培训
认证
Microsoft Certified: Azure for SAP Workloads Specialty - Certifications
在利用 Azure 资源的同时,演示在 Microsoft Azure 上规划、迁移和操作 SAP 解决方案。
你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
现在,你已了解 AWS 和 Azure 之间与此工作负载相关的一些关键平台差异,让我们来看一下工作流体系结构,我们可以将其更改为在 AKS 上工作。
AWS 工作负载是使用者竞争设计模式的基本示例。 AWS 实现是一种参考体系结构,用于使用 Kubernetes、Kubernetes 事件驱动的自动缩放 (KEDA) 以及 Karpenter 来管理事件驱动的工作流的规模和成本。
制作者应用通过向队列发送消息来生成负载,在 Kubernetes Pod 中运行的使用者应用处理消息并将结果写入数据库。 KEDA 通过与制作者队列的声明性绑定来管理 Pod 自动缩放,而 Karpenter 通过刚好足够的计算来管理节点自动缩放,以针对成本进行优化。 对队列进行身份验证,数据库使用基于 OAuth 的服务帐户令牌卷投影。
工作负载包含一个 AWS EKS 群集,用于协调使用者从 Amazon 简单队列服务 (SQS) 读取消息,并将已处理的消息保存到 Amazon DynamoDB 表。 制作者应用可生成消息并在 Amazon SQS 队列中将消息排队。 KEDA 和 Karpenter 动态缩放用于使用者的 EKS 节点数和 Pod 数。
下图显示了 AWS 中 EDW 工作负载的体系结构:
若要在 Azure 中重新创建 AWS 工作负载且更改最少,请对每个 AWS 服务使用 Azure 等效服务,并保留与原始服务类似的身份验证方法。 此示例不需要 Azure 服务总线或 Azure 事件中心的高级功能。 相反,你可以使用 Azure 队列存储将工作加入队列,使用 Azure 表存储来存储结果。
下表总结了服务映射:
服务映射 | AWS 服务 | Azure 服务 |
---|---|---|
队列 | Simple Queue Service | Azure 队列存储 |
持久性 | DynamoDB (No SQL) | Azure 表存储 |
业务流程 | 弹性 Kubernetes 服务 (EKS) | Azure Kubernetes 服务 (AKS) |
标识 | AWS IAM | Microsoft Entra |
下图显示了使用 AWS 至 Azure 服务映射的 Azure EDW 工作负载的体系结构:
根据成本注意事项和对可能的节点逐出的复原能力,可以从不同类型的计算中进行选择。
在 AWS 中,可以在按需计算(更昂贵但没有逐出风险)或现成虚拟机实例(更便宜但存在逐出风险)之间进行选择。 在 AKS 中,可以根据工作负载的需求选择按需节点池或现成节点池。
Microsoft 会维护本文。 本系列文章为以下参与者的原创作品:
培训
认证
Microsoft Certified: Azure for SAP Workloads Specialty - Certifications
在利用 Azure 资源的同时,演示在 Microsoft Azure 上规划、迁移和操作 SAP 解决方案。