的工作原理是将一个非常大的数据集切割成一个较小的单元，以能够被查询处理。

同一个节点的计算资源用于并行查询处理。

当任务处理结束后，其处理结果将被汇总并向用户报告，或者通过业务分析应用程序处理以进行进一步分析或仪表盘显示。

为了最大限度地减少处理时间，在此并行架构中，Hadoop“movesjobstodata”，而非像传统模式那样“movingdatatojobs”。

这就意味着，一旦数据存储在分布式系统之中，在实时搜索、查询或数据挖掘等操作时，如访问本地数据，在数据处理过程中，各节点之间将只有一个本地查询结果，这样可降低运营开支。

Hadoop的最大特点在于其内置的并行处理和线性扩展能力，提供对大型数据集查询并生成结果。

在结构上，Hadoop主要有两个部分： Hadoop分布式文件系统（HDFS）将数据文件切割成数据块，并将其存储在多个节点之内，以提供容错性和高性能。

除了大量的多个节点的聚合I/O，性能通常取决于数据块的大小——如128MB。

而传统的Linux系统下的较为典型的数据块大小可能是4KB。

MapReduce引擎通过JobTracker节点接受来自客户端的分析工作，采用“分而治之”的方式来将一个较大的任务分解成多个较小的任务，然后分配给各个TaskTrack节点，并采用主站/从站的分布方式（具体如下图所示）：Hadoop系统有三个主要的功能节点：客户机、主机和从机。

客户机将数据文件注入到系统之中，从系统中检索结果，以及通过系统的主机节点提交分析工作等。

主机节点有两个基本作用：管理分布式文件系统中各节点以及从机节点的数据存储，以及管理Map/Reduce从机节点的任务跟踪分配和任务处理。

数据存储和分析处理的实际性能取决于运行数据节点和任务跟踪器的从机节点性能，而这些从机节点则由各自的主机节点负责沟通和控制。

从节点通常有多个数据块，并在作业期间被分配处理多个任务。

部署实施Hadoop 各个节点硬件的主要要求是市县计算、内存、网络以及存储等四个资源的平衡。

目前常用的并被誉为“最佳”的解决方案是采用相对较低成本的旧有硬件，部署足够多的服务器以应对任何可能的故障，并部署一个完整机架的系统。

Hadoop模式要求服务器与SAN或者NAS进行直接连接存储（DAS）。

采用DAS主要有三个原因，在标准化配置的集群中，节点的缩放数以千计，随着存储系统的成本、低延迟性以及存储容量需求不断提高，简单配置和部署个主要的考虑因素。

随着极具成本效益的1TB磁盘的普及，可使大型集群的TB级数据存储在DAS之上。

这解决了传统方法利用SAN进行部署极其昂贵的困境，如此多的存储将使得Hadoop和数据存储出现一个令人望而却步的起始成本。

有相当大一部分用户的Hadoop部署构建都是采用大容量的DAS服务器，其中数据节点大约1-2TB，名称控制节点大约在1-5TB之间，具体如下图所示：来源：BradHedlund,DELL公司 对于大多数的Hadoop部署来说，基础设施的其他影响因素可能还取决于配件，如服务器内置的千兆以太网卡或千兆以太网交换机。

上一代的CPU和内存等硬件的选择，可根据符合成本模型的需求，采用匹配数据传输速率要求的千兆以太网接口来构建低成本的解决方案。

采用万兆以太网来部署Hadoop也是相当不错的选择。

万兆以太网对Hadoop集群的作用 千兆以太网的性能是制约Hadoop系统整体性能的一个主要因素。

使用较大的数据块大小，例如，如果一个节点发生故障（甚至更糟，整个机架宕机），那么整个集群就需要对TB级的数据进行恢复，这就有可能会超过千兆以太网所能提供的网络带宽，进而使得整个集群性能下降。

在拥有成千上万个节点的大型集群中，当运行某些需要数据节点之间需要进行中间结果再分配的工作负载时，在系统正常运行过程中，某个千兆以太网设备可能会遭遇网络拥堵。

每一个Hadoop数据节点的目标都必须实现CPU、内存、存储和网络资源的平衡。

如果四者之中的任意一个性能相对较差的话，那么系统的潜在处理能力都有可能遭遇瓶颈。

添加的CPU和内存组建，将影响存储和网络的平衡，如何使Hadoop集群节点在处理数据时更有效率，减少结果...

服务器集群怎么实现？

·这里是系统区，建议你发到网络区去~~~那样你可能能得到更多网络达人的帮助 一、集群的基本概念 有一种常见的方法可以大幅提高服务器的安全性，这就是集群。

Cluster集群技术可如下定义：一组相互独立的服务器在网络中表现为单一的系统，并以单一系统的模式加以管理。

此单一系统为客户工作站提供高可靠性的服务。

大多数模式下，集群中所有的计算机拥有一个共同的名称，集群内任一系统上运行的服务可被所有的网络客户所使用。

Cluster必须可以协调管理各分离的组件的错误和失败，并可透明地向Cluster中加入组件。

一个Cluster包含多台（至少二台）拥有共享数据存储空间的服务器。

任何一台服务器运行一个应用时，应用数据被存储在共享的数据空间内。

每台服务器的操作系统和应用程序文件存储在其各自的本地储存空间上。

Cluster内各节点服务器通过一内部局域网相互通讯。

当一台节点服务器发生故障时，这台服务器上所运行的应用程序将在另一节点服务器上被自动接管。

当一个应用服务发生故障时，应用服务将被重新启动或被另一台服务器接管。

当以上任一故障发生时，客户将能很快连接到新的应用服务上。

二、集群的硬件配置 镜像服务器双机 集群中镜像服务器双机系统是硬件配置最简单和价格最低廉的解决方案，通常镜像服务的硬件配置需要两台服务器，在每台服务器有独立操作系统硬盘和数据存贮硬盘，每台服务器有与客户端相连的网卡，另有一对镜像卡或完成镜像功能的网卡。

镜像服务器具有配置简单，使用方便，价格低廉诸多优点，但由于镜像服务器需要采用网络方式镜像数据，通过镜像软件实现数据的同步，因此需要占用网络服务器的CPU及内存资源，镜像服务器的性能比单一服务器的性能要低一些。

有一些镜像服务器集群系统采用内存镜像的技术，这个技术的优点是所有的应用程序和网络操作系统在两台服务器上镜像同步，当主机出现故障时，备份机可以在几乎没有感觉的情况下接管所有应用程序。

因为两个服务器的内存完全一致，但当系统应用程序带有缺陷从而导致系统宕机时，两台服务器会同步宕机。

这也是内存镜像卡或网卡实现数据同步，在大数据量读写过程中两台服务器在某些状态下会产生数据不同步，因此镜像服务器适合那些预算较少、对集群系统要求不高的用户。

硬件配置范例： 网络服务器 两台 服务器操作系统硬盘 两块 服务器数据存贮硬盘 视用户需要确定 服务器镜像卡（部分软件可使用标准网卡） 两块 网络服务网卡 两块三、双机与磁盘阵列柜 与镜像服务器双机系统相比，双机与磁盘阵列柜互联结构多出了第三方生产的磁盘阵列柜，目前，豪威公司、精业公司等许多公司都生产有磁盘阵列柜，在磁盘阵列柜中安装有磁盘阵列控制卡，阵列柜可以直接将柜中的硬盘配置成为逻辑盘阵。

磁盘阵列柜通过SCSI电缆与服务器上普通SCSI卡相连，系统管理员需直接在磁盘柜上配置磁盘阵列。

双机与磁盘阵列柜互联结构不采用内存镜像技术，因此需要有一定的切换时间（通常为60?D?D180秒），它可以有郊的避免由于应用程序自身的缺陷导致系统全部宕机，同时由于所有的数据全部存贮在中置的磁盘阵列柜中，当工作机出现故障时，备份机接替工作机，从磁盘阵列中读取数据，所以不会产生数据不同步的问题，由于这种方案不需要网络镜像同步，因此这种集群方案服务器的性能要比镜像服务器结构高出很多。

