電網跨數據中心云資源容災模型可靠性研究

朱磊，鐘建栩，余少鋒

（南方電網調峰調頻發電有限公司信息通信分公司，廣州 510000）

引言

隨著電網業務的迅猛發展，數據系統的業務量不斷增多，因此，當災難事件發生時，導致關鍵數據出現毀壞甚至丟失，對電網數據中心的運營產生不可估量的損失，意味著巨大的經濟影響。除此之外，確保電網數據的可靠性，提高用戶體驗也是提高公司競爭力和占領市場份額的必要條件。容災技術經過電網跨數據中心的實踐表明，與傳統儲存模式相比，存在巨大綜合優勢，但是一些容災模型[1]的可靠性并不能確定，為去除這些隱患，研究容災模型的可靠性成為電網數據安全的最后一道防線。

在過去很多年里，世界的容災恢復系統經歷了嚴峻考驗，其中普遍存在的災難原因是停電。通過云計算等技術在城市與城市之間構建跨數據中心，并將多份數據儲存在該數據中心，這樣不但可以提高數據的安全性，并且還提供電網數據的均衡負載與應用安全等多重保障。結合數據備份系統、網絡系統、數據處理、安全維護以及災難維護等方面的實現程度，將災難恢復等級由低到高分為6個級別，依次為基本支持、備用支持、傳輸支持、完備實施支持、實時數據傳輸支持以及數據零損失支持。完整的災難系統建設同樣遵守從底層到高層發展原則。

云計算的快速發展讓社會感受到，未來將會利用云計算數據方式取代傳統的數據中心。該技術的運行模式[2]與設計理論和傳統方式相比存在巨大差異。云資源改善了傳統數據中心的資源分配問題，利用互聯網將散布在不同區域的資源傳輸到應用系統中，提高了系統業務的連續性，使以往的容災數據中心得到簡化，并降低了容災風險。

容災類型按照距離大小可以分成同城容災和異地容災。同城容災指利用光纖直接達到數據完全同步的目的。而異地容災則受到距離等因素影響，一般對關鍵數據進行備份從而確保數據的安全性。

現階段，對容災模型可靠性評價[3]的方案有很多，但是并沒有形成統一的標準，導致一些容災模型的構建并不合理，大多數存在資源浪費或容量不足等現象，在發生重大災難時，不能滿足系統備用的要求。為改善這一缺陷，本文提出電網跨數據中心云資源容災模型可靠性研究。針對構建的容災模型，建立四個模型可靠性評價標準，結合該標準，確定最后的評價函數，通過該函數實現對模型可靠性的研究。仿真結果表明，所提方法評價準確度較高，能有效減少電網跨數據中心的災難損失。

1 電網跨數據中心云資源容災模型構建

1.1 容災體系結構及相關符號定義

1.1.1 容災結構

容災系統的組成部分為監測體系[4]、控制體系、文件信息部分以及通信代理構成。圖1與圖2分別為容災體系結構與容災平臺示意圖。

監測功能利用FAM實現對文件數據的檢測，并將容災信息傳遞給控制系統。控制部分的關鍵是傳輸控制進度，能夠用來對該系統中所有類型的消息進行傳輸。文件信息部分包含的類型為重要文件、副本文件和文件列表。重要的文件通過監測模塊對其檢測，副本文件系統中則保存著一些重要文件的備份。通信代理模塊能實現不同節點中容災結構的副本安全與文件恢復等功能，并將所有節點構建為一個容災聯盟[5]。圖3為容災分配示意圖。

圖1 容災體系結構示意圖

圖2 容災平臺框架

容災儲存需要滿足下述原則：

1）分散性原則

假設兩個不同區域發生災難的概率分別為p1與p2，與其相對的災難損失表示為C1和C2，因此聚集儲存時的最低損失風險描述為，分散儲存時的最高風險為

2）災難概率和損失逆序性[6]原則

假設n個區域的應用系統在經歷災難后的損失 表 示 為C1,C2,...Cn， 并 且n個區域相對的災難概率描述為p1,p2,...,pn，且 滿 足p1≤p2≤...≤pn的 條 件。 因 此 可 以 看 出（正序積和）。

容災儲存必須遵循上述兩條關鍵準則，災難損失最大的部分應該選擇備用在發生災難概率最小的區域，可以通過減少一定損失降低容災損失函數。

1.1.2 容災相關符號定義

假設集群服務器里的容災結構聯盟節點數量為N，且任意一個成員節點Mi均屬于一個四元組：

則容災結構聯盟可定義為：

式中：

Mi,Id—節點的標志信息；

Mi,L—聯盟成員列表，將其定義成一個二元組形式；

FO-LIST、FB-LIST—原始文件與副本文件的列表。

則文件信息的描述定義表示為：

式中：

F—文件信息；

C—儲存文件的路徑；

H—文件的散列函數值；

M—文件數量。

1.2 容災特征模型建立

在構建容災模型時，必須保證模型具有良好的兼容性和數據均衡負載的能力[7]。電網中的數據信息較為復雜，需要結合多處理集群按照不同特性對資源進行分配任務，并實現對應數據資源的格式轉化，這樣才能確保容災模型的層次結構具有較好的兼容性，并且擁有處理冗余數據的基本功能。本文構建的容災模型結構如圖4所示。

由圖4可以看出，在該模型中，設數據容災分配任務ti具有d個特點，則存在ti(ti1,ti2,...,tid)，將并把大量的網絡信息數據引入到多源數據設備中。如果電網資源數據符合泊松分布[8]規律，第i個資源處理的任務量傳輸到隊列的響應時間表示為λi，第i個資源到達該隊列的時間是pim，通過下述公式得出執行一個服務m時耗費的容災系數表示為：

