1. Cos'è un cluster ad alta affidabilità
Un cluster è un gruppo di server, detti nodi, che lavorano insieme per offrire lo stesso servizio. Nell'alta affidabilità l'idea è semplice: se un nodo si guasta, un altro prende in carico i suoi sistemi e l'utente percepisce al massimo un'interruzione breve, invece di un fermo lungo. Il servizio non dipende da un solo componente, ma dalla capacità del gruppo di riconoscere il guasto e reagire in modo ordinato.
Attenzione però a non confondere alta affidabilità e backup. Il cluster risponde al problema di un componente che si ferma, non a quello di un dato cancellato o cifrato da un malware, che il gruppo replicherebbe fedelmente su tutti i nodi. Le due protezioni convivono: il cluster mantiene il servizio attivo, il backup permette di tornare indietro a una versione precedente dei dati.
2. Il quorum: chi decide quando la rete si spezza
Il problema più delicato in un cluster è la separazione della rete, detta split brain nel gergo tecnico: i nodi sono ancora accesi, ma non si vedono più tra loro. Ciascuno potrebbe concludere che gli altri sono guasti e avviare il servizio per conto proprio. Due copie attive dello stesso sistema scrivono dati diversi, e il danno può essere serio e difficile da ricostruire.
Il quorum è la regola che evita questo scenario. Il gruppo prosegue solo se la maggioranza dei voti è raggiungibile, dove ogni nodo, o un testimone dedicato, porta un voto. Una parte isolata che non raggiunge la maggioranza si ferma invece di rischiare. Per questo i cluster di soli due nodi richiedono un elemento di voto aggiuntivo, altrimenti non sanno quale parte deve restare in servizio.
3. Il fencing: come si isola un nodo che non risponde
Il fencing, o isolamento, è l'azione con cui il gruppo si assicura che un nodo sospetto non possa più scrivere sui dati condivisi. Può avvenire spegnendo il server in modo forzato tramite la sua gestione remota, oppure bloccando l'accesso allo storage. Non basta dichiarare il nodo guasto: finché potrebbe ancora scrivere, il servizio spostato altrove rischia la corruzione dei dati.
Questo spiega perché il fencing è considerato obbligatorio nei cluster seri. Un nodo che sembra morto potrebbe essere solo lento o isolato dalla rete, e tornare in linea nel momento sbagliato. Chiedi al fornitore come avviene il fencing nel suo ambiente, quali dispositivi usa per isolare un nodo e cosa succede se quel dispositivo, a sua volta, non risponde. Una risposta vaga su questo punto è un segnale da approfondire prima di firmare.
4. I domini di guasto: cosa può cadere insieme
Un dominio di guasto è l'insieme di componenti che possono fermarsi per la stessa causa. Ridondare un server non serve se i due server condividono lo stesso alimentatore, la stessa linea elettrica o lo stesso armadio. La domanda utile non è quanti server ci sono, ma quali eventi possono colpirli insieme e quali restano indipendenti. Questa domanda va posta anche per l'alimentazione, la rete e la climatizzazione, non solo per i server.
Quando il fornitore parla di alta affidabilità, chiedi quale dominio di guasto copre davvero. Un cluster nello stesso armadio protegge dal guasto di un server, ma non da un problema di alimentazione che colpisce l'intera stanza. Scrivi nell'offerta il livello di protezione promesso, con le sue esclusioni. Un'offerta che non indica esclusioni va chiarita prima di essere accettata, perché ogni protezione ha un limite.
| Dominio di guasto | Esempio tipico | Protezione comune |
|---|---|---|
| Singolo componente | Un disco o un alimentatore | Componenti ridondanti e sostituzione senza spegnere il server |
| Singolo nodo | Un server che non avvia o un sistema operativo bloccato | Cluster con più nodi e fencing configurato |
| Armadio o sala | Interruzione di alimentazione o di raffreddamento | Alimentazione e climatizzazione separate, nodi in armadi diversi |
| Sito intero | Incendio, allagamento o guasto del collegamento esterno | Replica verso un secondo sito e procedura di passaggio testata |
5. Un esempio generico, passo per passo
Immagina un gruppo di due server nello stesso armadio che ospita un gestionale. Un server smette di rispondere durante la notte. Il secondo nodo verifica di non vedere più il primo, ottiene il quorum grazie al testimone dedicato, isola il server guasto spegnendolo in modo controllato e avvia il servizio. Dal punto di vista dell'utente la sessione si interrompe e si riconnette dopo un intervallo breve. Il tempo esatto dipende dalla configurazione e va misurato nella prova, non assunto.
