前面的文章聊过，高可用的核心方法论是：冗余（replication） + 故障自动转移（fail-over）。
冗余很好理解，复制服务，复制数据。那故障转移有几种模式？
故障转移（fail-over）主要有三种模式。
其一：Active-Passive影子主模式。
在这种模式下，只有一个主节点（Active）在处理请求，另一个影子节点（Passive）则处于待命状态，准备在主节点故障时接管。
它的特点是，影子节点在主节点正常工作时并不参与工作，只有主节点发生故障时，影子节点才接管并参与负载。系统资源利用率最多只有50%。
无状态的服务，例如Nginx可以使用影子主模式保证高可用。
其二：Active-Active多活模式。
在这种模式下，所有节点均处于“活动”状态，平均处理负载，其优势是：
- 保证了高可用；
- 提升了吞吐量；
- 实施了负载均衡；
- 提高了资源利用效率；
但是，这类模式需要注意雪崩效应，少量节点挂掉的情况下，剩余节点能不能扛得住。
无状态的服务例如站点服务，微服务，可以采用这种高可用模式。
对于包含状态的服务，例如数据库，如果使用多活高可用。需要额外的机制来同步数据，并解决同步数据的过程中带来的数据冲突问题。对于大数据量高并发量的互联网业务最佳实践，一般不采用这种模式实施数据库的高可用，数据冲突问题根本搞不定。
那包含状态的服务，例如数据库，要怎么保证高可用？
其三：Hot-Standby热备模式。
热备份可以理解为影子模式的一种特例。
他的影子节点在平时也会工作，怎么工作呢？
影子节点只和主节点保持数据同步，但并不对外提供服务。
画外音：这里主要指写入服务，读服务不会变更数据状态，且不讨论。
这样，影子节点保持有最新的数据副本，在主节点挂掉后可以迅速接管，减少切换时间。并且影子节点在平时不对外提供服务，也不会有数据冲突。
在数据库这类存储状态，且需要快速恢复的场景，一般使用热备模式。
但需要注意的是，当主挂掉时，需要折衷一致性与可用性：
- 如果数据同步完成之前启动影子节点，数据可能会丢失，从而丧失最终一致；
- 但如果等数据同步完成再启动影子节点，可能会等待一段时间，从而丧失可用性；
简单总结，fail-over三种常见模式：
- Active-Passive影子主模式，例如：NG；
- Active-Active多活模式，例如：web-server，service；
- Hot-Standby热备模式，例如：DB；
知其然，知其所以然。
思路比结论更重要。
