Geode パターン

バックエンド サービスを一連の地理的ノードに一連の地理的ノードにデプロイします。各ノードが、任意のリージョンで任意のクライアント要求を処理できます。 この アクティブ/アクティブ なアプローチでは、待機時間を短縮し、可用性を向上させるために、世界中に要求処理が分散されます。

データセンターとエッジ ロケーションのグローバル ネットワークに分散されたジオードを示す世界地図。

コンテキストと問題

多くの大規模なサービスは、地理的な可用性とスケールに関する課題に直面しています。 従来の設計では、多くの場合データをコンピュート側に移動し、データも処理するリモート SQL サーバーにデータを格納します。 彼らは成長を処理するためにスケールアップに依存しています。

クラシック アプローチでは、次の問題が発生する可能性があります。

  • 離れたリージョンのユーザーは、ホスティング エンドポイントに接続するときにネットワーク待機時間が発生する可能性があります。
  • 需要バーストは、1 つのリージョンでサービスを圧倒する可能性があります。
  • アプリケーション インフラストラクチャのコピーを 24 時間体制のサービスのために複数のリージョンにデプロイすると、複雑さとコストが増える可能性があります。

クラウド インフラストラクチャでは、グローバル ルーティングと地理的データ レプリケーションがサポートされます。 地理的に分散されたユーザー ベースの待機時間を短縮するには、計算リソースを処理対象のリージョン データ レプリカと併置します。 Geode パターンによって、"データにコンピューティングがもたらされます"。

Solution

サービスを複数の地理的な場所にデプロイします。 各デプロイは geode と呼ばれます。 グローバル ルーティング サービスを使用して、ルーティング ポリシーと正常性チェックに従って要求を分散します。 各geodeは、地理レプリケーションされたデータストアにアクセスします。

各 geode がワークロードの最終的な整合性要件内で同じアプリケーション操作を提供できるように、データ層を構成します。 Geodes は、レプリケーションの進行中にアイテムのさまざまなバージョンを観察できます。 アプリケーションは、レプリケーションのラグと同時書き込みを考慮する必要があります(特に、要求がジオード間で移動する場合)。

たとえば、Azure Cosmos DB for NoSQL アカウントは、複数の書き込みリージョンで構成されている場合、各 geode のリージョンで読み取りと書き込みを行うことができます。 Azure Cosmos DB複数リージョンの書き込みでは、データが非同期的にレプリケートされます。

デプロイ スタンプ アーキテクチャでは、各スタンプは、割り当てられたユーザーまたはテナントのサブセットに対応します。 geode アーキテクチャでは、各 geode は任意のユーザーに対して同じアプリケーション操作を提供でき、それらの操作に必要なデータにアクセスできます。 どちらのパターンも複数のデプロイを使用します。リクエストの適用可否とデータの配置に基づいて、それらを選択します。

ローカル処理と共有データ レプリケーション バックプレーンを使用した 4 つの geode へのグローバル要求ルーティングを示す図。

ジオードの特性は次のとおりです。

  • 各 geode は、多くの場合、デプロイ テンプレートで定義されるリソースの種類のコレクションで構成されます。
  • 各 geode には、別の geode のアプリケーション層に依存せずに要求を処理するために必要なリージョン リソースが含まれています。 共有ルーティングとデータ サービスは、引き続きアーキテクチャに存在できます。
  • Geodes は、グローバル ルーティングとレプリケーション バックプレーンによって疎結合されます。 ルーティング層は、使用可能な geod に要求を転送し、データ層はそれらの間で更新をレプリケートします。 アプリケーションには、適切な整合性モデルと競合処理戦略が必要です。

ジオードパターンは、ビッグデータ アーキテクチャで発生します。このアーキテクチャでは、汎用的なハードウェアを使用して、同じマシンに配置されているデータが処理されます。また、MapReduceを使用して、複数のマシンにまたがる結果が統合されます。 エッジ コンピューティングに近い使用方法もあります。この方法では、コンピューティングをネットワークのインテリジェント エッジに近づけることで、応答時間を短縮します。

