基于双机热备的码头设备控制系统程序高可用机制实现

赵雅欣 申 振 王 鹏 管 虎 张 宁

青岛前湾联合集装箱码头有限责任公司

1 引言

目前，集装箱码头生产作业日趋无人化、自动化，ECS(Equipment Control System，设备控制系统)作为集装箱码头设备远程控制的重要系统，要求24 h不停机且稳定运行，对可靠性要求高，ECS数据库如果出现故障，需要能迅速恢复。传统的单节点服务器由于其局限性，在繁重、复杂的应用服务中体现出来的弊端也越来越明显。目前双机热备或多机互备的方式，具备快速自动切换功能，能够保证在无人值守的环境下，主服务器出现故障时提供无数据差异的秒级切换，可大大减少因服务器故障带来的网络瘫痪，提高系统平台的稳定性。合理使用双机热备技术，充分发挥其稳定高效、高可用性的特点，是保障系统数据库稳定运行，码头生产作业正常运转的重要措施。

2 双机热备技术

2.1 双机热备的概念及特点

双机热备是集群热备的特例，一般用于保障重要的服务正常不间断运行[1]。双机热备用两台机器作为服务机器，其中一台用于实际数据库操作应用，另外一台则实时地从前者中获取数据以保持数据一致。如果当前的服务器宕机，备份的服务器在短时间内自动完成服务的切换，代替当前的机器继续提供服务，从而保证在不需要人工干预的情况下，系统能持续提供服务，正常运转[2]。

双机热备有如下几点特征：

(1)业务不间断。备服务器实时地从主服务器中获取数据，确保对数据库24 h不间断访问，保证各项业务的稳定运行。

(2)双机自动切换。若主服务器因某种原因宕机，备服务器在短时间自动完成服务的切换，不需要人工干预[3]。

(3)应用数据不丢失。针对不可预期的服务器主机故障，可通过备份服务器恢复正常的使用能力，且不会造成数据丢失。

2.2 双机热备的优缺点

双机热备的优点如下：①可在表空间或数据文件级备份，备份时间短；②备份时数据库仍可使用；③可达到秒级恢复；④可对几乎所有数据库实体做恢复；⑤恢复是快速的，大多数情况下在数据库仍工作时即可恢复。其缺点是若热备份不成功，所得结果不可用于时间点的恢复。

3 项目实现

某集装箱码头轨道式龙门起重机(以下简称轨道吊)自动化改造项目采用ECS系统指挥码头生产作业，一旦发生服务器宕机故障或应用停机，将会造成数据丢失，影响现场作业，带来重大经济损失。基于安全性、稳定性、可靠性及避免单点故障的考虑，对数据库服务器实现双机热备功能。

3.1 系统配置

该码头作业现场ECS自动化关键业务系统部署在windows server2012服务器上，系统软硬件配置见表1。

表1 系统软硬件配置

3.2 系统目标

数据库双机热备系统建成后，实现如下目标。

(1)系统持续运行。数据同步复制，最短时间内完成故障切换，使系统不停机，业务不间断[3]。

(2)双机自动切换。若主服务器因某种原因宕机，备服务器在短时间自动完成服务的切换，不需要人工的干预。

(3)应用数据全自动备份。减少系统管理员的工作量，增加备份效率，压缩备份时间，消除备份过程中因操作不当导致的严重损失。

(4)数据零丢失。出现系统故障后修复数据要求达到零数据丢失的高安全性。

3.3 数据库服务器切换

如果现场运行主库服务器宕机，严格按照如下步骤操作，即可恢复现场作业并重现数据库。

3.3.1 运行主库脱机

作业现场运行主库服务器宕机后，需要第一时间拔除主库所有网线，让服务器进入脱机状态，避免备用从库切换至主库时引起IP冲突等问题。

3.3.2 备用从库切换

运行主库网线拔除后，将备用从库IP修改为主库IP，并通过服务器桌面的一键关闭以及一键开启程序，重启运行应用服务器的所有后台应用服务及服务器桌面的MP中转程序，即可恢复现场作业，整个操作过程耗时不超过5 min。

3.3.3 双机热备重现

双机热备可在恢复现场作业之后进行，不影响现场作业。宕机服务器维修完毕后，接入网络前需要将该服务器IP修改为备用从库IP，此时主备服务器已经调换，删除之前实现的热备功能、发布的事务与订阅后，重新实现热备功能。

3.4 测试项及运行结果

对数据库热备功能进行单机模拟测试，以模拟集装箱码头操作系统为基础向单机虚拟环境发送收发箱、装卸船等指令，完全模拟现场作业流程进行作业。该项测试通过后，编写数据插入程序，模拟现场39台轨道吊的作业数据，24 h不间断插入数据库，进行数据压力测试，实时监测数据同步性能，验证热备功能的持续性、稳定性、可靠性。

经过测试的双机热备功能已上线运行，主从数据库数据达到秒级同步，现场数据库服务器进入高可用状态。本次功能的实现极大地提高了现场作业的稳定性、可靠性，即使在主服务器宕机的情况下，也能在极短的时间内进行主备机切换，恢复现场作业。

4 结语

数据库双机热备技术是保障码头ECS系统稳定运行、生产作业正常运转的必要措施，现场如出现主运行服务器宕机等事故，严格按照恢复手册操作，能够在极短时间内恢复现场作业，极大地提高了系统稳定性、可靠性及安全系数，避免了单点故障对现场作业产生的影响。