Cattle vs Pets در DevOps؛ سرورها را درمان کنیم یا جایگزین؟
فهرست نوشته
تصور کنید سرویس اصلی شرکت روی ماشینی به نام zeus اجرا میشود. این سرور در
چند سال گذشته بارها با ورود مستقیم مدیر سیستم، نصب بسته و تغییر دستی فایلها
سرپا مانده است. همه میدانند خاموششدن zeus دردسر بزرگی است، اما هیچکس
دقیقاً نمیداند چگونه باید نمونهای مشابه آن ساخت. حالا این وضعیت را با صد
نمونهٔ یکسان از یک وبسرور مقایسه کنید: اگر یکی از آنها خراب شود، از مدار
خارج و نمونهٔ تازهای از روی الگوی آزمودهشده جایگزینش میشود.
استعارهٔ Cattle vs Pets همین تفاوت را توضیح میدهد. در مدل Pets با هر سرور مانند حیوان خانگی منحصربهفرد رفتار میکنیم؛ در مدل Cattle، هر نمونه عضوی قابل جایگزینی از یک گله است. این نوشته برای مدیران سیستم و تیمهای DevOps (توسعه و عملیات) است و نشان میدهد این استعاره چه چیزی دربارهٔ معماری، خودکارسازی و تحمل خرابی میگوید، کجا بد فهمیده میشود و چگونه میتوان بدون بازنویسی یکبارهٔ همهچیز به سمت زیرساخت بازتولیدپذیر رفت.
این استعاره از کجا آمد؟#
خاستگاه عبارت معمولاً به Bill Baker از Microsoft نسبت داده میشود، اما Randy Bias آن را در ارائههای رایانش ابری خود در سال ۲۰۱۲ فراگیر کرد. هدف اصلی، توضیح تفاوت میان زیرساخت منحصربهفرد و مقیاسپذیری افقی بود: در روش قدیمی، خرابی یک سرور نامدار همه را برای نجات آن بسیج میکرد؛ در روش تازه، برنامه باید طوری طراحی میشد که حذف و جایگزینی یکی از نمونههای همسان، خدمت را متوقف نکند. مرور تاریخچه به روایت Randy Bias
مطلب Hava دربارهٔ Cattle vs Pets
این دو مدل را با سرورهای نامدار و سرورهای شمارهگذاریشده توضیح میدهد. نام
و شماره نشانههای ظاهریاند، نه تعریف اصلی. اگر web-023 را دستی بسازیم و
سالها در محل تغییر دهیم، با وجود نام عددی هنوز یک Pet داریم. برعکس، ماشینی
با نام zeus که بتوان آن را با فرایندی خودکار و بدون وابستگی به نمونهٔ قبلی
بازسازی کرد، از نظر عملی به مدل Cattle نزدیک است.
تفاوت واقعی Pets و Cattle چیست؟#
مسئله فقط این نیست که هنگام خرابی، سرور را تعمیر میکنیم یا دور میاندازیم. هر مدل مجموعهای از تصمیمها دربارهٔ هویت، تغییر، داده و بازیابی به همراه دارد:
| موضوع | مدل Pets | مدل Cattle |
|---|---|---|
| هویت | هر ماشین منحصربهفرد و برای سرویس ضروری است | نمونهها در یک گروه همنقش و قابل جایگزینیاند |
| ساخت | نصب و تنظیم اغلب دستی یا نیمهخودکار است | ساخت از تصویر، الگو یا کد نسخهدار انجام میشود |
| تغییر | بسته و پیکربندی روی همان ماشین تغییر میکند | نسخهٔ تازه ساخته، آزموده و جایگزین نسخهٔ قبلی میشود |
| خرابی | تیم تلاش میکند همان ماشین را به حالت سالم برگرداند | نمونه از مدار خارج و نمونهٔ سالم جایگزین میشود |
| وضعیت برنامه | معمولاً به دیسک، حافظه یا تنظیم محلی وابسته است | وضعیت به لایهای پایدار، تکثیرشده یا قابل بازیابی سپرده میشود |
| مقیاس | بیشتر با بزرگترکردن ماشین انجام میشود | بیشتر با افزودن نمونههای همسان انجام میشود |
| عیبیابی | ورود مستقیم و بررسی همان میزبان نقش اصلی دارد | لاگ، متریک و ردگیری بیرون از عمر نمونه نگهداری میشوند |
دو سوی جدول قانون مطلق نیستند. یک سامانه میتواند پایگاه دادهای با هویت پایدار داشته باشد، ولی گرههای وب آن قابل جایگزینی باشند. حتی در یک خوشهٔ واحد نیز ممکن است بعضی ماشینها Pets و بعضی Cattle باشند. مستند معماری Azure هم صریحاً همین همزیستی دو مدل در یک محیط را در نظر میگیرد.