双机与磁盘阵列柜互联结构的缺点是在系统当中存在单点错的缺陷，所谓单点错是指当系统中某个部件或某个应用程序出现故障时，导致所有系统全部宕机。

在这个系统中磁盘阵列柜是会导致单点错，当磁盘阵列柜出现逻辑或物理故障时，所有存贮的数据会全部丢失，因此，在选配这种方案时，需要选用一个品质与售后服务较好的产品。

硬件配置范例： 网络服务器 两台 服务器操作系统硬盘 两块 第三方生产的磁盘阵列柜 一台 磁盘柜专用SCSI电线 两根 磁盘阵列柜数据存贮硬盘 视用户需求确定 网络服务网卡 两块 除此之外，一些厂商还有更优秀的技术的解决方案，比如 HP. 四、HP双机双控容错系统 HP NetServer为双机双控容错系统提供了高品质和高可靠的硬件基础…… HP双机双控容错系统结合了HP服务器产品的安全可靠性与Cluster技术的优点，相互配合二者的优势。

硬件配置范例： HP L系统的网络服务器 两台 服务器操作系统硬盘 两块 HP硬盘存贮柜（SS/6,RS/8,RS/12） 一台 磁盘柜专用SCSI集群适配电缆 两根 磁盘柜数据存贮硬盘 视用户需求确定 HP集群专用阵列卡 两块 网络服务网卡 两块五、HP光纤通道双机双控集群系统 光纤通道是一种连接标准，可以作为SCSI的一种替代解决方案，光纤技术具有高带宽、抗电磁干扰、传输距离远、质量高、扩展能力强等特性，目前在FC-AL仲裁环路上可接入126个设备。

光纤设备提供了多种增强的连接技术，大大方便了用户使用。

服务器系统可以通过光缆远程连接，最大可跨越10公里的距离。

它允许镜像配置，这样可以改善系统的容错能力。

服务器系统的规模将更加灵活多变。

SCSI每条通道最多可连接15个设备，而光纤仲裁环路最多可以连接126个设备。

光...

双机软件那家公司产品和服务更好些,市面上很多公司在做,但是好像...

其实双机热备软件这个东西，就是卖产品，有什么服务啊，只要在关键的时刻起作用就行，再有一个就是要绝对的稳定，这才是首要前提.一般谁也不会没事老动这个。

其实功能和目的大部分都差不多，不过价格差异就比较大了，一般情况都是在3-4W左右吧.价格都比较高.你要是没什么特殊的要求的话，只是做个双机热备，我推荐你用全球盾.全球盾的功能相对单一一点，但做双机热备是绝对的好用，因为他功能单一，所以操作和维护起来非常的简单，非常省事.更重要的是功能少所以核心的功能，双机热备就非常的稳定，现在我们用的就非常的好.这可全都是我一个敲上去的，绝对不是粘贴复制.记得选我的答案哦！

块储存,对象存储,文件存储的区别和联系

通常来讲，磁盘阵列都是基于Block块的存储，而所有的NAS产品都是文件级存储。

1. 块存储：DAS SANa) DAS(Direct Attach Storage)： 是直接连接于主机服务器的一种存储方式，每台服务器有独立的存储设备，每台主机服务器的存储设备无法互通，需要跨主机存取资料室，必须经过相对复杂的设定，若主机分属不同的操作系统，则更复杂。

应用：单一网络环境下且数据交换量不大，性能要求不高的环境，技术实现较早。

b) SAN(Storage Area Network)： 是一种高速（光纤）网络联接专业主机服务器的一种存储方式，此系统会位于主机群的后端，它使用高速I/O联接方式，如：SCSI,ESCON及Fibre-Channels.特点是，代价高、性能好。

但是由于SAN系统的价格较高，且可扩展性较差，已不能满足成千上万个CPU规模的系统。

应用：对网速要求高、对数据可靠性和安全性要求高、对数据共享的性能要求高的应用环境中。

2. 文件存储通常NAS产品都是文件级存储。

NAS(Network Attached Storage)：是一套网络存储设备，通常直接连在网络上并提供资料存取服务，一套NAS储存设备就如同一个提供数据文件服务的系统，特点是性价比高。

它采用NFS或CIFS命令集访问数据，以文件为传输协议，可扩展性好、价格便宜、用户易管理。

目前在集群计算中应用较多的NFS文件系统，但由于NAS的协议开销高、带宽低、延迟大，不利于在高性能集群中应用。

3. 对象存储：总体上讲，对象存储同时兼具SAN高级直接访问磁盘特点及NAS的分布式共享特点。

核心是将数据通路（数据读或写）和控制通路（元数据）分离，并且基于对象存储设备（OSD），构建存储系统，每个对象存储设备具备一定的职能，能够自动管理其上的数据分布。

对象储存结构组成部分（对象、对象存储设备、元数据服务器、对象存储系统的客户端）3.1 对象一个对象实际就是文件的数据和一组属性信息的组合。

3.2 对象存储设备（OSD）OSD具有一定的智能，它有自己的CPU、内存、网络和磁盘系统。

OSD提供三个主要功能：包括数据存储和安全访问（1）数据存储 （2）智能分布 （3）每个对象元数据的管理3.3 元数据服务器（Metadata Server , MDS）MDS控制Client与OSD对象的交互，主要提供以下几个功能：（1） 对象存储访问允许Client直接访问对象，OSD接收到请求时先验证该能力，再访问。

（2） 文件和目录访问管理MDS在存储系统上构建一个文件结构，限额控制、包括目录、文件的创建、访问控制等（3） Client Cache 一致性为提高性能，在对象存储系统设计时通常支持Client的Cache。

因此带来了Cache一致性的问题，当Cache文件发生改变时，将通知Client刷新Cache，以防Cache不一致引发的问题。

对象存储：一个文件包含了属性（术语叫matadata元数据，例如该文件的大小、修改时间、存储路径等）以及内容（简称数据）。

以往的文件系统，存储过程将文件按文件系统的最小块来打散，再写进硬盘，过程中没有区分元数据（metadata）和数据。

而在每个块最后才会告知下一个块的地址，因此只能一个一个读，速度慢。

而对象存储则将元数据独立出来，控制节点叫元数据服务器（服务器+对象存储管理软件），里面主要存储对象的属性（主要是对象的数据被打散存放到了那几台分布式服务器中的信息），而其他负责存储数据的分布式服务器叫做OSD，主要负责存储文件的数据部分。

当用户访问对象时，会先访问元数据服务器，元数据服务器只负责反馈对象存储在那些OSD。

假设反馈文件A存储在B,C,D三台OSD，那么用户就会再次访问三台OSD服务器去读取数据。

这时三台OSD同时对外传输数据，因此传输的速度就加快了。

OSD服务器数量越多，这种读写速度的提升就越大。

另一方面，对象存储软件有专门的文件系统，所以OSD对外又相当于文件服务器，那么就不存在文件共享方面的困难了，也解决了文件共享方面的问题。

因此对象存储的出现，很好的结合了块存储与文件存储的优点。

为什么还要使用块存储和文件存储：1.有一类应用是需要存储直接裸盘映射的，比如数据库。

因为数据库需要存储裸盘映射给自己后，再根据自己的数据库文件系统来对了裸盘进行格式化，因此不能采用其他已经被格式化为某种文件系统的存储。

此类更适合块存储。

2.对象存储的成本比普通的文件存储还是较高，需要购买专门的对象存储软件以及大容量硬盘。

如果对数据量要求不是海量，只是为了作文件共享的时候，直接用文件存储的形式就好了，性价比高。

oracle rac是什么

rac = real application cluster是ORACLE数据库自己的集群系统。

装RAC的数据库，要先装 clusterware，配置好集群后，从集群的任一节点装数据库，就可以通过rac的集群软件同步到集群的其他节点了。

RAC是同时提供服务，双机热备是只有一个提供服务，另外一个通过同步机制保持数据同步。

请教高手 Oracle RAC备份与恢复

RAC，全称real application clusters，译为“实时应用集群”， 是Oracle新版数据库中采用的一项新技术，是高可用性的一种，也是Oracle数据库支持网格计算环境的核心技术。

