Trabalhar com replicação de dados não é tão simples quanto parece. Apesar de ser fundamental utilizar esse tipo de tecnologia em grandes sistemas, possibilitando o backup dos dados em caso de falhas, é importante entender os conceitos fundamentais relacionados a essa prática para entender qual é a melhor opção para o seu caso.
O primeiro passo é entender que esses servidores trabalharão com um modelo de gerenciador – como o modelo de replicação de dados CODA, por exemplo. O gerenciador de réplicas tem o papel de coordenar o processo de replicação, mantendo a consistência de estado e transparência do conjunto dos servidores. Ele também é responsável pelo controle da concorrência e pelo controle de falhas de servidores.
Esses gerenciadores seguem algumas regras para realizar essas replicações. Enquanto alguns replicam todos os dados no momento em que o usuário faz as alterações em um arquivo, outros podem optar pela replicação em outros momentos, como no caso de uma chamada de usuário a um arquivo, por exemplo. A partir daí surgem os conceitos de Replicação Ativa e Passiva.
Na replicação ativa todos os servidores são atualizados constantemente com as alterações, e podemos assim dizer que temos um processo síncrono. A falha em um servidor será facilmente contornada, já que todos os servidores são atualizados ao mesmo tempo, a requisição do usuário poderá ser respondida por outra máquina.
Na replicação passiva apenas uma réplica primária recebe, processa e responde a todas as requisições. As outras réplicas são passivas (backup) e assim atualizadas periodicamente através da cópia do servidor central. O problema com a falha do servidor central fará com que um backup assuma o controle das operações, porém, as operações realizadas após o momento da última atualização serão perdidas. Esse modelo de replicação, contudo, requer menor processamento e apresenta melhor desempenho.
Analisar o seu sistema como um todo, traçando suas principais características e necessidades irá lhe ajudar a definir qual o modelo de replicação é mais adequado para a sua solução (se é necessário priorizar o desempenho do sistema, por exemplo, realizando replicações em maiores espaçamentos de tempo, mas assim causando um tempo maior entre uma replicação e outra).