ワークロードで許容する必要があるリージョンの障害に応じて、ジオードの数と配置を選択します。 可用性は、正常な共有依存関係と、リダイレクトされたトラフィックを処理するのに十分な、存続しているジオード内のコンピューティング能力とデータベース容量に依存します。

問題と考慮事項

このパターンを実装するには、次の手法とテクノロジを使用します。

  • DevOps のプラクティスとツールを使用して、リージョンまたはインスタンス間で同一の geodes を作成してデプロイします。
  • 自動スケールを使用して、共有バックプレーンの制約に従って、各ジオデ内のコンピューティング リソースとデータベースのスループットをスケールアウトします。
  • HTTP API 実装の場合、Azure Front Doorはエッジ ネットワークを介したトラフィック高速化と TCP 接続の分割を提供します。
  • geo レプリケートされたデータ ストアを使用して、データの整合性を制御します。 Cosmos DB の複数リージョン書き込みの例では、各 geode がローカル データベース リージョンに対して読み取りと書き込みを行い、構成されたフォールバック リージョンを使用できるように SDK のリージョン ルーティングを構成します。
  • geodes 間で負荷が変化したときのアイドル容量コストを削減するには、使用量ベースのコンピューティングを検討してください。 この戦略により、追加の投資を最小限に抑えながら、多くのジオードをデプロイできます。 節約は、ワークロードとホスティング プランによって異なります。
  • Azure API Managementは任意です。 レート制限などの API 管理機能が必要な場合は、各 geode の関数アプリの前に配置します。

このパターンを実装する方法を決定するときは、次の点を考慮してください。

  • 要求がジオード間を移動するときの読み取り要件を満たす整合性レベルを選択します。

    Azure Cosmos DBセッション整合性を使用して、クライアントにセッション トークンを返し、クライアントが後続の読み取り要求にそれを含め、読み取り後の書き込み整合性の保証が別のジオードへのルーティング後も維持されるようにします。 複数リージョンの書き込みアカウントでは、これらの共有トークンを読み取り要求にのみ使用してください。

    同時書き込みの 競合解決ポリシー を選択します。

  • リージョンの停止や共有依存関係の障害など、ワークロードが許容する必要がある障害モードを定義します。 リダイレクトされたピーク負荷に対応できるよう、存続するジオードのサイズを決定します。

  • 制御された環境で、代表的な負荷の下でリージョンのフェールオーバーと復旧をテストします。 共有依存関係の失敗とフェイルバックを含めます。

  • 各リージョンでデータをローカルに処理するか、1 つの geode で集計を計算して結果をグローバルにレプリケートするかを選択します。 Azure Cosmos DB 変更フィード プロセッサは、リース コンテナーの概念を使用して、また対応するAzure Functions バインディングではLeaseContainerPrefix、このきめ細かな制御を提供します。 各アプローチに、それぞれ長所と短所があります。

  • Geodes は、Azure Cosmos DB 変更フィードと SignalR などのリアルタイム通信プラットフォームを使用して連携できます。 それらは、それらのユーザーの場所を知ったり気にしたりすることなく、メッシュ パターンで他のジオードを介してリモート ユーザーと通信できます。

  • 異なるインスタンスまたは geodes で非同期に実行される、同じリクエストのコンポーネントを追跡します。 関連する障害を識別できるように、共有依存関係とリージョン リソースを監視します。 Azure Front DoorとAzure Cosmos DBの両方をLog Analyticsと統合でき、Azure Functionsはアプリケーションの監視に Application Insights を使用できます。