Cattle به معنی زیرساخت بیارزش یا بیمراقبت نیست#
واژهٔ «قابل جایگزینی» گاهی این برداشت اشتباه را ایجاد میکند که میتوان سرورها را بدون مراقبت حذف کرد. در واقع، این مدل مراقبت را از یک ماشین منفرد به طراحی کل سامانه منتقل میکند. جایگزینی امن یک نمونه به چند قابلیت نیاز دارد:
- ساخت تکرارپذیر: سیستمعامل، بستهها، شبکه و مجوزها از روی کد یا یک تصویر نسخهدار ساخته شوند؛ حافظهٔ مدیر سیستم نباید منبع حقیقت باشد.
- توزیع ترافیک و بررسی سلامت: متعادلکنندهٔ بار یا سازوکار کشف سرویس باید نمونهٔ ناسالم را کنار بگذارد و تنها نمونهٔ آماده را وارد مدار کند.
- چند نمونه در دامنههای خرابی متفاوت: اگر فقط یک سرور داریم، حذف سریع آن تحمل خرابی نمیسازد. «گله» باید واقعاً افزونگی داشته باشد.
- مدیریت درست داده: نشست کاربر، فایل بارگذاریشده و دادهٔ اصلی نباید فقط روی دیسک موقت همان نمونه باقی بمانند. داده به ذخیرهسازی پایدار، سامانهٔ تکثیرشده یا مقصدی با پشتیبان آزموده سپرده میشود.
- مشاهدهپذیری مرکزی: لاگ، متریک و اطلاعات رخداد باید پس از حذف ماشین هم در دسترس بمانند؛ وگرنه با جایگزینی نمونه، شواهد خرابی را نیز پاک میکنیم.
- تخلیه و پایان کنترلشده: پیش از حذف، ترافیک تازه قطع و درخواستهای جاری تا حد ممکن کامل شوند. جایگزینی نسنجیده میتواند خودش عامل قطعی باشد.
بنابراین مدل Cattle به جای «نگهداری کمتر»، نگهداری در سطحی دیگر میخواهد. تیم به جای وصلهزدن مداوم یک ماشین، مسیر ساخت، انتشار، پایش و بازیابی مجموعه را نگهداری میکند.
یک انتشار در دو مدل چگونه پیش میرود؟#
فرض کنیم نسخهٔ تازهای از یک برنامهٔ وب باید منتشر شود. در مدل Pet، مدیر با
SSH وارد سرور میشود، بسته را ارتقا میدهد، فایل پیکربندی را تغییر میدهد و
سرویس را راه میاندازد. اگر نتیجه نامناسب باشد، باید تغییرها را روی همان
ماشین برگرداند. تکرار این کار در طول زمان «رانش پیکربندی» یا configuration
drift میسازد؛ یعنی وضعیت واقعی ماشین کمکم با مستندات و محیط آزمایش فرق
میکند.
در مدل Cattle، تغییر از مخزن کد شروع میشود. خط لولهٔ تحویل، تصویر یا خروجی ساخت (artifact) تازه را میسازد و آزمایش میکند. گروهی از نمونههای جدید کنار گروه قبلی بالا میآیند؛ پس از موفقیت بررسی سلامت، ترافیک بهتدریج یا یکباره به آنها منتقل میشود. اگر خطا دیده شود، ترافیک به گروه سالم قبلی برمیگردد. ماشینهای قبلی در محل ارتقا پیدا نکردهاند و همین ویژگی، بازگشت را سادهتر میکند.
