Modelli di architettura ibrida e multi-cloud

Last reviewed 2024-11-27 UTC

Questo è il secondo di tre documenti di un insieme. Vengono discussi i pattern comuni di architettura ibrida e multi-cloud. Descrive inoltre gli scenari per i quali questi pattern sono più adatti. Infine, fornisce le best practice che puoi utilizzare quando esegui il deployment di queste architetture in Google Cloud.

Il set di documenti per i pattern di architettura ibrida e multi-cloud è composto dalle seguenti parti:

Ogni azienda ha un portafoglio unico di workload delle applicazioni che impongono requisiti e vincoli all'architettura di una configurazione ibrida o multi-cloud. Sebbene tu debba progettare e personalizzare la tua architettura per soddisfare questi vincoli e requisiti, puoi fare affidamento su alcuni pattern comuni per definire l'architettura di base.

Un pattern di architettura è un modo ripetibile per strutturare più componenti funzionali di una soluzione tecnologica, un'applicazione o un servizio per creare una soluzione riutilizzabile che soddisfi determinati requisiti o casi d'uso. Una soluzione tecnologica basata su cloud è spesso costituita da diversi servizi cloud distinti e distribuiti. Questi servizi collaborano per fornire la funzionalità richiesta. In questo contesto, ogni servizio è considerato un componente funzionale della soluzione tecnologica. Analogamente, un'applicazione può essere costituita da più livelli, moduli o servizi funzionali, ognuno dei quali può rappresentare un componente funzionale dell'architettura dell'applicazione. Un'architettura di questo tipo può essere standardizzata per soddisfare casi d'uso aziendali specifici e fungere da pattern fondamentale e riutilizzabile.

Per definire in generale un pattern di architettura per un'applicazione o una soluzione, identifica e definisci quanto segue:

  • I componenti della soluzione o dell'applicazione.
  • Le funzioni previste per ogni componente, ad esempio le funzioni di frontend per fornire una Graphic User Interface o le funzioni di backend per fornire l'accesso ai dati.
  • Come i componenti comunicano tra loro e con sistemi o utenti esterni. Nelle applicazioni moderne, questi componenti interagiscono tramite interfacce o API ben definite. Esiste un'ampia gamma di modelli di comunicazione, come asincrona e sincrona, richiesta-risposta o basata su coda.

Di seguito sono riportate le due categorie principali di pattern di architettura ibrida e multi-cloud:

  • Pattern di architettura distribuita: questi pattern si basano su un deployment distribuito di workload o componenti dell'applicazione. Ciò significa che eseguono un'applicazione (o componenti specifici di quell'applicazione) nell'ambiente di computing più adatto al pattern. In questo modo, il pattern può sfruttare le diverse proprietà e caratteristiche degli ambienti di computing distribuiti e interconnessi.
  • Pattern di architettura ridondanti: questi pattern si basano su deployment ridondanti dei workload. In questi pattern, esegui il deployment delle stesse applicazioni e dei relativi componenti in più ambienti di computing. L'obiettivo è aumentare la capacità di prestazioni o la resilienza di un'applicazione oppure replicare un ambiente esistente per lo sviluppo e i test.

Quando implementi il pattern di architettura che selezioni, devi utilizzare un archetipo di deployment adatto. Gli archetipi di deployment sono a livello di zona, di regione, multiregionali o globali. Questa selezione costituisce la base per la creazione di architetture di deployment specifiche per l'applicazione. Ogni archetipo di deployment definisce una combinazione di domini in errore all'interno dei quali un'applicazione può operare. Questi domini in errore possono comprendere una o più zone o regioniGoogle Cloud e possono essere espansi per includere i tuoi data center on-premise o i domini in errore in altri cloud provider.

