写点什么

使用 Windows Azure 的场景和解决方案

  • 2010-05-09
  • 本文字数:1601 字

    阅读完需:约 5 分钟

在最近的一次在线演讲中,微软的架构布道者 Bill Zack 详述了使用云的关键场景以及 Windows Azure 所提供的解决方案。

一些应用程序的使用模式(usage pattern)决定了它们非常适合云平台,但是对于另外一些,最好不要把它们部署到云上,因为那样会让其所有者付出更大的成本。

工作负载

  • 开启和关闭:这些应用程序在一天或者一年之中,只是在特定的时间段内偶尔使用。 很多批处理程序只会在每天或者每月的最后才会执行,它们就归属此类。 把这样的应用程序放在云中,会大大节省所需要的资源,因为大部分时间它们都不会使用任何资源。
  • 迅速增长或者迅速失败:这种工作负载模式遇到的是这样的情况,启动新业务的时候,无法精确地预测成功率有多大,而这正是实际容量所需要的。 这些应用程序在启动时容量很小,但随着时间的推移、请求的增加会不断增大。 这样的应用程序很适合云平台,因为云平台能够快速适应不断增长的资源。
  • 不可预知的爆发:例如,当 web 服务器上的负载突然增大到某个峰值,导致系统无法处理瞬间的流量。 所有者应该提供足够的容量来应对这样的负载。但是他们不希望看到这样的流量峰值。 即便他们确实预先考虑了,增加的容量通常也不会用到。 这是另一种很适合云平台的情况。
  • 可预测的爆发:随着时间的变化,负载会持续地依照预测的方式变化。 所有者会提前购买必须的设备和软件,而不需要依赖于云提供商。

接下来,Zack 描述了针对计算、存储、通信、部署和管理的场景,以及 Windows Azure 所提供的解决方案。

计算

  • 按需提供的(On-demand)应用程序实例:这种模式针对的是一种特殊事件,其中应用程序需要迅速增大,稍后再减小。 Windows Azure 使用自动管理的 Web 和 Worker 角色来适应这样的需求。
  • Worker 角色分配:当我们将大型的工作切分为小块完成,每小块都与单独的 Worker 角色实例关联的时候,采用的就是这种机制。

存储

  • Blob:Blob 是用来存储大量非结构化数据的。
  • :用来存储海量数据的非关系型解决方案。
  • DB:SQL Azure 提供了云中的关系型数据库。
  • 数据保护:如果存储在云中的数据中包含敏感数据,并且有人想要确保它不会公开,那么可以对其进行加密。 Windows Azure 会在不久的将来提供加密 / 解密服务。
  • 信息服务:微软拥有数据集市,它是针对想要买卖数据的公司的。

通信

  • 面向服务整合:Azure 允许应用程序使用其它应用程序所提供的服务。 微软的整合方案是 WCF Web 服务,worker 角色能够暴露这样的端点。
  • 消息传递:消息传递是由 Windows Azure Queues 提供的,用来在 web 和 worker 角色之间异步地通信。
  • 穿过防火墙的消息传递:通过 Service Bus Queues,应用程序能够彼此通信,而不需要打开额外的端口。

部署

  • 云部署:应用程序是使用独立的服务定义文件和配置文件部署到云上的,这些文件会根据目标角色打包。 web 和 worker 角色以及它们的类型都定义在服务定义文件中 ,而服务配置文件中则包含了每种角色的数量。
  • 从基于前提的(On-Premise)应用程序转移到云:尽管这并非对于大多数应用程序都是可行的,然而针对某些应用——像简单的 ASP.NET 站点——还是可以做的。
  • 混合的环境,基于前提和云:通过使用 REST 接口、对 SQL Azure 的安全访问、服务总线以及访问控制服务,Windows Azure 使我们可以将基于前提的应用程序和云中的服务组合在一起。
  • 双重应用程序:我们可以将应用程序设计为在基于前提和云两种环境中运行,但是这种设计过程的会比较复杂。 如果一家公司将其应用程序在自己的服务器上运行,但是在季节性的高峰期时(像圣诞节)使用云,那么这会非常有用。
  • 安全联合:Windows Azure 通过访问控制服务(Access Control Service)提供了安全联合。
  • SaaS:部署在云中的应用程序可以作为服务提供。

