Alta disponibilità e fault tolerance: di cosa si tratta? Sono due concetti IT strettamente collegati, ma con requisiti e risultati differenti. In questo articolo analizziamo la differenza tra alta disponibilità (HA) e fault tolerance (FT) nell’ambito dell’infrastruttura IT, mettendo in evidenza le differenze principali, le situazioni d’uso e i vantaggi di ciascun approccio, così da poter garantire che la tua infrastruttura soddisfi i suoi specifici requisiti di affidabilità e disponibilità.
Che cos’è l’alta disponibilità (HA)?
In questo contesto, la “disponibilità” indica la possibilità per utenti o servizi di accedere a un sistema. Se un sistema non è disponibile, non può svolgere il proprio compito. La disponibilità si misura in base al tempo totale in cui un servizio è accessibile durante l’anno: un’applicazione con una disponibilità del 99% dovrebbe risultare accessibile per 361,35 giorni all’anno (0,99 moltiplicato per i 365 giorni dell’anno). Molte aziende offrono i propri servizi online con un contratto che specifica il livello di disponibilità garantito all’interno dello service level agreement (SLA).
L’alta disponibilità è un’architettura in cui sistemi e software vengono distribuiti e configurati dando priorità all’uptime e alla capacità di rispondere alle richieste. Per alta disponibilità si intende di norma un uptime pari o superiore al 99% e, in generale, ogni interruzione di servizio dovrebbe essere momentanea e poco frequente, ammesso che si verifichi: un’applicazione che promette una disponibilità del 99% non dovrebbe restare offline per giorni consecutivi, e nemmeno per minuti consecutivi, anche se così facendo rientrasse comunque nella soglia prevista.
Anche se non fornisci servizi ad altre aziende, molte organizzazioni hanno bisogno dell’alta disponibilità per garantire la continuità operativa del proprio business. Per esempio, se hai dei server che ospitano il software di vendita o di e-commerce, questi dovrebbero puntare sull’alta disponibilità per fare in modo che i clienti possano sempre acquistare da te senza ostacoli.
Che cos’è la fault tolerance (FT) e in cosa si distingue dall’HA?
La fault tolerance va un passo oltre l’alta disponibilità, perché punta a creare un’infrastruttura che non subisca alcuna interruzione. L’obiettivo è lo stesso dell’alta disponibilità – evitare interruzioni di servizio – ma i meccanismi necessari per rendere i sistemi fault tolerant sono molto più complessi e costosi.
Per questo motivo, molti team tecnici arrivano alla conclusione che un certo livello di alta disponibilità sia più pratico ed economicamente vantaggioso rispetto a un sistema completamente fault tolerant, oppure si chiedono se un uptime del 100% valga davvero i costi aggiuntivi. Per esempio, se un negozio online progettato per l’alta disponibilità resta offline per un paio di secondi quando non ci sono clienti (per correggere un bug o installare un aggiornamento) la cosa può essere considerata accettabile, mentre un sistema di controllo del traffico aereo che si interrompe periodicamente, anche solo per pochi istanti, è del tutto inaccettabile: tutti i sistemi coinvolti devono avere zero tempi di inattività.
Come funzionano
Alta disponibilità
L’alta disponibilità si basa su diversi meccanismi chiave, a seconda del tipo di servizi erogati:
- Replica e mirroring: la replica serve a garantire la presenza di più copie aggiornate dei dati su server che girano su hardware distinto (e persino in sedi diverse). Se uno si guasta, gli utenti possono essere rapidamente reindirizzati a un altro server. L’integrità dei dati va monitorata e verificata su tutti i sistemi, per assicurarsi che tutti i dati siano aggiornati, completi e accurati.
- Clustering e load balancer: server web, database e altri servizi possono essere ospitati su più server e configurati in modo da distribuire il traffico tra di essi, così che nessun singolo server venga sovraccaricato. Se un problema manda in crash un server del cluster, il servizio prosegue senza interruzioni perché gli altri continuano a funzionare.
- Ridondanza e backup: i backup regolari, oltre alle copie replicate, garantiscono che in caso di dati corrotti o danneggiati, o di un sistema non più ripristinabile, sia possibile tornare a uno stato integro e verificato.
- Hardware ridondante: il RAID è una tecnologia molto diffusa per proteggersi dai guasti ai dischi. A livello di rete, la disponibilità di più dispositivi di failover (per esempio un router e una connessione internet secondari nel caso in cui la connessione principale cada) fa sì che problemi come sbalzi di tensione e cavi tranciati non impediscano la continuità operativa.
Fault tolerance
La fault tolerance aggiunge ulteriore ridondanza e rilevamento dei guasti per garantire una resilienza completa alle interruzioni. In sostanza, un sistema fault tolerant combina più sistemi ad alta disponibilità per fare in modo che, nel complesso, i tempi di inattività siano del tutto evitabili anche se uno di questi sistemi HA si guasta completamente:
- Sistemi HA ridondanti (inclusa la ridondanza geografica): in caso di interruzione è possibile passare istantaneamente a più sistemi ad alta disponibilità, che siano duplicati completi dell’intera infrastruttura applicativa oppure dei suoi singoli componenti. L’ideale è che uno o più di questi sistemi ridondanti si trovi in un’area geografica diversa, così da proteggersi da disastri naturali o altre emergenze che potrebbero mettere offline un intero data center.