  • 分散デプロイの各層でイングレス ポイントをセキュリティで保護します。

    • 関数アプリの Azure Cosmos DB へのアクセスを制限します。
    • Azure Front Door の背後にあるパブリック関数アプリの配信元の場合は、同じ許可規則内で Front Door プロファイル ID に一致する ヘッダー フィルターと X-Azure-FDID サービス タグを組み合わせるAzureFrontDoor.Backendします。 一致しないリクエストを拒否します。

    API 呼び出し元認証は、これらのオリジンアクセス制御とは別に保持します。

  • 各 geode がKey Vaultから必要なシークレットにアクセスできることを確認し、共有シークレットのプロビジョニングとローテーションを調整します。

  • パフォーマンスは、geod の数と、各 geode の API に使用されるコンピューティング ホスティング モデルによって異なります。 ジオードの追加と各ジオードの容量の増加の間のコスト差を評価する必要があります。

  • サポートされているゾーン冗長リソースを使用して、各 geode のリージョン内での可用性ゾーンの障害の影響を軽減します。 待機時間、データ所在地、サービスの可用性、復旧の要件に基づいてリージョンを選択します。

  • 負荷分散デシジョン ツリーを使用して、API のフロントエンドを選択してください。

  • Front Door の場合は、アクティブ/アクティブデザインに合わせて オリジンの選択を構成 します。 同時にアクティブなジオードに同じ優先順位を付け、待機時間の感度と重みを構成します。

このパターンを使用する場合

このパターンは、次のシナリオで使用します。

  • 幅広い地理的領域に分散するユーザー向けの大規模なプラットフォームが必要です。
  • ワークロードは、障害モデルに含まれるリージョンの停止中に重要な要求を引き続き処理する必要があります。

このパターンは、次のシナリオでは適していない場合があります。

  • アーキテクチャでは、データまたはユーザーを特定のデプロイ環境に制限します。たとえば、地域のデータ レジデンシー要件を満たすためです。 一部のデプロイ のみが特定のユーザーにサービスを提供できる場合は、データ認識ルーティング を含むデプロイ スタンプを検討してください。
  • ワークロードは、1 つのリージョンでその要件を満たすことができます。 サポートされている場合は、ゾーン冗長デプロイを検討し、リージョンのディザスター リカバリーを個別に評価します。
  • アプリケーションのセッション状態またはデータ依存関係は、要求を 1 つのリージョンにバインドします。 既存のアプリケーションでは、リージョン デプロイが同じ運用をサポートできるようになる前に、状態管理、データ レプリケーション、デプロイの自動化を変更する必要がある場合があります。
  • ほとんどのユーザーとデータが 1 つのリージョンにある場合など、可用性と待機時間の要件は地理的分散を正当化しません。

ワークロード設計

設計者は、Azure Well-Architected Framework の柱で説明されている目標と原則に対処するために、ワークロードの設計でどのようにジオード パターンを使用できるかを評価する必要があります。 例:

柱 このパターンが柱の目標をサポートする方法
信頼性 設計の決定により、ワークロードが 誤動作 に対して復元力を持ち、障害発生後も完全に機能する状態に 回復 することができます。 リージョンデプロイとデータ レプリケーションは、ワークロードが 1 つ以上のリージョン障害を許容するのに役立ちます。

- RE: 05冗長性
- リージョンと可用性ゾーン
パフォーマンス効率 は、スケーリング、データ、およびコードの最適化を通じて、ワークロード の需要を効率的に満たすのに役立ちます。 ローカル処理とデータ アクセスにより、各地のユーザーの要求待ち時間を短縮できます。 これにより、長距離トラフィックが排除され、現在同じジオデを使用しているユーザー間だけでインフラストラクチャを共有できるため、遅延が軽減されます。

- PE:03 サービスの選択

設計決定と同様に、このパターンで導入される可能性のある他の柱の目標とのトレードオフを考慮してください。

Examples

次のステップ

アクティブ/アクティブなリージョン コンピューティングとグローバル ルーティングに関する関連ガイダンスについては、 マルチリージョン クラスターの AKS ベースライン を確認します。