管理

  • 为运维而设计:Windows Azure 提供了诊断 API,使得运维团队可以监控并识别问题。
  • 服务实例管理:应用程序实例可以通过 API 或者 Azure 门户启动、停止或暂停。

查看原文: Scenarios and Solutions for Using Windows Azure

2010-05-09 17:262183
用户头像

发布了 340 篇内容, 共 146.2 次阅读, 收获喜欢 13 次。

关注

评论

发布
暂无评论
发现更多内容

YashanDB数据库的缓存机制及其对企业性能提升的影响

数据库砖家

全运会,用文心快码做个微信小程序帮我找「观赛搭子」

Comate编码助手

微信小程序 智能编程 AI 编程 文心快码 文心快码Zulu

BOE(京东方)“焕新2026”年终媒体智享会首站落地上海 AI焕新重塑显示行业新范式

爱极客侠

一家寿险公司的转型答卷:光大永明人寿如何走通扭亏为盈之路

北京中暄互动广告传媒有限公司

智慧医院智能化设计方案

金陵老街

智慧医疗 智慧医院

跨节点协同、合规可控:隐语SecretFlow在运营商架构中的应用解析

隐语SecretFlow

YashanDB数据库的缓存机制与访问加速技术

数据库砖家

AI 数据分析训练营第二期毕业总结

李某人

极客时间 训练营 毕业总结 AI数据分析训练营毕业总结

共筑国产AI+新生态!枫清科技×麒麟软件生态强强联合,国产AI一体机重磅发布

Fabarta

YashanDB数据库的缓存机制及性能提升策略探究

数据库砖家

人为漏测防不住?让Dify工作流成为你的“测试策略大脑”,7x24小时在线排查

测吧(北京)科技有限公司

为什么你工作10年还是原地踏步?因为你没有掌握这5项核心能力

六边形架构

终身学习 专业能力 技术实力 个人能力 做事能力

AI提示设计框架:WIRE+FRAME方法详解

qife122

工作流程 AI提示工程

DATA AI Databend Meetup 2025上海站邀您共话未来

Databend

十大海外社交媒体分析软件全对比:找到你的完美工具

沃观Wovision

社交媒体 社媒监测 海外社交媒体监控 社媒分析

出海企业必备!2026年海外媒体监测工具 Top 10 盘点

沃观Wovision

社交媒体监控 海外社交媒体监控 媒体监测 社媒分析

超融合架构技术全景盘点:部署模型、资源调度与高可用机制

智驱前线

YashanDB数据库的核心优势与应用场景分析

数据库砖家

YashanDB数据库的核心指标监控与优化指南

数据库砖家

从监控到决策,一步到位 ——MyEMS 开源平台,让能源管理更简单、更智能

开源能源管理系统

开源 能源管理系统

开源共享,能效升级:MyEMS 能源管理系统,让节能方案更灵活、更高效

开源能源管理系统

开源 能源管理系统

稳定、高效、安全:百度智能云智算底座BaiduLinux Cloud OS,赋能企业AI应用

新消费日报

YashanDB数据库的集成与互操作性问题探讨

数据库砖家

国产数据库发展格局分析

TiDB 社区干货传送门

一页纸,跟上级说清楚安全这点事

塞讯科技

网络安全 安全验证

大厂都在用的测试基础设施:深度解析Dify工作流引擎的设计哲学与最佳实践

测吧(北京)科技有限公司

下一代海外社交媒体分析平台如何预警危机与发现增长机会?

沃观Wovision

社媒监测 海外社交媒体监控 社媒分析

京东商品视频API:轻松获取视频数据

Datafox(数据狐)

京东API 京东商品视频接口 京东视频接口 京东商品视频采集

TiDB 企业版敏捷模式试用:政企实战场景体验

TiDB 社区干货传送门

社区活动 TEM 试用 平凯数据库敏捷模式

透明计算的十年闹剧

脑极体

AI

分享一下从业六年的区块链热点变化

西安链酷科技

使用Windows Azure的场景和解决方案_.NET_Abel Avram_InfoQ精选文章