Database Deployment Pattern for High Availability

封面

如何引用文章

全文:

详细

Ubiquitous digitalization and the development of big data technologies require a high level of availability (24/7) of information resources. Ensuring high availability of the database requires a significant amount of work on the design, testing and maintenance of several components and configurations. High availability can be achieved or maximized for the following deployment options: one database instance (with or without read replicas) and several main ones (with or without a coordinator). High availability ensures the smooth operation of the system by eliminating individual points of failure, while disaster recovery focuses on restoring normal operation after a failure or downtime. There are several deployment options because there is no universal solution. Choosing the best option depends on your specific use case and requirements. This article presents the main concepts of ensuring high availability and the most effective patterns for providing highly accessible database deployments.

Purpose. definition of effective deployment patterns for database servers to ensure high availability.

Methodology. The results of foreign and domestic scientific research are used in the work. The author uses theoretical research methods related to the search and analysis of information to identify connections and obtain unique conclusions.

Results. The most effective deployment schemes for ensuring high availability and fault tolerance of databases are highlighted.

Practical implications it is advisable to apply the results obtained in the field of DevOps development in order to optimize the process of developing and releasing applications by eliminating a known bottleneck: changes to the database code.

作者简介

Renat Khamitov

Kazan State Power Engineering University

编辑信件的主要联系方式.
Email: hamitov@gmail.com
ORCID iD: 0000-0002-9949-4404
SPIN 代码: 7401-9166
Scopus 作者 ID: 57222149321

Associate Professor of the Department of Information Technologies and Intelligent Systems, Candidate of Technical Sciences

 

俄罗斯联邦, 51, Krasnoselskaya Str., Kazan, 420066, Russian Federation

参考

  1. Bocharov A. A. Dialog kul’tur: Materialy XVI Mezhdunarodnoy nauchno-prakticheskoy konferentsii na angliyskom yazyke. V 3-kh chastyakh, Sankt-Peterburg, 17–19 maya 2023 goda [Dialogue of Cultures: Proceedings of the XVI International Scientific and Practical Conference in English. In 3 parts, St. Petersburg, May 17-19, 2023] / ed. V.V. Kirillova. Part 1. St. Petersburg: St. Petersburg State University of Industrial Technologies and Design, 2023, pp. 158-162.
  2. Budzko V. I. Sistemy vysokoy dostupnosti, 2013, vol. 9, no. 4, pp. 003-011.
  3. Smirnov A. A. Nauchnyy Lider, 2023, no. 30(128), pp. 30-31.
  4. Khamitov R. M. Sovremennye problemy nauki i obrazovaniya, 2021, no. 3, p. 8. https://doi.org/10.17513/spno.30771
  5. Data Attack Surface Report Steve Morgan, Editor-in-Chief Northport, N.Y. June 8, 2020. https://cybersecurityventures.com/wp-content/uploads/2020/12/ArcserveDataReport2020.pdf
  6. Data Guard. https://www.oracle.com/technical-resources/articles/smiley-fsfo.html
  7. Mohamed Wadie Nsiri Patterns to achieve database High Availability. https://ubuntu.com/blog/database-high-availability
  8. Orchestrator. https://github.com/openark/orchestrator
  9. Patroni. https://patroni.readthedocs.io/en/latest/
  10. Shevchenko O.M., Torkunova Yu.V., Upshinskaya A.E., Shorina T.V. Learning Data Visualization in Assessing Linguistic Competence in the Inter-national Baccalaureate. European Proceedings of Social and Behavioral Sciences. Conference proceedings. London, 2020, pp. 1155-1164.
  11. System Failure - The Cost of Database Downtime. https://www.manageforce.com/blog/dba-suffering-from-system-failure-infographic
  12. WSFC. https://docs.microsoft.com/en-us/sql/sql-server/failover-clusters/windows/windows-server-failover-clustering-wsfc-with-sql-server?view=sql-server-ver16

补充文件

附件文件
动作
1. JATS XML

版权所有 © Khamitov R.M., 2023

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».