Il racconto cambia se il guasto colpisce l'armadio intero. In questo caso il cluster non basta: se entrambi i nodi condividono l'alimentazione, il servizio è fermo a prescindere dal software di alta affidabilità. Questo esempio mostra perché ogni scelta tecnica va letta insieme alla posizione fisica dei componenti. Chiedi sempre dove si trovano fisicamente i componenti di ogni servizio, non solo quali sono.
6. Idee sbagliate più diffuse
Le convinzioni errate su questo tema sono molto comuni e portano a investimenti sbagliati. Ciascuna corrisponde a una domanda da fare prima di firmare un contratto. Alcune nascono dal marketing, altre da esperienze passate con configurazioni mal fatte, e tutte si correggono con domande precise e prove concrete. Prima di accettare una proposta, scegli le due o tre idee che ti sembrano più ovvie e chiedi al fornitore di dimostrarne la validità con un esempio reale.
- Due server sono sempre meglio di uno: senza quorum e fencing corretti il secondo nodo può peggiorare la situazione.
- Il cluster sostituisce il backup: copia anche la cancellazione o la cifratura dei dati.
- Se il software segnala il servizio come attivo, il servizio funziona anche per gli utenti: la verifica va fatta dal lato utente.
- Un guasto viene sempre rilevato subito: alcuni problemi, come la lentezza, possono non far scattare il passaggio.
- La ridondanza è inclusa per default: va progettata e provata in modo esplicito.
7. Quando la scelta conta davvero
L'alta affidabilità diventa una decisione importante quando il fermo di un sistema ha conseguenze economiche o operative significative, per esempio per la produzione, la fatturazione o l'accesso dei clienti. Per sistemi meno critici spesso basta un ripristino da backup ben testato. Il costo di un cluster non è solo l'hardware, ma anche la competenza necessaria per mantenerlo e per provarlo periodicamente.
Una verifica periodica è la parte che più spesso manca. Un cluster non testato è una promessa non verificata: il passaggio va provato in un momento controllato, con i tempi misurati e l'esito annotato. La prova andrebbe ripetuta dopo ogni cambiamento importante di rete, di storage o di versione del software, perché ciascuno di questi può alterare il comportamento del passaggio.
8. Come iniziare: una domanda da fare questa settimana
Il primo passo concreto è chiedere al fornitore o al tuo team di descrivere per iscritto il comportamento del sistema in tre scenari: un server guasto, una rete spezzata tra due parti, un armadio senza alimentazione. Per ciascuno chiedi quale nodo resta attivo, come viene deciso e quanto dura l'interruzione. Le risposte rivelano rapidamente se la protezione copre i rischi che ti interessano.
Poi fai una verifica pratica: scegli un servizio non critico e prova il passaggio in una finestra concordata, misurando il tempo di interruzione e annotando cosa non ha funzionato. Il risultato di questa prova vale più di qualsiasi scheda tecnica. Coinvolgi gli utenti del servizio scelto nella verifica, così da confermare non solo che il sistema risponde, ma che il lavoro può continuare.
Domande frequenti
Il cluster serve anche per gli aggiornamenti?
Sì, ed è uno dei vantaggi pratici. Mentre un nodo viene aggiornato, il servizio può girare sugli altri, e poi la stessa operazione si ripete sul secondo nodo. Non è però automatico: la procedura va pianificata, perché un aggiornamento non compatibile può fermare entrambi i nodi.
Un cluster a due nodi è sufficiente?
Può esserlo per alcuni servizi, a condizione che esista un meccanismo di voto ben configurato, come un testimone dedicato, e che il fencing sia previsto. Senza questi elementi un cluster a due nodi può entrare in stallo o avviare il servizio in due posti.
Il quorum è la stessa cosa del backup?
No. Il quorum decide chi resta in servizio quando la comunicazione tra i nodi si interrompe. Il backup permette di recuperare dati precedenti a un errore, una cancellazione o un attacco. Il primo protegge la disponibilità, il secondo la possibilità di tornare indietro.
Quanto tempo di interruzione devo aspettarmi?
Dipende dal tipo di servizio, dalla configurazione e da come sono stati progettati i controlli di salute dei nodi. Un passaggio ben configurato può essere molto breve per alcuni servizi e più lungo per altri, soprattutto quando le applicazioni devono riavviarsi o ricostruire il proprio stato. Chiedi il tempo misurato per iscritto.
Il cluster protegge da un attacco informatico?
Non in modo diretto. Se un attaccante compromette un servizio, il cluster può spostarlo su un altro nodo, ma il servizio resta compromesso. La protezione contro gli attacchi richiede controlli sugli accessi, segmentazione della rete, aggiornamenti e backup isolati. Chiedi quindi al fornitore quali controlli di sicurezza sono previsti per il servizio.