云韌性，現(xiàn)代云服務(wù)不可或缺的組成部分

韌性，一個(gè)物理學(xué)概念，表示材料在變形或者破裂過(guò)程中吸收能量的能力。韌性越好，則發(fā)生脆性斷裂的可能性越小。

如今，韌性也延伸到企業(yè)特質(zhì)、產(chǎn)品特征之中，用于形容企業(yè)、產(chǎn)品乃至服務(wù)的優(yōu)劣。同樣，隨著云計(jì)算在全球范圍內(nèi)的普及與應(yīng)用，云計(jì)算的韌性亦十分重要。所謂云韌性，即云應(yīng)用程序抵御中斷或從中恢復(fù)的能力，包括與基礎(chǔ)設(shè)施、依賴(lài)服務(wù)、錯(cuò)誤配置、網(wǎng)絡(luò)問(wèn)題和負(fù)載激增相關(guān)的中斷。

云韌性既是云廠商眾多服務(wù)中的重要組成部分，也是其自身技術(shù)能力的體現(xiàn)，更是用戶(hù)選擇云服務(wù)的關(guān)鍵參考標(biāo)準(zhǔn)。

全球云服務(wù)故障的頻發(fā)，更是引起眾多用戶(hù)對(duì)于云韌性的關(guān)注。作為全球云計(jì)算市場(chǎng)的佼佼者，亞馬遜云科技如何看待云韌性的重要性？如何建設(shè)和實(shí)踐自身的云韌性？云韌性未來(lái)有哪些關(guān)鍵趨勢(shì)？

近日，亞馬遜云科技在《2024亞馬遜云科技云端韌性之道》溝通會(huì)上詳細(xì)闡述了這一切。

云韌性體現(xiàn)在哪些方面

IDC認(rèn)為，在數(shù)字化的世界中，韌性是指利用數(shù)字化迅速適應(yīng)業(yè)務(wù)中斷的能力，不僅可以快速恢復(fù)業(yè)務(wù)運(yùn)營(yíng)，還可以利用變化的環(huán)境，通過(guò)創(chuàng)新尋找新的商業(yè)機(jī)會(huì)。在快速變化的市場(chǎng)環(huán)境中，企業(yè)通常希望云服務(wù)具備出色業(yè)務(wù)連續(xù)性。尤其是隨著企業(yè)業(yè)務(wù)變得愈發(fā)復(fù)雜之際，當(dāng)變化、故障或者風(fēng)險(xiǎn)發(fā)生時(shí)，企業(yè)更加希望云韌性保障自身業(yè)務(wù)不受影響。

那么，一家云服務(wù)商的云韌性主要體現(xiàn)在哪些方面？在亞馬遜云科技大中華區(qū)解決方案架構(gòu)總經(jīng)理代聞看來(lái)，云韌性主要包括基礎(chǔ)設(shè)施、系統(tǒng)架構(gòu)和運(yùn)營(yíng)機(jī)制三個(gè)方面來(lái)實(shí)現(xiàn)。

例如，像數(shù)據(jù)中心等基礎(chǔ)設(shè)施發(fā)生的鋰電池著火事件，在現(xiàn)實(shí)中很難避免，一旦發(fā)生可能就會(huì)造成云服務(wù)商單點(diǎn)故障的影響范圍擴(kuò)大化。因此，通常云服務(wù)商將基礎(chǔ)設(shè)施布局到多個(gè)地理區(qū)域，并且通過(guò)設(shè)置可用區(qū)來(lái)提升基礎(chǔ)設(shè)施的可用性，一旦某個(gè)基礎(chǔ)設(shè)施發(fā)生故障或者風(fēng)險(xiǎn)能夠快速切換。

代聞介紹，云服務(wù)韌性的建設(shè)并非是一次性工作，而是一個(gè)持續(xù)的過(guò)程，并且需要在業(yè)務(wù)需求、可靠性、成本和系統(tǒng)復(fù)雜度之間找到平衡點(diǎn)。亞馬遜云科技在其云服務(wù)的設(shè)計(jì)與實(shí)現(xiàn)中，始終將韌性作為核心考量因素之一。