این روش به «زیرساخت تغییرناپذیر» یا Immutable Infrastructure نزدیک است: تغییرهای تولید روی نمونهٔ در حال اجرا اعمال نمیشوند و نسخهٔ تازه جای آن را میگیرد. راهنمای قابلیت اتکای AWS نیز کاهش رانش پیکربندی، محیطهای یکدستتر و بازگشت امنتر را از مزایای این روش میداند و برای انتشار، الگوهایی مانند Blue/Green و Canary را پیشنهاد میکند. راهنمای زیرساخت تغییرناپذیر در AWS
در انتشار Blue/Green دو محیط کامل قدیم و جدید همزمان آمادهاند و ترافیک میان آنها جابهجا میشود. در انتشار Canary ابتدا سهم کوچکی از ترافیک به نسخهٔ تازه میرسد تا رفتار آن پیش از گسترش انتشار سنجیده شود.
تغییرناپذیری مطلق نیست. رازها منقضی میشوند، گواهیها تمدید میشوند و عاملهای پایش شاید دادهٔ محلی کوتاهعمر بسازند. اصل عملی این است که تغییر ماندگار و دلخواه از بیرون فرایند انتشار وارد نمونه نشود. اگر برای رفع فوری رخداد ناچار به تغییر مستقیم شدیم، همان اصلاح باید به منبع ساخت برگردد و با جایگزینی نمونهها تثبیت شود؛ وگرنه دوباره Pet میسازیم.
آیا کانتینر و Kubernetes خودبهخود همهچیز را Cattle میکنند؟#
خیر. کانتینر بستهبندی و اجرای تکرارپذیر برنامه را آسانتر میکند و Kubernetes میتواند نمونهٔ ازدسترفته را دوباره زمانبندی کند، اما معماری نامناسب را خودکار اصلاح نمیکند. برنامهای که فایل ضروری را فقط داخل کانتینر مینویسد، نشست کاربر را در حافظه نگه میدارد یا برای کارکرد درست به یک Pod مشخص وابسته است، با حذف آن نمونه مشکل خواهد داشت. Pod واحد اجرای یک یا چند کانتینر در Kubernetes است و عمر دائمی آن تضمین نمیشود.
حتی در Kubernetes نیز همهٔ هویتها یکسان نیستند. Podهای یک Deployment
معمولاً تعویضپذیرند؛ Deployment تعداد مطلوب نمونههای یک برنامه را حفظ
میکند. در مقابل، StatefulSet برای بارهای کاری طراحی شده که به هویت شبکهای
یا ذخیرهسازی پایدار نیاز دارند. نکته این نیست که stateful، یعنی دارای وضعیت
پایدار، بودن ممنوع است؛ باید روشن باشد کدام بخش وضعیت پایدار دارد، چگونه
تکثیر میشود و پس از خرابی یک گره چگونه بازیابی خواهد شد.
پس «از Docker استفاده میکنیم» یا «Kubernetes داریم» پاسخ این پرسش نیست. آزمون بهتر چنین است: اگر یک نمونه را بدون هشدار حذف کنیم، آیا خدمت در محدودهٔ هدف دسترسپذیری ادامه پیدا میکند و سامانه نمونهٔ سالمی با پیکربندی درست میسازد؟ اگر پاسخ منفی است، هنوز وابستگی منحصربهفردی داریم که باید شناخته و مدیریت شود.
با پایگاه داده و سامانههای قدیمی چه کنیم؟#
گاهی گفته میشود هر چیز stateful ناگزیر Pet است. این گزاره بیش از حد ساده است. پایگاه داده میتواند دادهٔ پایدار داشته باشد، ولی روی چند گره تکثیر شود و گره خراب را از روی عضو سالم یا پشتیبان بازسازی کند. در این حالت داده ارزش دارد، اما یک ماشین مشخص الزاماً غیرقابل جایگزینی نیست. طراحی چندگرهی البته هزینه و پیچیدگی دارد و بدون آزمون جابهجایی خدمت هنگام خرابی (failover) صرفاً توهم اطمینان میسازد.
