Databases for PostgreSQL の高可用性と災害復旧について
高可用性サービスまたは作業負荷が障害に耐え、事前に定義されたサービスレベルに従って処理能力を提供し続ける能力。 (HA) とは、予期しない障害が発生した場合でもサービスが稼働し続け、アクセス可能になる能力です。 ディザスタリカバリとはサービスの中断などの稀な重大なインシデントや広範囲にわたる障害から、サービスや作業負荷が回復する能力。 これには、地域全体に影響を及ぼす物理的な災害、データベースの破損、作業負荷に寄与するサービスの損失などが含まれます。 その影響は、高可用性設計の処理能力を超えている。、サービスインスタンスを稼動状態に回復させるプロセスである。
Databases for PostgreSQL は、標準プランで定義された サービスレベル目標(SLO )を満たす地域サービスである。 詳しくは、 サービス・レベル・アグリーメント(SLA )を参照。 Databases for PostgreSQL で利用可能な IBM Cloud のリージョンおよびデータセンターの詳細については、「 地域別のサービスおよびインフラストラクチャの可用性 」を参照してください。
高可用性アーキテクチャ
Databases for PostgreSQL レプリケーション、フェイルオーバー、および高可用性機能を提供し、インフラストラクチャのメンテナンス、アップグレード、および一部の障害からデータベースとデータを保護します。 デプロイメントには、リーダーとレプリカという2つのデータメンバーからなるクラスターが含まれています。 レプリカは非同期レプリケーションを使って最新の状態に保たれる。 クラスタの状態を維持し、フェイルオーバーを処理するために、分散コンセンサスメカニズムが使用される。 リーダが到達不能になった場合、クラスタはフェイルオーバーを開始し、レプリカはリーダに昇格し、新しいレプリカがレプリカとしてクラスタに再参加します。 リーダーとレプリカは常にMZRの異なるゾーンにいる。 レプリカが失敗すると、新しいレプリカが作成される。 ゾーン障害によってメンバーが失敗した場合、新しいレプリカは生き残ったゾーンに作成される。
クラスターに PostgreSQL のメンバー を追加してリージョン内の冗長性を高めるか、リージョン間のフェイルオーバーや読み取り負荷の分散を目的として 読み取り専用レプリカを プロビジョニングすることで、高可用性をさらに強化することができます。
PostgreSQL のストリーミングレプリケーションに関するドキュメントを確認し、デフォルトで導入されている非同期レプリケーション戦略に関連する制約やトレードオフについて理解してください。
リーダーのサーバー障害など、データベースの状態が極めて悪化してしまった場合、 Databases for PostgreSQL はフェイルオーバーを試みます。 この自動フェイルオーバー機能は、リーダーからレプリカへのデータ遅延が16 MBを上限としており、この遅延の閾値を超えた場合は実行されません。 16MBのデータ損失の可能性がアプリケーションにとって耐えられない場合は、 同期レプリケーションを 参照してください。
プログラムでクラスタにアクセスするワークロードは、可用性を維持するためにクライアントの可用性再試行ロジックに従う必要があります。
このサービスは、通常の運用では、制御されたフェイルオーバーを行うこともある。 これらのフェイルオーバーではデータ損失は発生しませんが、アクティブな接続がリセットされます。 最大 15 秒の、再接続が失敗する期間があります。 運用環境における予期せぬ事象により、計画外のフェイルオーバーが発生する場合があります。 最大45秒かかることもあるが、通常は30秒以内だ。 例えば、サービスのメンテナンスは、制御されたフェイルオーバーを引き起こす。
高可用性機能
Databases for PostgreSQL は以下の高可用性機能をサポートしている:
| 特長 | 説明 | 考慮事項 |
|---|---|---|
| 自動フェイルオーバー | すべてのクラスタに標準装備され、ゾーンや単一メンバーの障害に強い | |
| メンバー数 | 最少催行人数:2名 デフォルトは標準的な2人のメンバー配置。 2つのメンバーで構成されるクラスタは、単一のインスタンスまたはゾーンの障害から自動的に回復します(ラグしきい値までのデータ損失があります)。 新しいレプリカのためのデータ同期中に、クラスタはデータ損失の原因となる2番目の障害にさらされます。 PostgreSQL、同じ故障期間中に2つの故障が発生しても、3人のメンバーであれば耐えられる | 同期レプリケーションに必要な3人のメンバー |
| 同期複製 | レプリカがコミットを確認するまでコミットを待機させることで、RPOを改善します。 詳細については、「 同期レプリケーション 」を参照してください。 | パフォーマンスへの影響とコスト。 |
| 読み取り専用レプリカ | 読み取り専用のレプリカは、リモート・リージョンでのローカル・アクセスを提供し、潜在的なネットワーク遅延や接続性の問題に対する可用性を向上させることができる。 | すべてのWriteリクエストは、read-replicaに関連するread-writeクラスタにのみ向けられなければならない |
同期レプリケーション Databases for PostgreSQL
