PROYECTO INTEGRADO

MONTAJE DE INFRAESTRUCTURADE MÁQUINAS EN

ALTA DISPONIBILIDADVIRTUALIZADA

administración de sistemasinformáticos en red

safa ntra sra de los reyes

rafael carlos garrido fernández

gerardo acosta luque

1

Índice del proyectoINTRODUCCIÓN..................................................................................................................3

¿QUÉ ES UN CLÚSTER?..............................................................................................................3

ALTA DISPONIBILIDAD.....................................................................................................5

SOLUCIONES DE ALTA DISPONIBILIDAD..............................................................................5

CARACTERÍSTICAS.....................................................................................................................6

PLANTEAMIENTO DE LA PRÁCTICA..............................................................................8

SOLUCIÓN PREVISTA PARA LA PRÁCTICA............................................................................9

ESQUEMA DE RED.....................................................................................................................11

SOFTWARE..................................................................................................................................12

DESARROLLO PASO A PASO DE LA PRÁCTICA..........................................................15

CONCLUSIONES................................................................................................................28

INFORMACIÓN CONSULTADA.......................................................................................29

2

INTRODUCCIÓN

Esta es la documentación del proyecto integrado del módulo de formación

profesional de Administración de Sistemas Informáticos y Redes, correspondiente

a los cursos 2013/2014 y 2014/2015, realizado por Rafael Carlos Garrido

Fernández y Gerardo Acosta Luque. El proyecto fue ideado por el profesor José

Antonio Díaz y se entregó a los alumnos en el mes de Marzo de 2015, la defensa

del proyecto tendrá lugar el 17 de Junio del mismo año.

Actualmente existe una demanda desde empresas, organismos públicos,

colegios, universidades, etc... de servicios que requieren su disponibilidad las 24

horas del día, 7 días a la semana y 365 días al año. Para que esa alta

disponibilidad de ese determinado servicio sea factible se necesitan adoptar una

serie de soluciones tanto hardware como software. Una de las soluciones más

empleadas es la del clúster de servidores, que es el método del que va a tratar

este proyecto integrado.

El proyecto consiste en la realización de un clúster de alta disponibilidad de

máquinas virtuales utilizando para ello software libre, ofreciendo algún tipo de

servicio y que cuando uno de los nodos del clúster sufra un fallo, el servidor siga

funcionando como si nada hubiera pasado.

¿QUÉ ES UN CLÚSTER?

Un clúster es un conjunto de ordenadores, que unidos mediante una red, se

comportan como un solo ordenador, es decir, físicamente son varias computadoras

pero lógicamente funcionan como una sola.

Un clúster puede estar configurado de varias formas, en función de las

necesidades que se tengan y por tanto del rendimiento que se quiera obtener del

clúster para cubrir esas necesidades. Un clúster puede cumplir con las siguientes

características:

3

• Alta disponibilidad

• Alto rendimiento

• Balanceo de carga

• Escalabilidad

Para que el clúster funcione correctamente necesita una serie de

componentes que son los que hacen que funcione.

Nodos:

Los nodos pueden ser ordenadores de escritorio o servidores, de hecho se puede

establecer un clúster con cualquier tipo de máquina.

Sistema operativo:

Este debe de tener un entorno multiusuario, cuanto más fácil sea el manejo del

sistema menores problemas tendremos.

Conexiones de Red:

Las conexiones utilizadas en este tipo de sistema pueden ser muy variadas, se

pueden utilizar desde simples conexiones Ethernet con placas de red comunes o

sistemas de alta velocidad como Fast Ethernet, Gigabit Ethernet, Myrinet,

Infiniband, SCI, etc.

Middleware:

El middleware es el software que actúa entre el sistema operativo y las

aplicaciones y que brinda al usuario la experiencia de estar utilizando una única

super máquina. Este software provee una única interfaz de acceso al sistema,

denominada SSI (Single System Image). Optimiza el sistema y provee

herramientas de mantenimiento para procesos pesados como podrían ser

migraciones, balanceo de carga, tolerancia de fallos, etc.

Es posible configurar el clúster de dos maneras, en función de lo que

necesitemos de el y de lo que queramos que haga cada uno de los nodos que lo

componen:

4

• Modo Activo/Pasivo: en este modo existe un nodo maestro, que es el que

tiene instalado todo el software y donde corren los servicios en un primer

momento, y un segundo (o más) esclavo que es el que entra en

funcionamiento cuando el nodo maestro deja de funcionar. Este modo se

utiliza cuando queremos realizar un clúster de alta disponibilidad.