Oracle RAC Oracle RAC主要支持Oracle9i、10g、11g版本，可以支持24 x 7 有效的数据库应用 系统，在低成本服务器上构建高可用性数据库系统，并且自由部署应用，无需修改代码。

在Oracle RAC环境下，Oracle集成提供了集群软件和存储管理软件，为用户降低了应用成本。

当应用规模需要扩充时，用户可以按需扩展系统，以保证系统的性能。

Oracle RAC组件 在一个应用环境当中，所有的服务器使用和管理同一个数据库，目的是为了分散每一台服务器的工作量，硬件上至少需要两台以上的服务器，而且还需要一个共享存储设备。

同时还需要两类软件，一个是集群软件，另外一个就是Oracle数据库中的RAC组件。

同时所有服务器上的OS都应该是同一类OS，根据负载均衡的配置策略，当一个客户端发送请求到某一台服务的listener后，这台服务器根据我们的负载均衡策略，会把请求发送给本机的RAC组件处理也可能会发送给另外一台服务器的RAC组件处理，处理完请求后，RAC会通过集群软件来访问我们的共享存储设备. 逻辑结构上看，每一个参加集群的节点有一个独立的instance，这些instance访问同一个数据库。

节点之间通过集群软件的通讯层（communication layer）来进行通讯。

同时为了减少IO的消耗，存在了一个全局缓存服务，因此每一个数据库的instance，都保留了一份相同的数据库cacheI RAC中的特点是： 每一个节点的instance都有自己的SGA 每一个节点的instance都有自己的background process 每一个节点的instance都有自己的redo logs 每一个节点的instance都有自己的undo表空间 所有节点都共享一份datafiles和controlfiles 还提出了一个缓存融合的技术（Cache fusion） 目的有两个 01.保证缓存的一致性 02.减少共享磁盘IO的消耗 因此在RAC环境中多个节点保留了同一份的DB CACHE 缓存融合（Cache fusion）工作原理： **************************************** 01.其中一个节点会从共享数据库中读取一个block到db cache中 02.这个节点会在所有的节点进行交叉db block copy 03.当任何一个节点缓存被修改的时候，就会在节点之间进行缓存修改 04.为了达到存储的一致最终修改的结果也会写到磁盘上 ClusterWare组件 ******************* 四种Service Crsd - 集群资源服务 Cssd - 集群同步服务 Evmd - 事件管理服务 oprocd - 节点检测监控 三类Resource VIP - 虚拟IP地址（Virtual IP） OCR - Oracle Cluster Registry（集群注册文件），记录每个节点的相关信息 Voting Disk - Establishes quorum （表决磁盘），仲裁机制用于仲裁多个节点向共享节点同时写的行为，这样做是为了避免发生冲突。

RAC的组件 ************ 提供过了额外的进程，用来维护数据库 LMS - Gobal Cache Service Process 全局缓存服务进程 LMD - Global Enqueue Service Daemon 全局查询服务守护进程 LMON - Global Enqueue Service Monitor全局查询服务监视进程 LCK0 - Instance Enqueue Process 实例查询进程 Oracle RAC一般也可构建于大型SMP主机，IBM的AIX系列服务器往往是其中高端平台，Intel Linux往往作为其低端平台。

当AIX UNIX用来运行Oracle RAC作为大型数据库系统平台时，其集群系统构建、实施、运维、高可用设置，有其平台特点。

可以参照《Oracle大型数据库系统在AIX/UNIX上的实战详解》，该书以AIX UNIX平台为主线，以其他UNIX系统为参照，描述了数据库系统Oracle 10g、Oracle 11g的RAC的构架方法和过程。

