极客工场

Appearance

共 707 字预计阅读约 2 分钟

N+1 冗余是什么？到底需要几台机器？ ​

更新时间：2026-09-19。短答页。

一句话回答 ​

N 是正常承载峰值流量所需的最少实例数，N+1 就是在此之外多备一台，使任意一台故障时剩余机器仍能扛住全部流量。 需要几台 = 峰值所需实例数向上取整再加 1。

怎么算 ​

bash
单台安全容量 = 10k QPS；业务峰值 = 25k QPS
N  = ceil(25000 / 10000) = 3 台（承载所需）
N+1 = 4 台（允许坏 1 台）
坏 1 台后剩 3 台 × 10k = 30k ≥ 25k ✅
等级实例数（N=3 为例）容忍同时故障典型用途
N30可随时重建的无状态批处理
N+141 台最常见在线服务
N+252 台/发布期容错核心、跨故障域
2N6（翻倍）整组数据库主备、金融核心

为什么平时不能把机器跑满 ​

4 台集群若平时跑到总容量的 90%，一台挂了剩 3 台要接 120% 的流量，立刻被压垮并连锁雪崩。所以规划峰值 ≤ N 台容量（即坏一台之后的剩余容量），平时利用率上限约 N/(N+1)，N=3 时约 75%。这层账见 N+1 容量怎么算。

几个易混点 ​

  • 多一台机器 ≠ 高可用：没有健康检查和自动摘除/切换，机器挂了要人肉切，MTTR 很长不算真正冗余。
  • 无状态适合 N+1 多活（负载均衡自动分发）；有状态（数据库）常用主备 + 哨兵/仲裁防脑裂。
  • 冗余要跨故障域：4 台在同一台宿主机/同一机架/同一机房，电源或交换机一挂全没，等于没冗余。
  • 发布期再算一次：滚动发布时本来就少一台，此时再坏一台，N+1 就失去保护，所以核心常用 N+2。

坑 ​

  • 按平均流量而非峰值算 N，大促时一坏就超容。
  • 备机规格缩水、平时不接流量也不演练，真切换时扛不住。
  • 主备共用网络/电源，相关故障让「+1」失效。
  • 只在应用层做冗余，DB、缓存、负载均衡本身仍是单点。

总结 ​

N+1 指在承载峰值所需的 N 个实例外多备一个，使单点故障后剩余 N 台仍能接全部流量，所需机器数为峰值需求除以单机安全容量向上取整再加一，同时必须把平时利用率压在约 N/(N+1)、配合自动健康检查与跨故障域部署才算数；要容忍发布期叠加故障或跨机房用 N+2，数据库等有状态组件则用主备加仲裁防脑裂。