亞馬遜云科技規(guī)范性指南 – 韌性系統(tǒng)生命周期建設(shè)框架

AmazonPrescriptiveGuidance：韌性系統(tǒng)生亞馬遜云科技的商標和商業(yè)外觀不得用于任何非亞馬遜云科技的商品或服務(wù)，也不得以任何可能引起客戶 1 2 3 4 4 4 5 5 7 7 7 8 8 9 9 9 10 10 11 11 11 11 12 12 12 12 13 13 13 13 15 15 15 16 17 17 18 18 18 18 18 19 19 19 19 20 21 22 231韌性系統(tǒng)生命周期建設(shè)框架：實現(xiàn)韌性優(yōu)化的持續(xù)方法亞馬遜云科技））如今，現(xiàn)代公司面臨著越來越多與韌性相關(guān)的挑戰(zhàn)，這在客戶日益期望服務(wù)“永遠在線、永遠可用”的背景下尤其如此。公司需要構(gòu)建遠程團隊和復(fù)雜的和瞬態(tài)網(wǎng)絡(luò)問題等相關(guān)的中斷）或從中斷中恢復(fù)的能力（參見《AmazonWell-Architected2每個階段的韌性概念適用于從單個組件到整個系統(tǒng)的不同層面。概念的實施需要明確定義幾個）；34第1階段：設(shè)定目標了解需要什么級別的韌性以及如何進行衡量是目標設(shè)定階段的基礎(chǔ)。如果你沒有目標或無法對））因此公司可以容忍一段故障停機時間，同時也不會對業(yè)務(wù)能以一家零售公司的訂單管理應(yīng)用程序為例。如果該訂單管理應(yīng)用程序的組件受損并且不能正常更加積極的韌性目標，但不會進行大量投資來確5一秒的響應(yīng)時間內(nèi)獲得無差錯服務(wù)的請求的百分比（%例如，每月有99.99%的請求可得建符合業(yè)務(wù)需求的目標可幫助您預(yù)測應(yīng)用程序可容忍的故障類型，還可以幫助您確定降低應(yīng)用67第2階段：設(shè)計和實施云科技平臺上設(shè)計高韌性的應(yīng)用程序。AmazonWell-ArchitectedFra找到最佳實踐的詳細描述，通過使用節(jié)流、指數(shù)回退重試、快速故障（減載）、可靠性的風(fēng)險。通過主動解決潛在的故障，您可以降低故障發(fā)生的可能性或由此造成的損8恢復(fù)、負載平衡、擴展和變更管理。您可以手動或者使用Amaz災(zāi)難恢復(fù)（DR）策略在構(gòu)建和運行韌性應(yīng)用程序的過程中策略的選擇取決于您對應(yīng)用程序的特定需求、您設(shè)定的恢復(fù)時間目標和恢復(fù)點目標以及您的預(yù)有關(guān)更多信息，請參見亞馬遜云科技網(wǎng)站上的DisasterRecoveryofWorkloadsonAmazonWebServices和AmazonMulti-RegionFundamentals。制定持續(xù)集成和持續(xù)交付（CI/CD）策略導(dǎo)致應(yīng)用程序受損的一個常見原因是代碼或其他變更改變了應(yīng)用程序之前的已知工作狀態(tài)。如），9運營就緒性審查（ORR）有助于確定運營和和程序上的差距。在亞馬遜云科技，我們確立了運輸入這些故障模式或故障原因。有關(guān)更多信息，請參見AmazonWell-ArchitectedFramework選擇實施所有三種響應(yīng)方式，不過在各種響應(yīng)方式之間有一定的時間延遲。如果服務(wù)器進程如果指示器在300秒后仍處于報警狀態(tài)，則可能會向應(yīng)用程序團隊和企業(yè)選擇的響應(yīng)方式應(yīng)反映出企業(yè)希望通過前期工程時間的投入來抵消運營開析框架——也就是在設(shè)計階段預(yù)測中斷并在生產(chǎn)部署前后測試應(yīng)用程序——有助于減少事故發(fā)第3階段：評估和測試能仍在積極開發(fā)中，或者主要開發(fā)可能已經(jīng)完成，應(yīng)用程序正在接受發(fā)布到生產(chǎn)環(huán)境之前的測集成測試是測試應(yīng)用程序中定義明確的組件在使用外部依賴項時能否正確執(zhí)行其功能的過程?；蚴抢弥T如AmazonFaultInjectionSimulator（AmazonFIS）之類的功能，有意地在測試環(huán)境中制造中斷場景。