在Linux平台，则《大话OracleRAC集群、高可用性、备份与恢复》有着很好的论述。

rac节点间最大传输数据速率是多少

rac节点间最大传输数据速率达到80M。

RAC，全称real application clusters，译为“实时应用集群”， 是Oracle新版数据库中采用的一项新技术，是高可用性的一种，也是Oracle数据库支持网格计算环境的核心技术。

Oracle RACRAC提供的优缺点优点Oracle RAC主要支持Oracle9i、10g、11g版本，可以支持24 x 7 有效的数据库应用系统，在低成本服务器上构建高可用性数据库系统，并且自由部署应用，无需修改代码。

在Oracle RAC环境下，Oracle集成提供了集群软件和存储管理软件，为用户降低了应用成本。

当应用规模需要扩充时，用户可以按需扩展系统，以保证系统的性能。

(1)多节点负载均衡；(2)提供高可用：故障容错和无缝切换功能，将硬件和软件错误造成的影响最小化；(3)通过并行执行技术提高事务响应时间----通常用于数据分析系统；(4)通过横向扩展提高每秒交易数和连接数----通常对于联机事务系统；(5)节约硬件成本，可以用多个廉价PC服务器代替昂贵的小型机或大型机，同时节约相应维护成本；(6)可扩展性好，可以方便添加删除节点，扩展硬件资源。

缺点(1)相对单机，管理更复杂，要求更高；(2)在系统规划设计较差时性能甚至不如单节点；(3)可能会增加软件成本（如果使用高配置的pc服务器，Oracle一般按照CPU个数收费）。

在Oracle9i之前，RAC的名称是OPS (Oracle parallel Server)。

RAC 与 OPS 之间的一个较大区别是，RAC采用了Cache Fusion（高速缓存合并）技术。

在 OPS 中，节点间的数据请求需要先将数据写入磁盘，然后发出请求的节点才可以读取该数据。

使用Cache fusion时，RAC的各个节点的数据缓冲区通过高速、低延迟的内部网络进行数据块的传输。

银行数据中心集群需要多少个节点

国内外银行等高端用户多采用“两地三中心”（即生产数据中心、同城灾备中心、异地灾备中心）建设方案。

这种模式下，多个数据中心是主备关系，即存在主次，业务部署优先级存在差别，针对灾难的响应与切换周期非常长，RTO与RPO目标无法实现业务零中断，资源利用率低下，投资回报无法达到预期。

两地三中心本质上是一种通过简单资源堆砌提高可用性的模式，对高可用的提高、业务连续性的保证仍然只是量变，业务连续性及容灾备份一直没有实质性的跨越。

目前，以银行为代表的、包括政府、公共交通、能源电力等诸多行业用户，开始将关注点转向“分布式多活数据中心”（Distributed Active/Active Data Centers）的建设。

分布式多活数据中心将业务分布到多个数据中心，彼此之间并行为客户提供服务，分布式多活包括两大关键特征——分布式和多活，体现出企业级用户在建设与使用数据中心时对资源调度利用和业务部署灵活性的新思路。

所谓分布式，一是指数据中心在机房基础设施、地理空间、计算/存储/网络资源的软硬件部署上是分布而非集中的，满足灾备建设与业务联系的要求，多个DC在建设上可以循序渐进的展开，彼此保持一定的独立性，未来扩容升级可与现有架构保持良好兼容；二是资源的调度可以跨越多个数据中心，运维管理可以基于全局，多个数据中心间实现有机结合与资源共享，逻辑上可以视为一个全局的大数据中心。

所谓多活，一是多中心之间地位均等，正常模式下协同工作，并行的为业务访问提供服务，实现了对资源的充分利用，避免一个或两个备份中心处于闲置状态，造成资源与投资浪费，通过资源整合，多活数据中心的服务能力往往双倍甚至数倍于主备数据中心模式；二是在一个数据中心发生故障或灾难的情况下，其他数据中心可以正常运行并对关键业务或全部业务实现接管，达到互为备份的效果，实现用户的“故障无感知”