• Modo Activo/Activo: en este modo los recursos se encuentran en todos los

nodos del clúster, los cuales funcionan por igual, logrando un balanceo de

carga para responder a las peticiones que se realicen al clúster. Este modo

se utiliza cuando queremos implementar un clúster de alto rendimiento.

ALTA DISPONIBILIDAD

Dentro de los distintos tipos de configuraciones que puede tener un clúster,

nos vamos a centrar en la que nos interesa a nosotros en este caso, que es el

clúster de alta disponibilidad.

La alta disponibilidad (High availability en inglés o HA por sus siglas en inglés),

consiste en dotar a una infraestructura hardware o software de la capacidad de

permanecer el mayor tiempo ininterrumpido posible en funcionamiento, de forma

que el usuario no deje de disponer de los servicios que ofrezca dicha

infraestructura.

SOLUCIONES DE ALTA DISPONIBILIDAD

Existen diversas opciones de software mediante el cual implementar un

clúster de alta disponibilidad, nosotros vamos a nombrar y a explicar aquellos que

son de libre distribución, que es lo que se nos pide en el enunciado del proyecto.

En esta lista se incluyen aquellos que en la actualidad se siguen utilizando y de

los cuales hemos encontrado información, otros muchos quedaron en el olvido y

5

en desuso, ellos son:

• Pacemaker

• Corosync

• Keepalived

• Linux Virtual Server

• Wackamole

CARACTERÍSTICAS

Pacemaker:

-Controla y administra los recursos que nos ofrece el clúster.

-Verifica el estado de los nodos, para que en caso de que uno no este

operativo, inmediatamente disponer de otro de los nodos del clúster.

-Se complementa con Corosync.

-Se puede administrar mediante diferentes interfaces:

-CRM:La más común. Proporciona interfaz de comandos (CLI) con una sintaxis

muy simplificada pero con una gran potencia.

-DMC: Herramienta gráfica escrita en Java. Puede simplificar bastante las

tareas de mantenimiento de un cluster de alta disponibilidad.

-Cibadmin: Programa CLI de edición directa del "cib.xml" con sintaxis muy

compleja.

Corosync:

-Proporciona servicios de infraestructura de clustering (comunicación y

pertenencia) a sus clientes. Esto permite a los clientes conocer la disponibilidad y

los procesos de los demás nodos del clúster.

6

-Proporciona comunicación entre los nodos, para que continuamente se

conozca el estado de los demás nodos.

-Se complementa con Pacemaker.

-Su función básica es la de comunicar los nodos entre ellos, Pacemaker

administra los nodos y sus recursos y Corosync los comunica, van de la mano

siempre.

Keepalived:

-Se puede configurar para eliminar servidores de la cola del clúster si éste

deja de responder.

-Implementa mediante protocolo VRRPv2 un módulo para recoger información

adicional del clúster.

-Permite balancear la carga, con una configuración diferenciada entre un nodo

maestro (principal) y un nodo secundario (de backup)

-Es un servicio complementario a Linux Virtual Server encargado de supervisar

el estado del clúster y proporcionarle alta disponibilidad.

Linux Virtual Server:

-Solución para gestionar balanceo de carga en Linux.

-Se usa para desarrollar clústers de alto rendimiento con escalabilida,

confiabilidad y robustez.

-Actualmente, la labor principal del proyecto LVS es desarrollar un sistema IP

avanzado de balanceo de carga por software (IPVS), balanceo de carga por

software a nivel de aplicación y componentes para la gestión de clústers.

Wackamole:

-Solo es capaz de gestionar las direcciones ips virtuales en un clúster, es poco

configurable y no es válido para todos los tipos de clústers.

-Se quedó obsoleto por su poca flexibilidad y por su falta de actualización para

atender nuevas necesidades.

7

PLANTEAMIENTO DE LA PRÁCTICA

Supongamos que los dos alumnos hemos decidido tras unas infructuosas

prácticas intentar ganarnos un sueldo creando una página web para dotarla de

contenido que genere un buen número de visitas y de esa forma atraer el interés

por publicitarse en nuestra web. Lo primero que necesitamos es un sitio donde

alojar nuestra web, por lo tanto teóricamente debemos contratar un hosting de

alojamiento, pero hay un problema, no tenemos ni un duro. Ese problema nos

lleva a pensar en montar nuestro propio servidor web, pero claro, no disponemos

por supuesto de un servidor con un hardware potente y que nos asegure que el

servicio estará operativo a pesar de posibles fallos, ¿Qué hacemos entonces?

¿existe algún tipo de alternativa para dar un servicio sin tener que asumir un

costo y dejarlo en manos de terceros? ¿es posible hacer eso ofreciendo un servicio

ininterrumpido? Pues sí, es posible.

