构建韧性云服务 亚马逊云科技 赋能企业应答未知应战

自2006年颁布了第一款云服务以来，亚马逊云科技提供了超越 240 种配置片面的服务。据了解，仅去年，亚马逊云科技每天稳固启动的Amazon EC2实例超越1亿个，每秒 API恳求数高达100万亿次。

那么，亚马逊云科技如何构建如此牢靠且弱小的云服务？答案是“韧性”。在充溢变数的商业环境中，韧性成为企业坚持稳固、有效抵御各类危险与应战的关键基石。

亚马逊CEO Andy Jassy曾讲过，“阅历没有紧缩算法”。在过去的18年里，亚马逊云科技在基础设备构建、系统架构设计和运营机制优化三大外围畛域，继续不时地积攒和迭代，构成了一套行之有效的阅历与方法体系。这些贵重的阅历不只清楚优化了亚马逊云科技自身的韧性，同时也为泛滥企业用户提供了强有力的赋能与支持。

近日，亚马逊云科技大中华区处置方案架构总经理代闻分享了亚马逊云科技的云端韧性之道。

如何提高基础设备的韧性？

在基础设备构建上，亚马逊云科技设计了区域（Region）与可用区（AZ）的架构，以确保数据中心的可用性和业务延续性。

区域是亚马逊云科技在世界范围内设立的多个数据中心集群的物理位置。而可用区作为区域的下一层级单位，是由逻辑数据中心组组成，每个区域都至少蕴含三个或更多的可用区。

特意的是，为了确保高可用性，同一区域内的可用区之间坚持了足够的物理距离。这样，即使某个可用区遭逢电力终止或人造灾祸，其余可用区也能免受影响，继续反常运转。这种安保距离的设计，不只要效防止了关系缺点的出现，还成功了数据在可用区之间以单位毫秒级的提前启动同步复制。通常状况下，亚马逊云科技的可用区间距离控制在约100公里以内。

此外，无论是在可用区外部、可用区之间，还是区域与区域之间，亚马逊云科技都铺设了光纤线路，成功两两互联。这种设计确保了高速数据传输的同时，也保证了任一衔接的冗余性，从而提高了整个网络的牢靠性。

代闻以中国的北京和宁夏两个区域为例，具体解释了这一架构。在可用区外部，无论是宁夏还是北京，每个可用区内都设有多个数据中心，它们之间经过多条冗余链路互联，成功了数据的中转传输。在可用区之间，宁夏或北京的每个可用区都至少经过两个传输中心启动互联，确保任一可用区的任一数据中心都能经过多条冗余链路与传输中心相连，从而成功跨可用区的数据互通。此外，在宁夏和北京两个区域区分成功多层级互联韧性保证后，它们之间还经过冗余的衔接中心站点和散布的冗余链路启动互联，进一步增强了整个网络的稳固性和牢靠性。这些衔接中心站点之间的大带宽冗余链路，独特构成了亚马逊云科技松软的基建主干网络。

如何提高技术架构韧性？

在技术架构的韧性优化上，亚马逊云科技总结出云服务韧性的四大外围要素：区域隔离，多可用区；控制面和数据面独立；单元架构；随机分片。

方面，亚马逊云科技依据缺点隔离的边界，将服务细分为可用区级、区域级及世界级三类，从而精准控制缺点对客户的影响范围，确保服务的延续性。

方面，亚马逊云科技将服务拆分为控制平面和数据平面，确保数据平面能够独立于控制平面的形态继续稳固运转，同时又可以成功独立裁减互不影响。代闻笼统地比喻道，“控制面和数据面的隔离，相似于叫车软件和叫车，两者其实是相对独立的。当你坐上车，假设一段时期叫车软件没有信号不可照应了，也不影响司机将你送到预约的目的地。很多缺点失效的状况关键在于没有把数据面和控制面做到很好的隔离。”