- Rilevamento e ripristino automatizzati dei guasti: i sistemi fault tolerant devono essere in grado di rilevare i problemi nel momento in cui si verificano e di mitigarli immediatamente, per esempio passando a un sistema ridondante mentre il problema viene analizzato e risolto. Una volta risolto, il sistema dovrebbe tornare automaticamente allo stato previsto dalla progettazione.
- Eliminazione dei single point of failure: un sistema FT non deve avere alcun single point of failure. L’architettura del sistema e di tutti i suoi componenti va ispezionata regolarmente per verificare la ridondanza completa (e il corretto funzionamento dei componenti ridondanti).
- Contenimento dei guasti: alcuni errori possono coinvolgere altre parti dell’infrastruttura, propagandosi a cascata tra i sistemi. Per esempio, valori di dati inattesi in una pipeline di dati possono causare malfunzionamenti nelle applicazioni man mano che vengono trasmessi. I sistemi FT dovrebbero monitorare i guasti non critici e isolarli (per esempio inserendo i messaggi errati in una dead letter queue anziché lasciare che provochino potenziali errori critici in grado di incidere sull’uptime).
Una delle tecnologie chiave sia per i sistemi HA che per quelli FT è il monitoraggio e sistema di alert automatizzato: quando si verifica un problema, i team tecnici devono essere avvisati per poter intervenire subito ed evitare qualsiasi interruzione di servizio.
Alta disponibilità e fault tolerance: vantaggi e svantaggi
Quando devi decidere quale livello di alta disponibilità raggiungere per il tuo sistema, o se sia opportuno implementare la fault tolerance completa, è bene valutare i costi, le prestazioni e gli aspetti tecnici.
I sistemi fault tolerant sono molto più costosi e complessi da implementare e mantenere rispetto ai sistemi progettati soltanto per l’alta disponibilità. Questo perché ogni sistema deve avere più duplicati ridondanti e, per ciascun duplicato, il costo di implementazione si moltiplica, così come i costi correnti di hosting e manutenzione. Inoltre, più è estesa la tua infrastruttura IT, più diventa difficile gestirla con un piccolo team senza gli strumenti giusti.
Anche prestazioni e scalabilità vanno tenute in considerazione: i componenti ridondanti di un sistema FT non contribuiscono alle prestazioni (perché entrano in azione solo in caso di guasto). Nell’HA, invece, quando il clustering viene usato per garantire il failover, le altre istanze attive possono farsi carico di una parte del carico di lavoro tramite un load balancer, migliorando le prestazioni. Naturalmente, anche nei sistemi FT è possibile ottenere lo stesso risultato utilizzando più sistemi ad alta disponibilità ridondanti (a costi molto elevati).
Sia nei sistemi ad alta disponibilità sia in quelli fault tolerant, il mantenimento di copie ridondanti dei dati comporta un consumo aggiuntivo di risorse, perché i dati devono essere trasferiti e verificati: un aspetto potenzialmente critico nelle situazioni d’uso in cui la latenza è un fattore determinante (per esempio nel trading azionario automatizzato).
L’alta disponibilità e le infrastrutture completamente ridondanti sono progettate tenendo conto di due fattori principali: evitare i tempi di inattività e garantire un ripristino rapido quando qualcosa va storto. L’RTO (recovery time objective) delle applicazioni fault tolerant deve essere pari a zero, quindi il ripristino deve essere istantaneo. Per ottenere un ripristino istantaneo, l’integrità delle repliche deve essere assoluta: per questo i sistemi FT tendono a concentrarsi maggiormente sull’integrità delle repliche dei dati in tempo reale, mentre i sistemi HA possono fermarsi e dedicare qualche minuto al ripristino da un backup integro e verificato.
Costruisci sistemi a prova di errore. Guarda Alta disponibilità e fault tolerance: le differenze principali per approfondire la resilienza dei sistemi.
Alta disponibilità e fault tolerance: best practice
Quando implementi i tuoi sistemi ad alta disponibilità o fault tolerant, assicurati di aver coperto le seguenti tecnologie e processi chiave:
- Ridondanza completa: verifica che non esista alcun single point of failure.
- Rilevamento e risposta automatizzati: implementa sistemi in grado di individuare e mitigare automaticamente i problemi e di avvisare i team tecnici di qualsiasi potenziale criticità.
- Resilienza geografica: nei sistemi FT, assicurati che i sistemi ridondanti siano disponibili in un’altra area geografica. Nell’HA, fai in modo che almeno una copia mirror aggiornata dei dati sia conservata in un’altra area, da cui poterla ripristinare rapidamente.
- Tieni d’occhio i costi: non sottovalutare i costi cumulativi di implementazione e manutenzione, soprattutto nei sistemi fault tolerant.
Potresti arrivare alla conclusione che, per la situazione d’uso della tua organizzazione, l’alta disponibilità o la fault tolerance non valgano l’aumento di costi e risorse. Questo però non significa che uno degli strumenti su cui si basano non sia assolutamente fondamentale: i backup. A prescindere da quanto sia complessa (o semplice) la tua infrastruttura IT, devi avere un piano di backup solido per assicurarti che incidenti, furti o disastri non cancellino le informazioni preziose su cui fai affidamento.