Debido a nuestra situación económica precaria no podemos permitirnos el

pagar un hosting para alojar la web, por lo tanto hemos decidido reciclar varios

ordenadores que teníamos por ahí tirados y montarnos nuestro propio servidor

web gracias a las enseñanza de nuestro querido profesor Alex Tolón. Si queremos

que nuestra web este siempre operativa necesitamos de alguna manera garantizar

siempre su funcionamiento por lo que decidimos montar un clúster de alta

disponibilidad con cuatro viejos ordenadores que estaban a punto de pasar al

paraíso del punto limpio. Como dijimos antes nuestra ausencia de dinero es

importante, así que ni nos podemos plantear el pagar por un software que nos

permita implementar el clúster, así que acudimos al software libre en donde

siempre encontramos algo para todo lo que se necesite en el mundo de la

informática

8

SOLUCIÓN PREVISTA PARA LA PRÁCTICA

En el contexto real de la práctica vamos a utilizar cuatro máquinas virtuales,

como nodos del clúster, en cada uno de los cuales instalaremos el mismo sistema

operativo, el mismo servicio y el mismo software que nos permita dotar de alta

disponibilidad al clúster.

Este clúster funcionará en una red interna dentro de un ordenador, para evitar

así cualquier tipo de conflicto IP dentro del aula cuando realicemos las prácticas

los días que corresponden y el día de la defensa del proyecto.

El cliente que se utilizará para acceder a la web será nuestro propio

ordenador portátil usando un navegador web.

Nuestro ordenador portátil, en el cual se desarrollará la práctica,tiene las

siguientes características:

9

Las máquinas virtuales utilizadas como nodos del clúster tienen las siguientes

características:

10

ESQUEMA DE RED

El esquema de red real que montaremos para el proyecto, será el siguiente:

Podemos observar la lan que creamos en nuestro portátil, el que contienen las

máquinas virtuales que ejercen como nodos del clúster, cuya ip virtual es a la que

se conectan los clientes del servicio, web en este caso, que son ordenadores que

se encuentran en el aula del instituto. Los hostname de cada nodo figuran arriba

de cada uno de ellos con su ip, hemos querido darles nombres de personas para

identificarlos fácilmente y darles un toque personal. No es un esquema detallado

al 100% con toda la topología de red que hay en el centro, pero sirve para tener

una idea de lo que hemos montado.

El esquema hipotético del proyecto llevado a cabo en un entorno real, no

virtualizado, sería este otro:

11

Podemos ver el clúster con sus respectivos nodos, en este caso equipos físicos

reales, que se encuentran dentro de una LAN doméstica y cuya salida a Internet

requiere de una dirección ip fija para posibilitar el acceso a la web desde el

exterior. Al igual que en el esquema anterior sería posible hacer un análisis más

detallado y pormenorizado, pero consideramos que no es relevante para el

objetivo de la práctica.

SOFTWARE

Debian: Como sistema operativo vamos a utilizar en todos los nodos del clúster

esta distribución basada en Linux. Es un sistema operativo GNU basado en

software libre que nos parece que por sus características es ideal para

implementarlo en los nodos del clúster. Requiere de muy pocos recursos y nos

12

ofrece lo que necesitamos: Simpleza y comodidad a la hora de configurar y

administrar nuestros recursos.

Pacemaker: La elección de Pacemaker es por un mero motivo funcional, es el

único software de clústerización con documentación y soporte disponible en la

actualidad, con lo cual la elección era clara.

Corosync: Igual que con Pacemaker, uno va de la mano del otro y es la opción

más segura y con mayores posibilidades de funcionar.

Apache: Es un servidor web http de código abierto, el cual sabemos configurar

y administrar, por ello consideramos que es el adecuado. El motivo de usar el

servicio web para desarrollar este proyecto sobre alta disponibilidad no es otro

que el de considerar que es uno de los servicios más visuales que existen y que a

la hora de comprobar si el servicio esta funcionando o no basta con ver si la

página web se puede ver o no se puede ver desde el cliente. ¿Podríamos haber

elegido otro servidor más complejo? Sí, pero consideramos que usar otro servidor

u otra plataforma nos haría perdernos en caminos que no nos conducirían al

verdadero objetivo de este proyecto, ya que nuestros conocimientos en dicha

materia son pocos debido a nuestro tipo de formación.