Questa serie contiene le seguenti pagine:

Collaboratori

Autore: Marwan Al Shawi | Partner Customer Engineer

Altri collaboratori:

Pattern di architettura distribuita

Quando esegui la migrazione da un ambiente di computing non ibrido o non multi-cloud a un'architettura ibrida o multi-cloud, considera innanzitutto i vincoli delle tue applicazioni esistenti e il modo in cui questi vincoli potrebbero causare errori delle applicazioni. Questa considerazione diventa più importante quando le applicazioni o i componenti delle applicazioni operano in modo distribuito in ambienti diversi. Dopo aver considerato i vincoli, sviluppa un piano per evitarli o superarli. Assicurati di considerare le funzionalità uniche di ogni ambiente di computing in un'architettura distribuita.

Considerazioni sulla progettazione

Le seguenti considerazioni di progettazione si applicano ai pattern di deployment distribuito. A seconda della soluzione di destinazione e degli scopi commerciali, la priorità e l'effetto di ogni considerazione possono variare.

Latenza

In qualsiasi pattern di architettura che distribuisce i componenti dell'applicazione (frontend, backend o microservizi) in ambienti di computing diversi, può verificarsi una latenza di comunicazione. Questa latenza è influenzata dalla connettività di rete ibrida (Cloud VPN e Cloud Interconnect) e dalla distanza geografica tra il sito on-premise e le regioni cloud o tra le regioni cloud in una configurazione multi-cloud. Pertanto, è fondamentale valutare i requisiti di latenza delle tue applicazioni e la loro sensibilità ai ritardi di rete. Le applicazioni che possono tollerare la latenza sono candidati più adatti per il deployment distribuito iniziale in un ambiente ibrido o multi-cloud.

Architettura dello stato temporaneo e finale

Per specificare le aspettative e le potenziali implicazioni in termini di costi, scalabilità e prestazioni, è importante analizzare il tipo di architettura di cui hai bisogno e la durata prevista nell'ambito della fase di pianificazione. Ad esempio, se prevedi di utilizzare un'architettura ibrida o multi-cloud per un periodo di tempo prolungato o in modo permanente, ti consigliamo di utilizzare Cloud Interconnect. Per ridurre i costi del trasferimento di dati in uscita e ottimizzare le prestazioni della rete di connettività ibrida, Cloud Interconnect sconta le tariffe per il trasferimento di dati in uscita che soddisfano le condizioni per la tariffa scontata per il trasferimento di dati.

Affidabilità

L'affidabilità è una considerazione importante quando si progettano sistemi IT. La disponibilità di uptime è un aspetto essenziale dell'affidabilità del sistema. In Google Cloud, puoi aumentare la resilienza di un'applicazione eseguendo il deployment di componenti ridondanti di quell'applicazione in più zone di una singola regione1 o in più regioni, con funzionalità di switchover. La ridondanza è uno degli elementi chiave per migliorare la disponibilità complessiva di un'applicazione. Per le applicazioni con una configurazione distribuita in ambienti ibridi e multi-cloud, è importante mantenere un livello di disponibilità coerente.

Per migliorare la disponibilità di un sistema in un ambiente on-premise o in altri ambienti cloud, valuta la ridondanza hardware o software, con meccanismi di failover, di cui hai bisogno per le tue applicazioni e i relativi componenti. Idealmente, dovresti considerare la disponibilità di un servizio o di un'applicazione tra i vari componenti e l'infrastruttura di supporto (inclusa la disponibilità della connettività ibrida) in tutti gli ambienti. Questo concetto è noto anche come disponibilità composita di un'applicazione o di un servizio.

In base alle dipendenze tra i componenti o i servizi, la disponibilità composita di un'applicazione potrebbe essere superiore o inferiore a quella di un singolo servizio o componente. Per saperne di più, consulta Disponibilità composita: calcolo della disponibilità complessiva dell'infrastruttura cloud.

Per raggiungere il livello di affidabilità del sistema che desideri, definisci metriche di affidabilità chiare e progetta applicazioni in grado di autoripararsi e sopportare efficacemente le interruzioni nei diversi ambienti. Per aiutarti a definire i modi appropriati per misurare la customer experience dei tuoi servizi, consulta Definisci l'affidabilità in base agli obiettivi della user experience.

Connettività ibrida e multi-cloud

I requisiti della comunicazione tra i componenti delle applicazioni distribuite dovrebbero influenzare la scelta di un'opzione di connettività di rete ibrida. Ogni opzione di connettività presenta vantaggi e svantaggi, nonché fattori specifici da considerare, come costi, volume di traffico, sicurezza e così via. Per saperne di più, consulta la sezione Considerazioni sulla progettazione della connettività.

Gestibilità

Strumenti di gestione e monitoraggio coerenti e unificati sono essenziali per configurazioni ibride e multi-cloud di successo (con o senza portabilità dei workload). Nel breve termine, questi strumenti possono aumentare i costi di sviluppo, test e operazioni. Tecnicamente, più provider cloud utilizzi, più complessa diventa la gestione dell'ambiente. La maggior parte dei fornitori di servizi cloud pubblico non solo dispone di funzionalità diverse, ma ha anche vari strumenti, SLA e API per la gestione dei servizi cloud. Pertanto, valuta i vantaggi strategici dell'architettura selezionata rispetto alla potenziale complessità a breve termine e ai vantaggi a lungo termine.

Costo

Ogni provider di servizi cloud in un ambiente multi-cloud ha le proprie metriche e i propri strumenti di fatturazione. Per fornire una migliore visibilità e dashboard unificate, valuta la possibilità di utilizzare strumenti di gestione e ottimizzazione dei costi multicloud. Ad esempio, quando si creano soluzioni cloud-first in più ambienti cloud, i prodotti, i prezzi, gli sconti e gli strumenti di gestione di ciascun provider possono creare incoerenze di costo tra questi ambienti.

Ti consigliamo di avere un metodo unico e ben definito per calcolare i costi totali delle risorse cloud e di fornire visibilità sui costi. La visibilità dei costi è essenziale per l'ottimizzazione dei costi. Ad esempio, combinando i dati di fatturazione dei provider cloud che utilizzi e utilizzando il blocco di gestione dei costi di Looker nel cloud, Google Cloudpuoi creare una visualizzazione centralizzata dei costi multi-cloud. Questa visualizzazione può aiutarti a fornire una vista report consolidata della tua spesa su più cloud. Per saperne di più, consulta La strategia per ottimizzare in modo efficace la gestione dei costi di fatturazione Cloud.

Ti consigliamo inoltre di utilizzare la pratica FinOps per rendere visibili i costi. Nell'ambito di una solida pratica FinOps, un team centrale può delegare il processo decisionale per l'ottimizzazione delle risorse a qualsiasi altro team coinvolto in un progetto per incoraggiare la responsabilità individuale. In questo modello, il team centrale deve standardizzare il processo, i report e gli strumenti per l'ottimizzazione dei costi. Per ulteriori informazioni sui diversi aspetti e consigli di ottimizzazione dei costi da prendere in considerazione, consulta Well-Architected Framework diGoogle Cloud : ottimizzazione dei costi.

Spostamento dei dati

Il movimento dei dati è un aspetto importante per la pianificazione della strategia e dell'architettura ibrida e multi-cloud, in particolare per i sistemi distribuiti. Le aziende devono identificare i diversi casi d'uso aziendali, i dati che li alimentano e il modo in cui vengono classificati (per i settori regolamentati). Dovrebbero inoltre considerare in che modo l'archiviazione, la condivisione e l'accesso ai dati per i sistemi distribuiti in ambienti diversi potrebbero influire sulle prestazioni delle applicazioni e sulla coerenza dei dati. Questi fattori potrebbero influenzare l'architettura dell'applicazione e della pipeline di dati. Il set completo di opzioni di spostamento dei dati diGoogle Cloudconsente alle aziende di soddisfare le proprie esigenze specifiche e di adottare architetture ibride e multi-cloud senza compromettere semplicità, efficienza o prestazioni.

Sicurezza

Quando esegui la migrazione delle applicazioni al cloud, è importante considerare le funzionalità di sicurezza cloud-first, come la coerenza, l'osservabilità e la visibilità unificata della sicurezza. Ogni provider di cloud pubblico ha il proprio approccio, le proprie best practice e le proprie funzionalità per la sicurezza. È importante analizzare e allineare queste funzionalità per creare un'architettura di sicurezza standard e funzionale. Anche i controlli IAM efficaci, la crittografia dei dati, l'analisi delle vulnerabilità e la conformità alle normative di settore sono aspetti importanti della sicurezza del cloud.