方面，亚马逊云科技将整个系统拆解为更小的独立单元。当出现缺点时，仅有缺点单元会遭到影响，防止了整个系统的解体，从而优化了系统的全体稳固性。

上进一步增强了运行和系统的可用性，为亚马逊云科技的服务提供了额外的韧性保证。

如何树立出色的运营机制？

为了确保云服务的韧性，出色的运营和机制至关关键，这也是亚马逊云科技的差异化长处之一。亚马逊云科技将运营机制精炼为四大模块：服务责任模型、运营就绪审查、继续安所有署，以及纠错流程。

，处罚团队不时改良运营。工程和产品治理上班由小型、多学科团队指导，并对其提供的服务领有弱小的一切权。这种一切权不只要担任设计和启动服务，还要在消费时期运营它，并在出现疑问时随叫随到。

在颁布和更新亚马逊云科技服务之前，还须要经常使用 流程对一切新服务启动审查。颁布团队须要回答一系列关于还原力以及其余已知最佳通常的疑问，并遵照规范化的运转手册，来确保服务合乎规范。服务部署后，每周还会举行运营会议，审核系统的运营性能以及任何悬而未决的疑问。

此外，亚马逊云科技在服务更新或推出新服务时，采用了 。经过实施宽泛的消费前测试、智能回滚和交织消费部署，将智能化部署安保性构建到颁布环节中，从而最大限制地缩小失误部署抵消费形成的潜在影响。

最后，亚马逊云科技应用 等事情治理机制，协助团队了解疑问的基本要素。在疑问失掉缓解后推进全公司的工程冲刺，确保该疑问在一切服务中失掉处置，从而降落了未来相似事情影响其余服务的或者性。这些学习被记载上去，并融入ORR环节，确保同类疑问不再重复出现。

赋能客户构建端到端的韧性

在与客户及外部团队多年的严密协作中，亚马逊云科技精炼出韧性构建工程的四大贵重阅历。代闻指出，首先，系统韧性的优化是一个继续不时的环节，而非欲速不达；其次，企业需在业务需求、牢靠性、老本控制与系统复杂度之间找到最佳平衡点；第三，自创规范的软件开出现命周期，可以轻松地将韧性构建融入企业的现有流程；最后，从业务战略、技术实施到继续运营，多维度助力企业片面优化系统韧性。

基于这些阅历，亚马逊云科技开发了韧性系统树立生命周期框架，该框架由五个关键阶段组成，并配套提供了一系列服务和工具，协助企业打造更具韧性的运行。代闻强调，韧性树立是一个周而复始的生命周期环节，须要不时重复这五个阶段，以顺应不时变动的环境和业务需求。

阶段，企业须要明白定义韧性的指标和要求，评价现有系统的韧性水平，并制订改良方案。此时，可以应用Amazon Resilience Analysis Framework来失掉指点方案。

阶段，企业可以基于韧性最佳通常，构建具有适当韧性控制措施的上班负载和系统。亚马逊云科技提供了多种增强韧性的服务和配置，如智能裁减、负载平衡、备份等。

阶段，企业须要经过惯例的测试以及混沌工程，验证已知危险，踊跃探求未知危险。

阶段，企业应采用智能化、监控、变卦治理等最佳通常，继续提高系统的可观测性和智能化性。

阶段，企业须要活期回忆韧性战略和措施的有效性，深化剖析意外根因，防止疑问再次出现，并继续启动调整和优化。

在数字化转型的大潮中，云计算已成为企业优化业务韧性与运营效率的关键力气。亚马逊云科技仰仗多年通常阅历以及先进的工具方法，助力不同行业的企业优化韧性，成功业务的颠簸更新与出色运营。例如，奇瑞捷豹路虎将SAP系统迁徙至亚马逊云科技，应用其 独有的一个区域三个可用区个性 增强集群稳固性，缺点切换提速至3分钟；紫讯科技经过亚马逊云科技构建多区域容灾架构，外围业务高可用变革，SLA优化至99.995%；FreeWheel附丽亚马逊云成功多区域多活运行，轻松应答百倍流量激增，为世界顶级赛事提供稳固广告技术支持。