Az Azure megbízhatósága
Hozzájuthat a kritikus fontosságú rendszerek magabiztos megtervezéséhez és üzemeltetéséhez szükséges eszközökhöz és képzéshez.
A megbízhatóság közös felelősség
Minden számítási feladatnál elérheti a szervezete megbízhatósági céljait, ha az Azure felhőplatform rugalmas alapjaiból indul ki. Magabiztosan tervezheti meg és üzemeltetheti a kritikus fontosságú alkalmazásokat abban a tudatban, hogy megbízhat a felhőben, hiszen az Azure-ban az egyik legfontosabb dolog az átláthatóság – az Ön folyamatos tájékoztatása, hogy gyorsan reagálhasson a szolgáltatással kapcsolatos problémákra.
Ha egy meglévő alkalmazást szeretne optimalizálni az Azure-ban, induljon ki az öt alappillérre, azaz a megbízhatóságra, a biztonságra, a teljesítménybeli hatékonyságra, a költségoptimalizálásra és a működésbeli kiválóságra épülő Azure Well-Architected Framework irányelveiből.
Kiindulás az Azure-infrastruktúra megbízható alapjából
Mark Russinovich, az Azure technikai igazgatójának és munkatársának a megbízhatóság fokozásáról szóló blogsorozatában tájékozódhat a Microsoft által a felhőplatform megbízhatóságának fenntartása és javítása érdekében végzett folyamatos befektetéseiről. A blog ezenkívül a következő négy témakört is érinti: intelligens szoftverekkel megvalósított hálózati megbízhatóság, biztonságos fejlesztés az AIOps segítségével (a Gandalf bemutatása), a nagy méretű elosztott rendszerek rugalmas fenyegetésmodellezése, valamint a csekély vagy semmilyen negatív hatással nem járó karbantartás.
A Microsoft-hálózat világszerte több mint 60 Azure-régiót, 200 Azure-adatközpontot, 190 peremhálózati telephelyet és 280 000-nél is több kilométernyi föld és tenger alatt futó optikai kábelt foglal magában, és stratégiai peremhálózati pontokon csatlakozik az internet többi részéhez. A Microsoft-hálózat megbízhatóságáról ebben a kétrészes blogbejegyzésben tájékozódhat bővebben.
Az állapotmetrikák folyamatos nyomon követése az üzembe helyezési folyamat szerves része, és ebben játszik kritikus szerepet az AIOps. Ebből a blogbejegyzésből megtudhatja, hogyan használható a mesterséges intelligencia és a gépi tanulás a DevOps-szakértők támogatására, az Azure üzembe helyezési folyamatának nagy méretekben való monitorozására, a problémák korai észlelésére, valamint a kibocsátási és visszaállítási döntéseknek a negatív hatások kiterjedése és súlyossága alapján való meghozatalára.
Megtudhatja, hogy az Azure szolgáltatásfejlesztő csapatai hogyan használják a futás utáni („postmortem”) elemzéseket eszközként annak érdekében, hogy jobban megérthessék, hogy mi és hogyan hibásodott meg, és a kimaradások milyen hatást gyakoroltak az ügyfelekre. Ezenkívül a futási utáni és a rugalmas fenyegetésmodellezési folyamatokkal kapcsolatban is tájékozódhat.
Megismerheti a csekély vagy semmilyen hatással nem járó frissítési technológiákat – többek között a működés közbeni javítást, a memóriát megőrző karbantartást és az élő áttelepítést –, amelyeket az Azure az infrastruktúra karbantartására használ, csekély vagy semmilyen ügyfelekre gyakorolt hatással, illetve állásidővel.
Az Azure megfelelő rugalmassági képességeinek kiválasztása
Megtudhatja, hogy az Azure mely magas rendelkezésre állási, vészhelyreállítási és biztonsági mentési képességeit érdemes használnia az alkalmazásaival. Azt is kiderítheti, hogyan választhatja ki a számítási, tárolási és földrajzi (helyi, zónaszintű és regionális) redundancia Ön számára legmegfelelőbb lehetőségeit.
Beépített rugalmasság használata
A konkrét megbízhatósági céljai eléréséhez kihasználhatja a választható Azure-szolgáltatások és -funkciók előnyeit.
Rendelkezésre állási zónák
A kritikus fontosságú számítási feladatokat több, független energiaellátással, hűtéssel és hálózatkezeléssel rendelkező adatközpontban futtathatja.
Rendelkezésre állási csoportok
Adatközponton belüli redundanciát biztosíthat az erőforrások együttes elhelyezésével vagy szétválasztásával.
Azure Traffic Manager
Automatikus feladatátvételt valósíthat meg, optimalizálhatja az adatforgalmat, és kombinálhatja a helyszíni és a felhőbeli rendszereket.
Azure Site Recovery
A helyszíni és az Azure-beli számítási feladatokat egy elsődleges helyről egy másodlagos helyre replikálhatja.
Azure Backup
Egyszerű, biztonságos és költséghatékony helyreállítási és visszaállítási megoldással készíthet biztonsági másolatot az adatokról.
Azure Storage
A redundancia biztosításának lehetőségeivel az adatainak több példányát is létrehozhatja és tárolhatja, bármilyen forgatókönyv esetén.
Felhőmonitorozás a „fekete doboz” jelenség elkerülése érdekében
A rendellenességek azonosítására, diagnosztizálására és nyomon követésére szolgáló monitorozási eszközökkel hosszú távú megbízhatóságot biztosíthat – és optimalizálhatja a megbízhatóságot és a teljesítményt.
Azure Chaos Studio
A rugalmasság szisztematikus javítását szabályozott káosszal végezheti el.
Azure Service Health
Azonosíthatja, majd egy testre szabható irányítópulton elháríthatja az erőforrásokkal kapcsolatos problémákat.
Azure Monitor
Összegyűjtheti és elemezheti az Azure-beli és helyszíni környezetekből származó telemetriai adatokat, és különböző műveleteket végezhet rajtuk.
Azure Application Insights
Intelligens ismeretekhez juthat hozzá az alkalmazások használatával kapcsolatban, és diagnosztizálhatja a rendellenességeket.
Network Watcher
Figyelheti, diagnosztizálhatja és elemezheti a hálózati teljesítményt és állapotot.
Azure Advisor
Megbízhatóságra optimalizálhatja az alkalmazásokat és a rendszereket a használati telemetriai adatokon alapuló javaslatokkal.
Dokumentáció, képzés és források
Azure Architecture Center
Megbízható megoldásokat hozhat létre bevált minták és ajánlott eljárások alapján:
Microsoft Learn
Az alábbi ingyenes Microsoft Learn-modulokkal olyan új ismereteket szerezhet, amelyekkel megbízhatóbbá teheti az alkalmazásokat és a rendszereket:
Helyszíni megbízhatósági tervezés (SRE)
Megtudhatja, hogyan használhatja a helyszíni megbízhatósági tervezést. A helyszíni megbízhatósági tervezés szakterülete segíti a szervezeteket abban, hogy megfelelő szintű megbízhatóságot érjenek el a rendszereikben, a szolgáltatásaikban és a termékeikben: