Unity 筐体間フェイルオーバーのタイミングについて

CamoMileさん

死活確認の仕様については公開されているものがなかったので、実機を利用して確認してみました。

具体的には、筐体間非同期レプリケーション（File）を行っているUnityのネットワークインタフェースをダウンさせ、どれくらいでレプリケーションがその問題（通信不可能）に気が付くのかの確認を行いました。

結果はファイルレプリケーションを開始してすぐ（1秒程度）で通信不可能に気が付きました。これは実際に自分のハードウェア（SPのネットワークインタフェース）に問題があるために検知が早いという可能性が高いですが、もしもネットワーク側のIPスイッチ等に問題があった場合でも、数秒から数十秒で検知するものと考えられます。

ただ、その検知までにかかる時間よりも重要なことは、実際にUnity筐体間でデータのやり取りを始めるまでは異常に気が付かないという点です。

今回も意図的に同期を開始させたレプリケーションセッションはネットワークインタフェースの異常を検知した一方で、RPOの設定が長く、実際にデータのやり取りを行っていないレプリケーションセッションは正常ステータスのままであるという動きをしていました（OE4.2です）。

また、参考情報ですがレプリケーションに問題が発生した際にUnityは自動でフェイルオーバーは行いません。

誰かが明示的にフェイルオーバーの命令をUnityに対して行う必要があるのですが、レプリケーションソースに対してその命令を行う場合（Planned failover）と、レプリケーションターゲットに対して行う場合（Unplanned failover）で動作が異なる点にご注意ください。（まぁ実際の障害発生時にはターゲット側から命令発行を行うUnplanned failoverしか実施できないので悩むことはなさそうですが）

このPlannedとUnplanned failoverの動作の違いについてはDELL EMC UNITY:REPLICATION TECHNOLOGIES A Detailed Review P.24～P.25「FAILOVER WITH SYNC, FAILOVER, AND FAILBACK」セクションに説明があります。

FYI：試験している時に道連れ（？）でブロックの同期レプリケーションもダウンしたのですが、この検知には1分31秒かかりました。

Uehara Y.さん

実機検証をして頂き誠に有り難うございます！

留意点なども記載くださり大変参考になりました。