از طرف دیگر، تبدیل فوری همهٔ سامانهها به Cattle همیشه تصمیم خوبی نیست. یک سامانهٔ قدیمی با مجوز وابسته به سختافزار، دستگاه شبکهٔ خاص، پایگاه دادهٔ تکنمونهای یا نرمافزاری که مسیر ساخت مستند ندارد ممکن است فعلاً Pet بماند. پنهانکردن این واقعیت خطرناکتر از پذیرفتن آن است. برای چنین سامانهای باید مالک مشخص، مستند پیکربندی، پایش، پشتیبان قابل بازیابی، قطعه یا ظرفیت جایگزین و برنامهٔ کاهش وابستگی داشت.
هدف DevOps حذف تحقیرآمیز Pets نیست؛ هدف کاهش وابستگی ناشناخته و بازتولیدناپذیر است. گاهی نخستین موفقیت این است که بتوانیم یک Pet را با زمان بازیابی معلوم و فرایند مستند دوباره بسازیم، حتی اگر هنوز خودکار نشده باشد.
چگونه از Pets به زیرساخت بازتولیدپذیر نزدیک شویم؟#
مهاجرت را میتوان از یک سرویس کمخطر آغاز کرد و مرحلهبهمرحله جلو برد:
- Pets را پیدا کنید. فهرست ماشینها را با این پرسش بررسی کنید: اگر این نمونه امشب از بین برود، چه کسی و در چه مدتی میتواند آن را بازسازی کند؟ سروری که پاسخ روشنی ندارد، نامزد نخست مستندسازی است.
- منبع حقیقت را مشخص کنید. پیکربندی، نسخهٔ بستهها و وابستگیها را در مخزن نسخهدار ثبت کنید. Infrastructure as Code یا IaC یعنی تعریف منابع زیرساخت با کد قابل بازبینی؛ اما اسکریپت ناقص و اجرا نشده بهتنهایی تضمین بازتولیدپذیری نیست.
- داده را از عمر نمونه جدا کنید. محل نگهداری داده، نشست، فایل و رازها را روشن کنید و بازیابی آنها را بیازمایید. پشتیبانی که هرگز بازیابی نشده، مبنای امنی برای حذف نمونه نیست.
- ساخت و انتشار را خودکار کنید. یک تصویر یا خروجی ساخت نسخهدار بسازید، آن را در محیط مشابه تولید بیازمایید و تغییر مستقیم روی نمونههای تولید را محدود کنید.
- افزونگی و مسیریابی سلامتمحور بسازید. نمونهٔ جایگزین باید پیش از گرفتن ترافیک آماده باشد و حذف یک نمونه نباید کل ظرفیت یا یک دامنهٔ خرابی را از دسترس خارج کند.
- خرابی را در محیط کنترلشده تمرین کنید. یک نمونه را حذف کنید و زمان تشخیص، جایگزینی و بازگشت ظرفیت را اندازه بگیرید. نتیجهٔ موفق، ساخت ماشین تازه نیست؛ ادامهٔ درست خدمت و حفظ داده است.
در پایان این مسیر، تیم باید بتواند نسخهٔ در حال اجرا را به یک تغییر ثبتشده، خروجی ساخت مشخص و تعریف زیرساخت مربوط کند. ورود اضطراری به ماشین هنوز ممکن است برای مشاهده و تشخیص لازم باشد، اما نباید مسیر عادی انتشار یا تنها راه نجات سرویس باشد.
جمعبندی#
Cattle vs Pets دربارهٔ مهربانی با سرور نیست؛ دربارهٔ محل اتکای سامانه است. در مدل Pet به سلامت و تاریخچهٔ یک ماشین تکیه میکنیم. در مدل Cattle به کد، تصویر، خودکارسازی، افزونگی و فرایند بازیابی اعتماد میکنیم. نمونهها میآیند و میروند، اما خدمت و داده باید در محدودهٔ تعریفشده باقی بمانند.
بهترین پرسش برای جلسهٔ معماری این نیست که «ما Pet داریم یا Cattle؟»؛ بپرسیم: کدام جزء امروز قابل جایگزینی است، کدام وابستگی مانع جایگزینی میشود و آیا بازیابی را واقعاً آزمودهایم؟ پاسخ این سه پرسش، فاصلهٔ میان یک نامگذاری جذاب و یک سامانهٔ واقعاً تابآور را نشان میدهد.