理想狀態(tài)是，您需將所有的集成測試作為持續(xù)集成/持續(xù)交付管線的一部請參見亞馬遜云科技網(wǎng)站上的“亞馬遜云科們建議您設(shè)置一系列逐步接近生產(chǎn)配置的測試環(huán)境。您可以利用這一系列環(huán)境來反復(fù)測試應(yīng)用預(yù)期負載下的響應(yīng)情況以及在負載超出預(yù)期時的行為非常重要。這有助于驗證是否已經(jīng)實施了何檢測AmazonCloudFormation堆棧中的偏差，請參閱Amazo請參閱AmazonControlTower文檔中的“檢測和解決AmazonControlTo亞馬遜云科技建議您在非生產(chǎn)環(huán)境中開始混沌工程實驗。您可以利用AmazonFaultInjection從不同的角度進行檢測，這意味著需要從服務(wù)器側(cè)和客戶側(cè)進行測量-通常使用如AmazonCloudWatch嵌入式指標格式之類的解決方案，將..監(jiān)控Amazon的生產(chǎn)服務(wù)（AmazoAmazonBuilders'Library：Amazon...Amazon的可觀察性最佳實踐（AmazonWeb..Amazon成功應(yīng)對故障的方法（AmazonWebServic您應(yīng)通過AmazonWell-ArchitectedFrameworkreviews、OperationalReadinessReviews(ORRs)、以及韌性分析框架，定期審查應(yīng)用程序的韌性狀態(tài)。這有助于確保您的應(yīng)用程序不偏在預(yù)生產(chǎn)環(huán)境中成功運行g(shù)ameday和混沌工程實驗后，您可能還會考慮在生產(chǎn)環(huán)境中運行這活動可能需要大量努力，但這兩種實踐都有助于讓您相信您的系統(tǒng)能夠承受您所設(shè)計的故障模注信息優(yōu)選非常適合的行動方案。請勿在報告中使用操作人員或工程師的姓名。將人為錯誤當出色的事件分析報告-例如AmazonCorrectionofError（COE）程序中記導(dǎo)致他們得出結(jié)論的信息。該報告還應(yīng)詳細說明不同指標的性能-例詳細事件報告庫還可以成為操作人員的培訓(xùn)材料來源。團隊可以使用事故報告為桌面或現(xiàn)場負責應(yīng)用程序可靠性的中央團隊應(yīng)將這些報告保存在可供整個企業(yè)查閱的中心庫中。該團隊還向公司內(nèi)的工程社區(qū)分享運營審查結(jié)果，讓他們更多地了解運行業(yè)務(wù)的IT應(yīng)用程序以及可能您不可能預(yù)料到應(yīng)用程序可能出現(xiàn)的所有受損情況，因此總會出現(xiàn)一些需要操作人員分析和診出告警的警報可能會失效。在事件分析的過程中，您應(yīng)該審查本應(yīng)發(fā)出但實際上并未發(fā)出的警損害應(yīng)用程序的破壞可能會引發(fā)多種征兆，并可能導(dǎo)致多個警報。應(yīng)定期或在事件分析的過程要的時間、確定原因所需要的時間、補救時間以及創(chuàng)建的Ticket、發(fā)送的警報和發(fā)出的呼叫數(shù)事件報告是事件分析的標準輸出結(jié)果。即使應(yīng)用程序并未受損，您也應(yīng)該使用相同或類似的報注結(jié)論和資源設(shè)定目標、設(shè)計和實施、評估和測試、運營以及響應(yīng)和學(xué)習(xí)。.AmazonBackup.AmazonElasticDisasterRecovery.AmazonFaultInjectionSimulator(AmazonFIS).AmazonResilienceHub.AmazonRoute53ApplicationRecoveryController.AmazonX-Ray.可用性及其他：了解并提高基于亞馬遜云科技的分布式系統(tǒng)韌性.亞馬遜云科技故障隔離界限.亞馬遜云科技多區(qū)域基礎(chǔ).云端混沌工程.利用AmazonResilienceHub和AmazonCodePipeline持續(xù)評估應(yīng)用程序韌性.將內(nèi)部應(yīng)用程序災(zāi)難恢復(fù)至亞馬遜云科技.可靠性支柱–AmazonWell-ArchitectedFramework.韌性分析框架撰稿人.BrunoEmer，亞馬.ClarkRichey