デフォルトでは、ストリーミング複製は非同期です。 リーダーがクラッシュした場合、コミットされたトランザクションの一部がレプリカに同期されず、データロスを引き起こす可能性がある。 Cloud Databases、データロスは実質的に最小限に抑えられる。しかし、同期レプリケーションは、トランザクションによるすべての変更がレプリカに同期されたことを確認する機能を提供する。 これにより、クラスタ全体の一貫性が確保される。 この一貫性は、 success を使用して接続中のクライアントに返答する前に、書き込みがセカンダリに確実に書き込まれていることを確認することによって実現されています。 同期レプリケーションに関する変数については synchronous_commit を参照してください。
同期複製により、レプリカの可用性が 1 次書き込みパスに取り込まれます。 書き込みを承認するレプリカがない場合、レプリカが利用可能になるまでハングする。 同期複製は 2 メンバー・デプロイメントではサポートされないため、これには少なくとも 3 つのメンバーが確実に機能する必要があります。 同期レプリケーションを有効にする前に、少なくとも3つのメンバーに水平スケールする_必要が_あります。 PostgreSQL メンバーの追加を 参照。
可能性は低いものの、複数のレプリカが同時に利用不能になる可能性はあります。 この場合、1 次データベースは、レプリカがオンラインに戻るまで書き込みを完了できません。これにより、データベースへのすべての書き込みトラフィックが事実上ブロックされます。 同期レプリケーションを有効にする前に、耐久性の向上と書き込みのブロックが発生するリスクとのトレードオフについて検討してください。
同期レプリケーションを設定すると、書き込みレイテンシが大幅に増加し、全体のスループットが低下する可能性がある。 パフォーマンスを最適化するには、最高度のデータ耐久性を必要とする特定のデータベースやワークロードにのみ同期レプリケーションを使用することをお勧めします。
災害復旧アーキテクチャ
災害復旧の一般的な戦略は、以下の Restore データベースのように、新しいデータベースを作成することです。 新しいデータベースの内容は、災害前に作成されたソース・データベースのバックアップでもよい。 本番データベースが利用可能であれば、ポイント・イン・タイム機能を使って新しいデータベースを作成することができる。
ディザスターリカバリー機能
Databases for PostgreSQL は、以下のディザスタリカバリ機能をサポートしている:
| 特長 | 説明 | 考慮事項 |
|---|---|---|
| バックアップ・リストア | Cloud Databases バックアップの管理 を参照してください。 | 復元されたデータベースの新しい接続文字列は、ワークロード全体で参照されなければならない。 |
| ポイント・イン・タイム・リストア | ポイント・イン・タイム・リカバリーを 使用して、本番環境からデータベースを作成する | これは、アクティブなデータベースが利用可能で、RPO(災害)がサポートされているウィンドウ内にある場合にのみ可能である。 本番クラスタが利用できない場合は役に立ちません。 復元されたデータベースの新しい接続文字列は、ワークロード全体で参照されなければならない。 |
| リード・レプリカをプロモートする | 同じリージョンまたはリモートリージョンで災害を計画する場合は、 読み取り専用のレプリカを 作成する。 災害から復旧するために、 読み取り専用のレプリカをプロモートする。 | 以前に作成されたリードレプリカが利用可能でなければならない。 復元されたデータベースの新しい接続文字列は、ワークロード全体で参照されなければならない。 |
災害復旧の計画
災害復旧の手順は、定期的に実践されなければならない。 計画を立てる際には、次のような失敗のシナリオと解決策を検討してください。
| 失敗 | 解決方法 |
|---|---|
| ハードウェア障害(シングルポイント) | IBM は、ゾーン内の単一ハードウェア障害から回復力のあるデータベースを提供します。 |
| ゾーン障害 | 自動フェイルオーバー。 データベースのメンバーはゾーン間で分散される。 3つのメンバーを設定することで、複数のゾーンで障害が発生した場合にも、さらなる耐障害性が確保されます。
同期レプリケーションは、パフォーマンスを犠牲にする代わりにRPOを短縮します。 |
| データ破損 | バックアップ・リストア。 復元されたデータベースを本番環境で使用するか、またはソースデータとして活用して、復元されたデータベースの破損を修正してください。
特定時点への復元。 リストアしたデータベースを本番環境またはソース・データで使用し、リストアしたデータベースの破損を修正する。 |
| 地域的な失敗 | バックアップ・リストア。 復元されたデータベースを本番環境で利用します。
読み取りレプリカを本番環境へ移行します。 読み取り専用レプリカを読み取り/書き込みデータベースにプロモートする。 リストアしたデータベースを本番環境で使用する |
アプリケーション・レベルの高可用性
ネットワークとクラウド・サービスを介して通信するアプリケーションは、一時的な接続障害の影響を受けます。 アプリケーションを設計する際には、デプロイメントまたは IBM Cloud への接続が一時的に失われてエラーが発生した場合に接続を再試行するように設計することができます。
Databases for PostgreSQL はマネージドサービスであるため、定期的な更新やデータベースのメンテナンスは、通常の運用の一環として行われます。 これにより、データベースを使用できなくなる、短時間の中断が発生することがあります。 また、データベースが正常なフェイルオーバー、再試行、および再接続をトリガーする場合もあります。 レプリカであるメンバーとリーダーであるメンバーをデータベースが判別するのに短い時間がかかるため、短い接続の中断が発生する可能性があります。 フェイルオーバーにかかる時間は通常、30 秒未満です。
