This is the Trace Id: f9b05a553cb970ee09995b3c0c6fffd2
Ugrás a tartalomtörzsre Felfedezés Az összes termék megtekintése (200+) Microsoft Foundry Azure Copilot GitHub Copilot Azure Kubernetes Service (AKS) Azure Cosmos DB Azure Database for PostgreSQL Azure Arc Microsoft Fabric Linux Virtual Machines az Azure-ban Foundry Models Foundry Agent Service Foundry IQ Foundry Tools Foundry Control Plane Observability a Foundry Control Plane felületén Azure OpenAI in Foundry Models Azure Beszéd a Foundry Toolsban Azure Machine Learning Az összes adatbázis megtekintése Azure Cosmos DB Azure DocumentDB Azure SQL Azure Database for PostgreSQL Azure által felügyelt Redis Microsoft Fabric Azure Databricks Linux Virtual Machines az Azure-ban Windows Server az Azure-on Azure Functions Azure Virtual Machine Scale Sets Azure API Management Azure Container Apps Azure Kubernetes Service (AKS) Azure Kubernetes Fleet Manager Azure Container Registry Azure Red Hat OpenShift Azure Container Instances Azure tároló tárhely Azure Arc Azure Local Felhőhöz készült Microsoft Defender Azure Monitor Microsoft Sentinel Azure Migrate Az összes megoldás megtekintése (40+) Felhőmegoldások kis- és középvállalatoknak Felhőmigrálási és modernizációs központ Adatelemzés mesterséges intelligenciához Azure-adatbázisok AI-alkalmazások és ‑ügynökök Microsoft Marketplace Microsoft Sovereign Cloud AI-alkalmazások és ‑ügynökök Felelősen alkalmazott AI az Azure-ral AI-infrastruktúra Adatelemzés mesterséges intelligenciához Gépi tanulási műveletek (MLOps) Kevés kódolást igénylő alkalmazásfejlesztés az Azure-ban Integrációs szolgáltatások Kiszolgáló nélküli számítástechnika DevOps Áttelepítési és korszerűsítési központ .NET-alkalmazások áttelepítése Adatbázisok az Azure-ban Azure-beli Linux Azure-beli Oracle SAP a Microsoft felhőben Adaptív felhő Nagy teljesítményű feldolgozás (HPC) Szolgáltatott infrastruktúra (IaaS) Rugalmasság Azure Essentials Frontier Accelerate Azure-hez Azure-beli FinOps Microsoft Marketplace Azure-díjszabás áttekintése Azure-fiók létrehozása Ingyenes Azure-szolgáltatások Rugalmas vásárlási lehetőségek Díjszabási kalkulátor Azure-beli FinOps A mesterséges intelligenciából származó ROI maximalizálása Megtakarítási Azure-csomagok Azure-foglalások Azure Hybrid Benefit Virtual Machines Azure SQL Microsoft Foundry Microsoft Fabric Azure Kubernetes Service (AKS) Felhőhöz készült Microsoft Defender További információ Szoftverfejlesztő vállalatok Microsoft Marketplace Partner keresése Források Azure-partnereknek Az Azure használatának első lépései Ügyfeleink sikertörténetei Elemzői jelentések, tanulmányok, e-könyvek Videók További információ a felhőalapú számításról Dokumentáció Az Azure Portal felfedezése Fejlesztői források Gyorssablonok Források startupok számára Fejlesztői közösség Diákok Azure partnereknek Blog Események és webináriumok Képzés Támogatás Kapcsolatfelvétel az értékesítéssel Az Azure használatának első lépései Bejelentkezés

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.

Diagram, amelyen az látható, hogy az Azure felhőplatformjának megbízhatósága és a rugalmassági funkciók szükség szerinti használata hogyan eredményez rendkívül megbízható, rugalmas alkalmazásokat

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 hálózata világszerte több mint 60 Azure-régiót, több mint 300 Azure-adatközpontot, 190 peremhálózati telephelyet, valamint több mint 175 000 mérföldnyi szárazföldi és tengeralatti optikai kábelt köt össze.

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.

Vissza a lapokra

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.

An Azure különböző szolgáltatásai által biztosított különféle rugalmassági képességeket ábrázoló infografikát tartalmazó PDF

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.

Megbízhatóság, amelyre mindenféle méretű szervezetek hagyatkoznak

A Miami Egyetem a Microsoft Azure használatával segíti elő a megbízhatóságot

„Amikor megoldást keresünk valamire, mindig arra gondolunk, hogyan tudunk valamit a helyszínen, illetve a felhőben elvégezni. Ez a hozzáállás nemcsak ellenállóbbá, de rugalmasabbá és hajlékonyabbá is tesz bennünket.”

Mari Lovo, az informatikai részleg felhőinfrastruktúra-szolgáltatásokért felelős igazgatója, Miami Egyetem

Miami Egyetem

A Marie Curie stabilabb, megbízhatóbb szolgáltatásokat nyújt

„Az elmúlt két és fél évben mindössze egyetlen olyan üzemkimaradásunk volt, amely a felhőinfrastruktúra hibája miatt történt. Stabilitásunk tudatában szinte azonnal fellélegezhettünk, így máris újra arra fókuszálhattunk, hogy valódi értéket teremtsünk a szervezetünkben.”

Ivan Delany, informatikai igazgató, Marie Curie

Marie Curie

A Juvare megbízhatóságot és integritást biztosít az incidensplatformja számára

„Úgy alakítottuk ki a megoldásunkat, hogy a számítási feladatokat különböző rendelkezésre állási zónákban és régiókban szétosztva egyrészt teljesítse az ügyfelek által a földrajzi adattárolási hellyel szemben támasztott követelményeket, másrészt csökkentse a károkozási hatósugarat, ha az infrastruktúra egy adott részével kapcsolatban valamilyen probléma történik.” 

Bryan Kaplan, informatikai főigazgató, Juvare

Juvare

A GEP javította a logisztikai platformjának megbízhatóságát

„Az AKS vagy Azure Kubernetes Service beépített csomópontkészleteit használjuk. Ha leállna az elsődleges csomópontkészlet, a fürtön belül automatikusan képesek vagyunk a második elérhető zónába való feladatátvételre.” 

Nithin Prasad, vezető mérnök, GEP

gep
Vissza a lapokra

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:

További információ a megbízhatóság tervezéséről, az Azure Well-Architected Framework tervezési kiválósága öt pillérének egyikéről

További információ
Magyar (Magyarország)
Adatvédelmi beállítások elutasítása ikon Adatvédelemmel kapcsolatos választási lehetőségek
Fogyasztói állapot adatainak védelme Kapcsolatfelvétel a Microsofttal Adatvédelem Cookie-k kezelése Használati feltételek Védjegyek A hirdetéseinkről EU Compliance DoCs