13

Rsync: Es una aplicación que se usa en sistemas Linux que nos permite

sincronizar archivos y directorios tanto en modo local como en red. Cuando

comprobamos la cantidad de ficheros y carpetas que debíamos replicar en los

nodos del clúster buscamos la forma de hacerlo lo más fácil posible, así que

pensamos en esta herramienta tremendamente útil y que aprendimos a usar en

este curso.

14

DESARROLLO PASO A PASO DE LA PRÁCTICA

Lo primero para realizar la práctica es configurar las máquinas virtuales que

vamos a utilizar como nodos del clúster. Nos ahorramos la explicación

pormenorizada de la instalación del sistema operativo y de la máquina en sí,

disponemos de una maquina virtual a modo de patrón, con las características

indicadas anteriormente y que clonaremos cuatro veces para obtener los cuatro

nodos que necesitamos. La plataforma de virtualización que usamos es

Virtualbox.

15

Entramos en cada una de las máquinas y cambiamos su hostname, ya que al

ser clonadas todas tienen el mismo: Se cambia en la ruta /etc/hostname

Como el clúster virtualizado lo vamos a realizar dentro de un solo host físico,

mediante una red interna, no tendremos salida a internet, con lo cual las

instalaciones de software las hacemos antes de configurar el direccionamiento ip

en cada una de las máquinas virtuales.

De tal modo lo primero de todo es instalar el software que vamos a necesitar

en cada una de las máquinas virtuales que compondrán el clúster, así que

instalamos rsync, apache, corosync y pacemaker desde la consola de comandos de

cada nodo.

16

Antes de nada actualizamos los repositorios con el comando apt-get update

Luego procedemos a la instalación de lo anteriormente mencionado en cada

uno de los nodos.

En el siguiente paso configuramos los parámetros de red de cada máquina

virtual, configurando el adaptador de red en modo red interna, una red interna

que hemos llamado “cluster”. Esto lo hacemos para no afectar a la red del aula y

para no tener que ir cambiando de subred en función del sitio en el que

trabajemos, llegados a este punto no necesitamos acceder a internet, por lo que

no tendremos problemas en ese sentido.

17

Cambiamos la dirección ip, máscara y puerta de enlace.

Realizamos los mismos pasos en cada nodo y comprobamos con el comando

ifconfig que todo es correcto.

18

Editamos el archivo /etc/hosts del nodo principal (rafa), con las direcciones ip

y sus correspondientes hostname de cada nodo para poder identificarlos en

nuestra red.

Ahora para evitar tener que ir cambiando cada uno de estos archivos en cada

nodo, vamos a hacer uso de la herramienta rsync, con la que podemos copiar y

sincronizar archivos entre equipos de una misma red. La transferencia se realiza

mediante ssh por lo que generamos una llave en el nodo principal y la pasamos al

resto de nodos, de esta forma cada vez que queramos conectar vía ssh o realizar

una transferencia con rsync, como es nuestro caso, no nos pedirá la contraseña.

19

Una vez que cada uno de los nodos secundarios tiene la llave del nodo

principal, podemos copiar archivos con rsync, así que copiamos el archivo hosts

en cada nodo con la siguiente sintaxis.

Comenzamos la configuración de apache, para habilitar nuestra página web,

pero antes de configurar nada vamos a copiar la carpeta que contiene la web a

todos los nodos desde el nodo principal usando rsync.

El primer archivo que vamos a modificar es el que se encuentra en esta ruta

/etc/apache2/sites-available/default, en el que indicamos la ruta donde se

encuentra la página que queremos mostrar y el ServerName.

20

Una vez que hemos modificado el archivo en el nodo principal, volvemos a

pasarlo a los secundarios con rsync.

Habilitamos el nuestro sitio web ejecutando el comando a2ensite desde el

directorio sites-available, que crea un enlace simbólico en el directorio sites-

enabled.

Ahora es el turno de echar a andar corosync y pacemaker, para lo cual el

primer paso será crear el archivo de autentificación de corosync en el nodo

principal del clúster.

21

Otorgamos permisos de escritura a la carpeta de corosync en cada uno de los

nodos.

Ahora podemos pasar el archivo llave a todos los nodos del clúster desde el

principal.

Editamos el archivo de configuración de corosync para indicar la red en la que

va a trabajar el clúster, la ruta de dicho archivo es /etc/corosync/corosync.conf

22

Como en pasos anteriores, pasamos este archivo vía rsync a los nodos

secundarios.

Para que el sistema reconozca el demonio de corosync, debemos modificar el

archivo /etc/default/corosync como vemos.

De nuevo lo pasamos por rsync a los nodos secundarios.

Comprobamos que todo es correcto reiniciando el servicio corosync en cada

uno de los nodos.

Utilizando el comando crm status comprobamos el estado del clúster, vemos

como reconoce y muestra online los cuatro nodos que hay en la red que indicamos

anteriormente.

23

Ahora procedemos a dar el que probablemente sea el paso más importante

dentro de la configuración de nuestro clúster, que es la configuración de la ip

virtual que utilizaremos para dar el servicio que queremos que ofrezca nuestro

clúster, en nuestro caso una página web.

Antes de configurar la ip virtual, debemos deshabilitar el mecanismo de

STONITH (Shot The Other Node In The Head), que se usa para para un nodo que

esté dando problemas, sino lo desactivamos no podremos configurar la ip virtual,

así que tecleamos el siguiente comando.

Ahora sí podemos proceder a la configuración de la ip virtual, para lo cual nos

situamos en el nodo principal, a partir de ahora no será necesario tocar nada más

en los secundarios, y tecleamos el siguiente comando.

24

Si hacemos ping desde cualquiera de los nodos a la nueva ip virtual,

comprobamos como responde como si de cualquier equipo de nuestra red se

tratase.

El siguiente paso es indicar el orden en que pacemaker y corosync irán

comprobando la disponibilidad de los servidores.

Si toda la configuración ha sido correcta y no hay ningún tipo de fallo al

teclear el comando crm configure show nos mostrará todos los parámetros del

clúster como a continuación.

25

Ahora solo nos queda comprobar que todo lo hecho hasta ahora es correcto

comprobando el funcionamiento real del clúster y del servidor desde un cliente.

Desde la barra del navegador del cliente ponemos la dirección ip virtual que

creamos para el clúster y vemos el resultado.

26

Accedemos sin problemas a la página web que aloja nuestro clúster, pero lo

interesante está en comprobar que ocurre si uno de los nodos se cae, por lo que

vamos manualmente a desconectar el nodo principal mediante el comando crm

node standby rafa

Comprobamos el estado del clúster con el comando crm_mon y vemos que el

nodo principal (rafa) no esta online, sino en standby.

A pesar de ello la web se sigue mostrando sin problemas por lo que el clúster

cumple su función y todo se ha desarrollado correctamente.

27

CONCLUSIONES

Nuestras conclusiones tras la realización del proyecto son muy positivas,

puesto que nuestros conocimientos sobre la alta disponibilidad eran muy bajos, ya

que durante la realización de nuestros estudios, solamente se han dado conceptos

sobre ella muy por encima. Hemos aprendido bastante sobre el mundo de los

clúster y de lo importante que pueden llegar a ser de cara a ofrecer redundancia

y seguridad. También valoramos más positivamente el uso del software libre al

comprobar que no le debe de envidiar nada a soluciones de pago y que

comprobamos como es posible llevar a cabo un proyecto de este tipo, que si bien

no es de gran importancia y envergadura, puede solucionarnos una necesidad

puntual y ofrecernos la posibilidad de desarrollar una idea de negocio abaratando

los costes de manera importante.

Nos ha parecido un proyecto interesante de desarrollar, dado que a ambos

componentes del grupo nos interesa la administración de servicios y de recursos.

El hecho de que varias máquinas puedan comunicarse entre ellas y funcionar

como una sola es algo genial, son cosas que hace unos años eran posibles hacerlas

solo en ciertos ambientes y a base de muchísimo dinero, sin embargo hoy, en el

año 2015, dos estudiantes con sus propios medios son capaces de poner en

marcha algo que hace no más de diez años ni siquiera se podrían plantear hacer

dos jóvenes sin medios para ello.

28

INFORMACIÓN CONSULTADA

http://es.wikipedia.org/wiki/Alta_disponibilidad

http://es.wikipedia.org/wiki/Clúster_(informática)

http://es.wikipedia.org/wiki/Clúster_de_alta_disponibilidad

http://enunlugardealcala.blogspot.com.es/2013/03/ha-cluster-de-apache2-

con-pacemaker-y.html

http://www.keepalived.org/

http://es.wikipedia.org/wiki/Linux_Virtual_Server

http://11870.com/2e5e/2009/04/29/wackamole-alta-disponibilidad-con-

balanceo-de-carga/

http://linux.descargarvista.com/wackamole-2.1.3.zip/332146

http://debian-comunicacion.blogspot.com.es/2011/10/cluster-web-alta-

disponibilidad_03.html

http://eltallerdelbit.com/followsymlinks-apache-options/

http://clusterlabs.org/wiki/Debian_Lenny_HowTo

http://clusterlabs.org/doc/en-US/Pacemaker/1.1-plugin/html-

single/Clusters_from_Scratch/index.html#idm140457876882496

29