アプリケーションを設計する際には、データベースへの一時的な割り込みの処理、失敗したデータベース・コマンドのエラー処理の実装、一時的な中断から復旧するための再試行ロジックの実装を含める必要があります。
計画的なインプレース・メジャーバージョンアップグレード(IPMVU)を除き、データベースの利用不能や接続の中断が数分以上続くことは想定されていません。 数分以上接続が切断された場合は、 サポートケース を作成し、詳細情報を提供してください。そうすれば、弊社で調査を行うことができます。
インプレースでのメジャーバージョンアップグレード(IPMVU)中は、デプロイメントは読み取り専用となり、その後利用不可となり、書き込みが再開されるまで再び読み取り専用となります。 接続が数回リセットされます。 アップグレード作業の全過程を通じて、その進捗状況を監視してください。 詳細については、「 アップグレード中の利用状況 」を参照してください。
接続制限
Databases for PostgreSQL は、PostgreSQL データベースへの接続の最大数を 115 に設定します。スーパーユーザーがデータベースの状態と保全性を維持するために 15 個の接続が予約され、ユーザーとアプリケーションが 100 個の接続を使用できます。 接続制限に達すると、新しい接続を開始しようとするとエラーが発生します。 接続数によってデプロイメントに過大な負荷がかかるのを防ぐには、接続プールを活用するか、デプロイメントをスケールアップして接続制限を引き上げてください。 詳しくは、 PostgreSQL 接続の管理の ページをご覧ください。
HAとDRの責任
以下の情報は、HAとDRのプランを作成し、継続的に実践するのに役立つ。
バックアップからデータベースをリストアする場合、またはポイントインタイム・リストアを使用する場合、新しい接続文字列で新しいデータベースが作成されます。 既存のワークロードとプロセスは、新しい接続文字列を消費するように調整されなければならない。 リードレプリカをクラスタに昇格させる場合も同様の影響がありますが、ワークロードの既存のリードオンリー部分は影響を受けません。
復旧したデータベースは、障害データベースと同じように、 お客様依存関係を必要とする場合があります:
- IBM® Key Protect for IBM Cloud®
データベースを削除すると、関連するバックアップも削除されることを忘れないでください。 ただし、削除されたデータベースは、限られた期間内であれば復元できる場合があります。 データベースの復旧手順の詳細については、 マニュアルを 参照してください。
IBM Cloud、バックアップをコピーすることはできないため、追加のバックアップにはデータベース固有のツールを使用することを検討してください。 悪意のあるデータベースの削除に続き、データベースの再削除からの復旧が必要になる場合があります。 データベースへのIAMアクセスを注意深く管理することで、この問題にさらされる機会を減らすことができる。
各特徴に関連する以下のチェックリストは、プランの作成と実践に役立つ。
-
バックアップと復元:
- RPO要件を満たすために、望ましい頻度でバックアップが利用可能であることを確認する。 Cloud Databases バックアップの管理は、バックアップの頻度を文書化する。 IBM Cloud® Code Engine 使用したスクリプトを検討してください。データベースの重要度とサイズが許す場合は、定期的なタイマー(cron)イベント プロデューサーと連携して 追加のオンデマンド バックアップを作成し、RPO を改善します。 しかし、 PostgreSQL's PITRの能力を考慮し、追加バックアップの必要性を慎重に評価する。
- データベースのリストア領域にはいくつかの制限があります。リストアの目標が達成できるかどうかは、 Cloud Databases バックアップの管理を 参照してください。
- バックアップの保存期間が要件を満たしていることを確認する。
- テストリストアを定期的にスケジュールし、実際のリストア時間が定義されたRTOを満たしていることを検証する。 データベースのサイズはリストア時間に大きく影響することを忘れないでください。 大規模なデータベースをより小さく管理しやすい単位に分割したり、未使用のデータをパージするなど、リストア時間を最小化する戦略をご検討ください。
- Key Protect サービスを確認する。
-
特定時点への復元:
- 先に説明した手順を確認する。
- 目的のバックアップがウィンドウ内にあることを確認する。
-
読み取りレプリカを昇格させる:
- リカバリ領域にリードレプリカが存在することを確認する。
- 希望するリージョンに一時的なリードレプリカを作成する。 一時的なレプリカを読み取り/書き込みに昇格させ、本番環境にほとんど影響を与えることなくテストを行うことができます。
Databases for PostgreSQL を使用する際の顧客と IBM Cloud との間の責任分担については、 Cloud Databases の責任分担を 参照のこと。
最新情報: IBM
顧客のワークロードに影響を与えるアップデートは、 IBM Cloud の通知を通じて知らされる。 本サービスに関連する計画的なメンテナンス、アナウンスメント、リリースノートに関する情報は、 モニタリングの通知とステータスの ページをご参照ください。 さらに、 バージョン・ポリシーの ページを定期的に確認し、End-of-Lifeのバージョンと日付に関する最新のアップデートを確認してください。