Co se stane, když jeden server spadne při vyvážení zátěže?

Když jeden server spadne v systému s vyvažováním zátěže, ostatní servery by měly převzít jeho zátěž, takže služba by měla zůstat dostupná. Jak rychle se to stane závisí na použitém vyvažovači a jak je celý systém nastavený. V ideálním případě by měl být vyvažovač nastavený tak, aby okamžitě přesměroval požadavky na zbývající servery. Často to trvá jen pár sekund, ale občas to může trvat déle, pokud je nějaký problém s detekcí selhání.

Co se týče uživatelských relací a dat, tady to může být problém. Pokud nejsou relace sdílené mezi servery nebo není nastavený nějaký systém pro replikaci dat, může se stát, že uživatelé ztratí aktivní relace nebo data. Proto je dobré mít nějakou formu sdíleného úložiště pro session, aby se to minimalizovalo.

Monitoring a alerting jsou důležité – většina moderních systémů má automatizované sledování, které zjistí výpadek serveru a může poslat upozornění administrátorům nebo dokonce restartovat server.

Co se týče redundance, obojí (hardware i software) je ideální. Redundantní hardware zabraňuje výpadkům na úrovni fyzické infrastruktury a redundance na úrovni aplikace zajišťuje, že i když jedna část selže, služba běží dál. Je dobré mít plán pro disaster recovery a testovat ho pravidelně.

Když jeden server spadne v load balancingu, většina systémů to zvládne docela dobře. Zatímco ten server je offline, load balancer přesměruje provoz na ostatní servery. To znamená, že uživatelé by měli mít stále přístup k aplikaci nebo službě, i když tam může být malý nárůst zátěže na těch zbývajících serverech. Rychlost, jakou se to stane, závisí na konkrétní konfiguraci – většina moderních load balancerů to zvládne během pár sekund.

Co se týče relací a dat, pokud není implementována správná strategie pro ukládání stavu (např. persistentní databáze nebo sdílené úložiště), tak by mohly být ztraceny. To je často problém u aplikací, které mají hodně uživatelských relací uložených na konkrétním serveru.

S monitoringem a alertingem je dobré mít nějaký systém, který tě upozorní na to, že server spadl. Můžeš použít nástroje jako Prometheus nebo Grafana pro sledování a automatizaci alertů. Když server spadne, prostě by měl být nasazen automaticky nějaký backup nebo restart.

Nejlepší postupy zahrnují mít redundanci jak na úrovni hardwaru (víc serverů), tak i softwaru (např. replikace databází). Když máš obojí, snižuješ riziko výpadku a zvyšuješ dostupnost služby. Takže jo, snažit se o to mít co největší odolnost je určitě na místě.