it宕機可能對任何業務產生重大影響。傳統情況下，這使得備份資料恢復的速度成為it團隊的主要焦點。然而，即使備份工具得到改進，許多組織的恢復時間仍然不夠。此外，此前的高可用性系統已經超出了大多數組織的財務可接受範圍。
現如今，提供資料中心高可用性是一種不同的，更具成本效益的方法：即資料映象以及雲計算和容器的使用。
選擇容器
容器可以幫助解決與高可用性系統相關的一些重要問題。例如，假設您的資料完全映象到輔助站點。現在，假設主站點遇到問題。您有對您的資料有完全訪問許可權，但應用程式呢?即使您可以故障切換到映象資料，沒有應用程式也是毫無辦法的。現在，您必須等待您在映象站點上提**用程式，或者支付可能很高的金額才能在該站點上執行應用程式的實時版本——只是以防萬一。
然而，容器，可在某一很小的單一系統內容納完整的應用程式。雖然虛擬機器在整個堆疊中執行所有內容，從作業系統向上，容器只攜帶它們所需要的內容，並與其他容器共享底層作業系統。
在上面的示例中，it團隊可以用較低成本在輔助站點上儲存容器集合。隨後，如果主站點遇到問題，他們可以在幾分鐘內啟動應用程式容器以訪問映象的資料。
當您在公共雲中選擇輔助站點時，雲儲存的成本非常低，低到在此示例中容器儲存的成本將是微不足道的。當您實際需要啟動容器時，成本會變得明顯，但是與停機時間的全部業務成本相比，使用工作系統的成本仍然會降低。
對於宕機容忍度比較低的組織來說，可以不斷地啟動容器，而不是儲存它們，並在必要時使用它們。此時成本會更高，但是如果主站點發生故障，系統可以幾乎實時地平滑地將故障轉移到備份站點。您還可以通過支付彈性資源來最小化成本;乙個未使用的啟動容器將不會使用很多cpu或網路資源。當主站點發生故障並發生故障轉移時，您只需要增加資源。
來自資料映象的挑戰
遺憾的是，映象資料並不像看起來那麼容易。距離是其中的主要問題;映象站點越遠，存在的延遲越高，維持資料的保真度就越難。另外，如果發生資料損壞，你最不想做的事情就是映象損壞部分的資料。
如果您的組織需要通過持續的高可用性系統來保證業務連續性，則必須為高階資料映象服務支付費用。雲服務提供商(如amazon web services和microsoft azure)現在擁有可實現遠端資料映象的高速資料連線。但是，具有資料備份的快照可能是乙個較為經濟的選項。快照從實時系統建立資料的唯讀副本。它不需要將實時系統鎖定或暫停運轉，並且在cpu和i/o利用率方面很有效率。快照有不同的方法，但是寫時複製方法是上述要求的最佳選擇。快照捕獲對資料系統的每次寫入，並將其作為後台任務寫入主儲存系統和遠端系統。通過這些方法，您可以在容器旁快速啟動快照資料集，以在輔助站點上建立執行的系統。
容器也變得對資料更加敏感。例如，它們可以容納作為持久儲存的資料卷。通過使用容器編排系統(container orchestration systems)，可以將資料快照從主站點同步到遠端容器。當前，這在高可用性系統中可能難以實現，但市場將如何發展是值得關注的。
清理映象 構建更小的容器映象的技巧
linux 容器已經成為乙個熱門話題，保證容器映象較小被認為是乙個好習慣。本文提供了有關如何構建較小 fedora 容器映象的一些技巧。muayyad alsadi 作者 linux 容器已經成為乙個熱門話題，保證容器映象較小被認為是乙個好習慣。本文提供了有關如何構建較小 fedora 容器映象的一...
docker中的資料卷和資料卷容器
在docker 的容器中 資料的管理通過 資料卷 和 資料卷容器來管理 資料卷是什麼？是乙個可供多個容器使用的特殊目錄他繞過了ufs，特性 資料卷可以在容器之間共享重用 對資料卷的修改會立即生效 對資料卷的更新 不會影響映象 捲會一直存在 直到沒有容器使用 類似於linux下mount docker...
SSIS中的容器和資料流 資料目的
在data flow中destination從資料來源或者資料處理流程中接收資料。在ssis中資料可以匯入到任何ole db支援的資料來源，平面檔案或者analysis service中的資料。和資料來源一樣destinations也通過連線管理器來連線，不同之處是有乙個資料對映介面如圖4 11。圖...