圖3 容災流程分配圖

圖4 容災模型結構示意圖

將公式（4）獲取的λSRm值帶入，通過公式（5）獲取在任意分布狀態下，容災模型執行分配任務m需要的最高融合概率：

公式（5）中，μim表示數據容災在執行任務時m的預期值，結合最高融合概率，獲取任務ti與tj的距離，通過下述公式進行描述：

在公式（6）基礎上構建容災特征模型，設有閾值存在，并且該閾值大于距離值d，表明這兩個數據具有較強兼容性，反之，兼容性較低。假設兼容兼容特征模型用li代表，則該模型表達式可描述為：

式中：

Sdj—沒有剔除的樣本信息。

2 容災模型的可靠性分析

2.1 容災模型可靠性判斷條件

對容災模型進行可靠性研究是評判系統可行性的關鍵內容。對于容災模型，下述四個方面為模型可靠性的評價標準。

1）備用容量

容災系統的兩個主要特征為數據量與計算量都很大，因此擴大備用容量成為當前急需解決的問題，測試模型備用容量的關鍵標準為服務器數量，把系統的數據量當做區域i的備用容量Qi。

2）設備投入

假設區域i的設別投入表示為Pi，則容災模型和備用容量存在的關系式為：

式中：

Cpri—儲存成本[9]，

a—備用強度。

3）區域災難發生概率

如果區域i發生災難的概率是pi，全部認為與自然災害對電網跨數據中心造成的危害形似表現為：硬件方面問題，主要有傳輸與儲存故障；服務方面故障，有操縱和應用故障。

如果圖5中最底層自然災害在i區域發生的概率分別表示為pf火災、pt臺風、pe地震、ps雷擊、pn為網絡安全情況，pv表示病毒入侵[10]概率。這些事件之間沒有關聯性，為相互獨立存在，因此在容災模型中i區域最底層事件出現的概率表示為：

4）災難損失

災難帶來的損失表示為Ci，包括以下幾個部分：直接損失：代表設施遭到破壞帶來的損失，是固定的；間接損失：表示由于電網跨數據中心系統損壞對電力造成的潛在影響，該損失和恢復時間t有密切關聯。

假設在任意地區i建設一座工作站，所需的設備投資是Ii，災難帶來的影響系數表示為λi，此系數不但表示災難給設備造成的損失程度，并且也反映數據破壞程度，通常意義上講，數據遭到的破壞程度越高，投入到正常工作所需時間越長，λi此時也可表示恢復正常工作需要的時間。

假設電網設備平時動力及維護耗費為常值v，在不通地區出現同樣等級災害的恢復速度相等，災害發生情況滿足T分布，因此任意災害第一次發生機率和重新構建后再次發生的機率相等。則在區域i從原始設備投入到發生災害需要耗費的代價表達公式為：

圖5 災難層次示意圖

上述公式中，災難損失等級系數λi必須滿足正態分布，pi和所選擇的區域關系密切，即不是同一區域災難發生概率不同，這將為容災模型中的選址環節[11]奠定基礎。通常情況下要求同樣災難類型在主要設備與備用設備同時遭到損壞的概率較小，災難同時出現的概率也較低。

另外一方面，災難情況發生使電網數據遭到的損失表示為：假設某主要設備的存儲容量為R，在某次災難中遭到破壞的數據為r=λiR。

災難時的損失數據評價了容災模型可靠性的高低。發生極端現象時，主要設備全部數據信息有可能全部損毀，為確保絕對安全，備用設備保險容量不能低于主要設備。

2.2 評價函數確定

結合上述4個判斷容災模型可靠性的條件，一個容災模型的可靠性主要根據投資與災難損失對其進行評價（模型可靠性分析流程圖見圖6），在保證容災模型可靠性的前提下，耗費越少，災難損失越低，容災模型就越可靠，所以容災模型的可靠性評價函數表示為：

圖6 模型可靠性分析流程圖

上述公式中，F值越小，表明容災模型可靠性更高。

3 仿真實驗數據分析與研究

為測試本文方法分析容災模型可靠性時的性能，需要仿真實驗進行驗證。實驗環境為Intel Corei5-530的PC機。在實驗過程中，假設云提供商CPi的最高內存容量是800 G，有三個云提供商(CP2-CP4)能夠提供電網跨數據中心的容災模型，并且提供商將對全部數據做三次備份，全部備份節點的鏈路數量是1，每個備份節點的平均帶寬必須高于40 MB/s。電網數據容災模型在分配過程中的最高迭代次數為80，數據信息的權衡調度任務數量為50，開銷適應度系數范圍為[0.5，1]。

仿真實驗中，將本文方法與傳統方法進行對比實驗。并在實驗中設置兩個評價指標，分別為電網數據信息容災模型的最終成本RPO[12]與恢復目標所耗費的時間RTO（見圖7）。利用這兩個指標判斷兩種對比方法的可行性。圖8為本文方法與傳統方法的實驗結果對比圖。

根據實驗對比結果可以看出本文方法對容災模型可靠性分析精準度較高，能夠有效減少電網跨數據中心云資源災難的發生。

圖7 容災模型中的RTO與RPO

圖8 不同方法實驗結果對比表

4 結論

針對傳統容災模型可靠性分析準確度較低造成的災難事故。本文對電網跨數據中心云資源容災模型可靠性進行研究。結合容災系統結構，建立容災模型，并從備用容量、設備投入、災難發生概率以及災難損失方面對該模型的可靠性進行評估，確定評價函數。最后通過仿真對比實驗證明所提方法對電網跨數據中心云資源容災模型可靠性的分析更為準確，通過對容災模型可靠性的精準分析，使電網運行更加平穩，減少災難發生概率，彌補數據遭到損失的不足。