Database Engineering for Backend & AI Engineers
Trang chủ / Module 6
🔁 Module 6 / 14 · 1-2 tuần

Replication & High Availability

Streaming replication, read replica để scale đọc, cơ chế failover tự động, và rủi ro split-brain cần tránh.

ReplicationFailoverHA
📌 Vì sao module này quan trọng

Một database duy nhất là một single point of failure — máy chủ chết, cả hệ thống chết theo. Replication giải quyết cả 2 bài toán cùng lúc: tính sẵn sàng cao (có bản sao để failover khi máy chính chết) và khả năng mở rộng đọc (chuyển bớt tải SELECT sang các replica). Đây là kiến thức nền cần thiết trước khi bàn đến sharding (Module 7) — hầu hết hệ thống nên tận dụng triệt để replication trước khi nhảy sang sharding phức tạp hơn nhiều.

🎯 Mục tiêu học tập

  • Giải thích cơ chế streaming replication và độ trễ (replication lag) giữa primary và replica
  • Phân biệt synchronous và asynchronous replication cùng đánh đổi giữa 2 loại
  • Thiết kế chiến lược đọc/ghi tách bạch (read/write splitting) tận dụng read replica đúng cách
  • Nhận diện rủi ro split-brain khi failover tự động và cách phòng tránh

Streaming Replication hoạt động thế nào

Primary (máy chính, nhận mọi lệnh ghi) liên tục gửi Write-Ahead Log (WAL) — nhật ký mọi thay đổi dữ liệu — sang một hoặc nhiều replica. Mỗi replica áp dụng lại (replay) các thay đổi này để giữ dữ liệu đồng bộ, và có thể phục vụ truy vấn SELECT (read-only) trong lúc đó. Vì việc truyền và replay WAL cần thời gian, luôn tồn tại replication lag — độ trễ giữa lúc dữ liệu được ghi ở primary và lúc nó xuất hiện ở replica, thường vài chục-vài trăm mili-giây trong điều kiện bình thường nhưng có thể tăng vọt khi replica quá tải hoặc mạng chậm.

Synchronous vs Asynchronous — đánh đổi giữa an toàn và độ trễ

Asynchronous (mặc định, phổ biến nhất)Synchronous
Primary xác nhận commit khi nàoNgay sau khi ghi local, không chờ replicaChỉ sau khi ít nhất 1 replica xác nhận đã nhận WAL
Độ trễ ghiThấpCao hơn (chờ round-trip mạng tới replica)
Rủi ro mất dữ liệu khi primary chết đột ngộtCó thể mất vài giao dịch cuối chưa kịp replicateKhông mất (đã đảm bảo replica có bản sao)

Phần lớn hệ thống chọn asynchronous vì độ trễ thấp và chấp nhận rủi ro nhỏ mất vài giao dịch gần nhất khi có sự cố hiếm gặp; hệ thống tài chính/thanh toán nghiêm ngặt thường cần synchronous (hoặc ít nhất "quorum" — chờ xác nhận từ đa số replica) cho các giao dịch quan trọng nhất.

Read/Write Splitting — dùng replica đúng cách

Pattern phổ biến: mọi lệnh ghi (INSERT/UPDATE/DELETE) đi tới primary, lệnh đọc (SELECT) phân tải sang các read replica qua load balancer hoặc logic ở tầng application/ORM. Cái bẫy thường gặp: đọc ngay sau khi ghi (read-after-write) — nếu đọc lại dữ liệu vừa ghi từ 1 replica đang có lag, người dùng có thể thấy dữ liệu cũ ngay sau khi vừa submit form, tạo cảm giác "hệ thống bị lỗi". Giải pháp: đọc từ primary ngay sau ghi cho chính request đó (sticky read), hoặc theo dõi replication lag và chỉ route sang replica đã bắt kịp.

Split-brain — rủi ro lớn nhất của failover tự động

Failover tự động (ví dụ qua Patroni cho PostgreSQL) phát hiện primary chết và thăng cấp (promote) 1 replica thành primary mới. Rủi ro split-brain xảy ra khi primary cũ thực ra chưa chết hẳn (chỉ mất kết nối mạng tạm thời — network partition) và vẫn tiếp tục nhận ghi, trong khi replica đã được promote cũng nhận ghi song song — 2 "primary" cùng tồn tại, dữ liệu phân kỳ không thể hợp nhất tự động.

Phòng tránh bằng fencing (đảm bảo chắc chắn primary cũ bị cách ly/tắt hẳn trước khi promote, ví dụ qua STONITH — "Shoot The Other Node In The Head") và cơ chế quorum (chỉ failover khi đa số node trong cluster đồng ý primary cũ đã chết, tránh 1 node bị cô lập tự ý quyết định). Đây là lý do failover tự động là một hệ thống phức tạp cần công cụ chuyên dụng (Patroni, Orchestrator), không nên tự viết script đơn giản để xử lý.

🏋️ Bài tập thực hành

Dựng cụm Primary-Replica và mô phỏng failover

Dựng 1 primary và 2 replica PostgreSQL bằng Docker Compose với streaming replication (asynchronous). Viết script liên tục ghi dữ liệu vào primary và đo replication lag thực tế trên từng replica. Mô phỏng primary chết (dừng container), thực hiện promote thủ công 1 replica thành primary mới, và trỏ lại ứng dụng sang primary mới. Viết lại từng bước bạn đã làm và xác định bước nào sẽ cần tự động hoá bằng công cụ như Patroni trong production thật.

📚 Tài nguyên học tập

✅ Tự đánh giá hoàn thành

  • Dựng thành công cụm 1 primary + N replica với streaming replication
  • Giải thích đánh đổi giữa synchronous và asynchronous replication bằng ví dụ cụ thể
  • Thiết kế được chiến lược read/write splitting xử lý đúng vấn đề read-after-write
  • Giải thích được split-brain là gì và tại sao cần fencing/quorum để phòng tránh