上一篇 下一篇 分享链接 返回 返回顶部

云服务器一定比物理机稳吗

发布人: 发布时间: 阅读量:32

云服务器一定比物理机稳吗

"云更稳"这句话,一半是对的。云把单机故障接住了,但把故障点挪到了你看不见的地方。稳不稳不取决于哪个词更新,取决于你的业务怕哪种坏法。

云的稳,稳在架构

实例所在的那台宿主机炸了,控制面会在别的机器上把你拉起来。数据在分布式存储里有多个副本,一块盘坏了不影响读写。快照能回滚到某个时间点,误操作的代价被压到几十分钟。

这套东西的价值在于:它把"硬件一定会坏"这件事,从你的待办清单里划掉了。你不用买备件、不用守机房、不用半夜换盘。

云的不稳,不稳在共享

邻居在跑压测,你的磁盘延迟跟着抖;同一个物理核上挤了好几个实例,你的单线程性能掉一大截,而监控上只看得到 steal time 这个不起眼的数字。这些抖动没有告警,只有用户投诉。

更麻烦的是控制面。API 挂了的时候,你连"关机再开"都做不到,只能等平台恢复。这时候你的实例可能好好的,但你失去了对它的操作能力。这种故障在物理机上不会出现,因为开关在你手里。

物理机的稳,稳在独占

一台整机归你,IOPS 不会被别人抽走,主频跑满就是跑满,晚高峰和凌晨的性能曲线几乎重合。这种可预测性,对数据库、对实时计算、对需要稳定帧率的业务,比"能自动迁移"值钱。

代价也很直接:硬盘坏了你自己换,内存报错你自己查,电源模块烧了等机房。硬件故障从"平台的事"变回"你的事",这是独占的另一面。

先定义故障域,再谈谁更稳

稳定性要按层级看:单机、机架、机房、区域。云给你的是单机这一层的冗余,实例挂了能挪走。同一可用区整体断电、同城骨干被切,它一样没辙。

把两台云主机放在同一个可用区,就以为做了高可用,是常见的自我安慰。它们共享同一套供电、同一套网络出口,坏起来是一起坏。跨可用区、跨区域才算真的分散,代价是延迟和流量费。

SLA 那行字要会读

99.9% 对应全年允许停机 8.76 小时,99.99% 是 52 分钟。差一个九,价格通常翻倍。先算你的业务能容忍多少分钟,再去对那个数字,别反着来。

还要看统计口径:按单实例算还是按可用区算,按月算还是按年算,计划内维护算不算。赔付形式也要问清,多数给的是代金券,不是现金,赔给你的是下一次消费,不是这次损失。

还有一个容易忽略的点:实例可用性和业务可用性不是一回事。平台赔你的实例停机时长,不赔你因为响应慢而丢掉的订单。SLA 保的是机器在不在,不保你的转化率。

价格差在哪

宿迁的云主机 119 起,50G 电信单线、2G 到 16G 内存、10 到 300M 带宽,弹性好、开通快。宿迁高防物理机 799 起,E5-2630 加 32G 内存,整机独占。

同样的钱,云能给到更多核和更大带宽,物理机给的是独占和稳定。100G 三线 BGP 方案 那类 199 起的云主机,适合先把业务跑起来;负载稳定之后再谈整机,这个顺序更省钱。

什么业务放云上合适

应用层无状态、能水平扩展、发布频繁、流量有明显波峰波谷的,云是天然选择。大促前加十台,第二天释放,这种事物理机做不到。

开发测试、临时任务、需要快速克隆环境做验证的场景,也都在云上更划算。时间成本算进去,云贵的那点单价早就被省下来的人工抵掉了。面向境外的业务就近部署更实际,香港 CN2 云服务器 那种节点,回国延迟比绕美国低得多。

什么业务该上整机

有状态的主库、需要高主频的单线程服务、要挂大容量本地盘的存储节点、长期七成以上负载的计算任务。这四类对"性能可预测"的要求,高过对"故障自愈"的要求。

合规上要求独占硬件、要求数据物理隔离的业务,也只能走整机。定制高配物理机 那类方案可以按盘位和 RAID 卡配,云上买不到这种颗粒度。

混合才是多数人的答案

前端和接口层放云上,扛波峰、做灰度、随时扩容;数据库和持久化存储放整机,吃稳定 IO 和独占 CPU;备份再放到另一个区域的对象存储里。

这套结构的复杂度比纯云高,要多维护一套监控和一条专线或者 VPN。团队没有运维人手的,硬上混合反而更容易出事,这一点我见得不少。

迁移成本也算稳定性的一部分

从整机上云,或者从云搬回整机,工程量都不小。数据要同步、IP 要换、证书重签、依赖的内网地址改一遍、防火墙规则重配。

所以"先上云,以后再说"这句话的成本,藏在以后。选之前先想三年内会不会搬;搬不动的方案,稳定性的账得按三年算,而不是按第一个月算。

监控比架构更能救你

不管选哪个,先有监控。CPU、内存、磁盘延迟、带宽、连接数、接口耗时,六条曲线放在一屏上,异常时能一眼看出哪一层先动,这比事后猜快得多。

没有监控的高可用,只是把"不知道什么时候挂"换成了"不知道为什么会挂"。告警要发到真会看的人手上,发到群里没人回的那种,配了也等于没配。

三个问题定方案

业务重启一次损失多少,能容忍几分钟。这套服务能不能水平扩展,加机器就能扛还是必须换更强的单机。出故障的时候,你自己有没有能力修,还是要等厂商。

三个问题的答案偏向"能等、能扩、不想修",选云;偏向"不能停、扩不了、自己能修",选整机。答不出来,说明还没到该纠结的时候,先用便宜的云跑起来。

一句判断

云把故障从"你的机器坏了"变成"平台的某个部分坏了",物理机反过来。你要选的不是更稳的那一个,是坏法你能接受的那一个。

上一次你的站挂掉,是因为机器坏了,还是因为你根本不知道它为什么坏?

目录结构
全文