具體來(lái)看，在基礎(chǔ)設(shè)施方面，亞馬遜云科技在全球34個(gè)地理區(qū)域部署108個(gè)可用區(qū)，包括在中國(guó)的北京和寧夏兩大區(qū)域，每個(gè)區(qū)域均包含三個(gè)或更多獨(dú)立電力、制冷及物理安全設(shè)施的可用區(qū)，且這些可用區(qū)之間距離適中，約同一區(qū)域內(nèi)的可用區(qū)之間的物理距離也經(jīng)過(guò)精心計(jì)算——通常是100公里以?xún)?nèi)。可用區(qū)的這種隔離機(jī)制，既能防止如供電、冷卻等常見(jiàn)故障點(diǎn)，也能避免同時(shí)受到如地震、洪水等大規(guī)模災(zāi)害的影響。

“亞馬遜云科技在基礎(chǔ)設(shè)施的冗余、穩(wěn)定性等方面一直都采用業(yè)界最高標(biāo)準(zhǔn)，處于絕對(duì)領(lǐng)先?！?/p>

“亞馬遜云科技在基礎(chǔ)設(shè)施方面非常重視中國(guó)用戶(hù)的需求。除了國(guó)內(nèi)基礎(chǔ)設(shè)施之外，考慮到中國(guó)企業(yè)出海的趨勢(shì)，亞馬遜云科技剛剛在馬來(lái)西亞新的可用區(qū)，在基礎(chǔ)設(shè)施的選址、設(shè)計(jì)、網(wǎng)絡(luò)等均采用極高標(biāo)準(zhǔn)。”

——代聞

亞馬遜云科技大中華區(qū)

解決方案架構(gòu)總經(jīng)理

在系統(tǒng)架構(gòu)設(shè)計(jì)方面，亞馬遜云科技通過(guò)四大核心要素——區(qū)域隔離與多可用區(qū)布局、控制面與數(shù)據(jù)面的獨(dú)立設(shè)計(jì)、單元化架構(gòu)策略以及隨機(jī)分片技術(shù)，確保云服務(wù)的高度穩(wěn)定性和可用性。其中，區(qū)域隔離與多可用區(qū)策略依據(jù)故障隔離邊界將服務(wù)精細(xì)劃分為可用區(qū)級(jí)、區(qū)域級(jí)和全球級(jí)。

例如，通過(guò)將服務(wù)的控制面和數(shù)據(jù)面分離設(shè)計(jì)，即使控制面發(fā)生故障，數(shù)據(jù)面也能繼續(xù)運(yùn)行，這類(lèi)似于出行系統(tǒng)中的指揮中心與車(chē)輛運(yùn)行的關(guān)系。

代聞介紹，控制面和數(shù)據(jù)面的隔離，類(lèi)似于叫車(chē)軟件和打車(chē)，兩者其實(shí)是相對(duì)獨(dú)立的。當(dāng)你坐上車(chē)以后，如果一段時(shí)間叫車(chē)軟件沒(méi)有信號(hào)無(wú)法響應(yīng)，也不影響司機(jī)將你送到預(yù)定的目的地。很多故障失效的情況關(guān)鍵在于沒(méi)有把數(shù)據(jù)面和控制面做到很好的隔離。此外，亞馬遜云科技還采用了“單元架構(gòu)”設(shè)計(jì)模式，將服務(wù)分割為多個(gè)獨(dú)立的單元，每個(gè)單元間不共享資源，從而進(jìn)一步降低了故障發(fā)生時(shí)的影響范圍。

在運(yùn)營(yíng)機(jī)制方面，亞馬遜云科技采取服務(wù)責(zé)任模型、運(yùn)營(yíng)就緒審查、持續(xù)安全部署及糾錯(cuò)流程四大模塊的核心機(jī)制。例如，在發(fā)布新服務(wù)前，嚴(yán)格的運(yùn)營(yíng)就緒性審查流程可保障服務(wù)復(fù)原力及最佳實(shí)踐達(dá)標(biāo)，隨后通過(guò)每周運(yùn)營(yíng)會(huì)議持續(xù)監(jiān)控性能與潛在問(wèn)題。又如，糾錯(cuò)流程也很關(guān)鍵，一旦錯(cuò)誤發(fā)現(xiàn)，如何快速糾錯(cuò)就成為恢復(fù)業(yè)務(wù)的關(guān)鍵能力。亞馬遜云科技面對(duì)問(wèn)題，糾錯(cuò)流程迅速啟動(dòng)，通過(guò)深入分析根本原因并推動(dòng)全公司范圍內(nèi)的改進(jìn)，不僅即時(shí)解決問(wèn)題，還將其轉(zhuǎn)化為未來(lái)服務(wù)優(yōu)化的寶貴經(jīng)驗(yàn)，避難重復(fù)錯(cuò)誤。

“亞馬遜云科技推行DevOps文化，強(qiáng)調(diào)開(kāi)發(fā)與運(yùn)維的緊密聯(lián)系。通過(guò)打破傳統(tǒng)開(kāi)發(fā)與運(yùn)維之間的壁壘，亞馬遜云科技提升整體運(yùn)營(yíng)效率。此外，亞馬遜云科技還提供資源部署、配置管理、性能監(jiān)控、故障排查等豐富的自動(dòng)化工具來(lái)支持運(yùn)營(yíng)機(jī)制的實(shí)施，”代聞表示。

通過(guò)云韌性真正賦能用戶(hù)

作為云計(jì)算的領(lǐng)頭羊，亞馬遜云科技已經(jīng)積累了豐富的云韌性建設(shè)經(jīng)驗(yàn)，并且基于不斷積累的經(jīng)驗(yàn)開(kāi)發(fā)出韌性系統(tǒng)建設(shè)生命周期框架，包括設(shè)定目標(biāo)、設(shè)計(jì)和實(shí)施、驗(yàn)證和測(cè)試、持續(xù)運(yùn)營(yíng)以及響應(yīng)和改進(jìn)，通過(guò)正向循環(huán)，不斷強(qiáng)化自身暈韌性，以應(yīng)對(duì)不斷變化的環(huán)境和需求。

毫無(wú)疑問(wèn)，當(dāng)前的市場(chǎng)中，結(jié)構(gòu)性不確定性正在陡增，錯(cuò)綜復(fù)雜的外部環(huán)境、極速發(fā)展的數(shù)字化技術(shù)浪潮都可能對(duì)產(chǎn)業(yè)格局帶來(lái)根本性影響。如何與不確定性共存，甚至在不確定性的市場(chǎng)中保持高韌性、獲得逆勢(shì)成長(zhǎng)，這是所有企業(yè)都在積極思考的話題。面對(duì)市場(chǎng)種種不確定性，企業(yè)需要具備“抗擊打能力”，能夠抵御各種沖擊。

因此，亞馬遜云科技在積極賦能客戶(hù)利用“云韌性”提升“云中韌性”。亞馬遜云科技致力于不斷為客戶(hù)提供一套全面而深入的架構(gòu)策略、高效運(yùn)營(yíng)的最佳實(shí)踐服務(wù)、前沿的技術(shù)工具以及專(zhuān)業(yè)的指導(dǎo)方案，旨在全方位助力客戶(hù)在云端環(huán)境中構(gòu)建出既穩(wěn)定靈活，又能夠迅速適應(yīng)各種挑戰(zhàn)與變化的韌性應(yīng)用程序。

例如，客戶(hù)可以使用Amazon Resilience Hub來(lái)設(shè)置目標(biāo)，根據(jù)這些目標(biāo)評(píng)估韌性狀況，并根據(jù)Amazon Well-Architected Framework和Amazon Trusted Advisor的建議實(shí)施改進(jìn)措施。

奇瑞捷豹路虎是亞馬遜云科技賦能客戶(hù)的典型例子。通過(guò)將SAP系統(tǒng)遷移至亞馬遜云科技上，利用亞馬遜云科技獨(dú)有的一個(gè)區(qū)域三個(gè)可用區(qū)特性，以及特有的自適應(yīng)跨可用區(qū)高可用集群進(jìn)行整體切換，實(shí)現(xiàn)高可用和同城災(zāi)備融合，最大限度地減少了停機(jī)時(shí)間和保障零數(shù)據(jù)丟失，故障切換時(shí)間從半小時(shí)縮短至3分鐘。

故障總在情理之中、意料之外?！皝嗰R遜云科技將持續(xù)為客戶(hù)提供廣泛、深入的架構(gòu)及運(yùn)營(yíng)最佳實(shí)踐的服務(wù)、工具和指導(dǎo)，幫助客戶(hù)在云中構(gòu)建和運(yùn)行韌性的應(yīng)用程序。”代聞表示。