Quando pianifichi una strategia di migrazione, ti consigliamo di analizzare le considerazioni menzionate in precedenza. Possono aiutarti a ridurre al minimo le possibilità di introdurre complessità nell'architettura man mano che le applicazioni o i volumi di traffico aumentano. Inoltre, la progettazione e la creazione di una zona di destinazione sono quasi sempre un prerequisito per il deployment dei workload aziendali in un ambiente cloud. Una zona di destinazione aiuta la tua azienda a eseguire il deployment, utilizzare e scalare i servizi cloud in modo più sicuro in più aree e include diversi elementi, come identità, gestione delle risorse, sicurezza e networking. Per saperne di più, consulta Progettazione della zona di destinazione in Google Cloud.

I seguenti documenti di questa serie descrivono altri pattern di architettura distribuita:

Pattern ibrido a livelli

I componenti dell'architettura di un'applicazione possono essere classificati come frontend o backend. In alcuni scenari, questi componenti possono essere ospitati per operare da ambienti di computing diversi. Nell'ambito del pattern di architettura ibrida a più livelli, gli ambienti di computing si trovano in un ambiente di computing privato on-premise e in Google Cloud.

I componenti dell'applicazione frontend sono esposti direttamente agli utenti finali o ai dispositivi. Di conseguenza, queste applicazioni sono spesso sensibili alle prestazioni. Per sviluppare nuove funzionalità e miglioramenti, gli aggiornamenti software possono essere frequenti. Poiché le applicazioni frontend di solito si basano su applicazioni di backend per archiviare e gestire i dati, ed eventualmente la logica di business e l'elaborazione degli input utente, spesso sono stateless o gestiscono solo volumi limitati di dati.

Per essere accessibili e utilizzabili, le applicazioni frontend possono essere create con vari framework e tecnologie. Alcuni fattori chiave per un'applicazione frontend di successo includono le prestazioni dell'applicazione, la velocità di risposta e la compatibilità con il browser.

I componenti dell'applicazione di backend di solito si concentrano sull'archiviazione e sulla gestione dei dati. In alcune architetture, la logica di business potrebbe essere incorporata nel componente di backend. Le nuove release delle applicazioni di backend tendono a essere meno frequenti rispetto alle release delle applicazioni di frontend. Le applicazioni di backend devono gestire le seguenti sfide:

  • Gestione di un volume elevato di richieste
  • Gestione di un volume elevato di dati
  • Protezione dei dati
  • Mantenere i dati aggiornati in tutte le repliche del sistema

La soluzione per app web a tre livelli è una delle implementazioni più popolari per la creazione di applicazioni web aziendali, come i siti web di e-commerce contenenti diversi componenti dell'applicazione. Questa architettura contiene i seguenti livelli. Ogni livello opera in modo indipendente, ma sono strettamente collegati e funzionano tutti insieme.

  • Frontend web e livello di presentazione
  • Livello di applicazioni
  • Livello di accesso ai dati o di backend

L'inserimento di questi livelli nei container separa le loro esigenze tecniche, come i requisiti di scalabilità, e aiuta a eseguirne la migrazione con un approccio graduale. Inoltre, ti consente di eseguirne il deployment su servizi cloud indipendenti dalla piattaforma che possono essere trasferibili tra ambienti, utilizzare la gestione automatizzata e scalare con piattaforme gestite dal cloud, come Cloud Run o Google Kubernetes Engine (GKE). Inoltre, i database gestiti daGoogle Cloud come Cloud SQL aiutano a fornire il backend come livello di database.

Il pattern di architettura ibrida a più livelli si concentra sul deployment dei componenti dell'applicazione frontend esistenti nel cloud pubblico. In questo pattern, i componenti dell'applicazione di backend esistenti vengono mantenuti nel loro ambiente di computing privato. A seconda della scalabilità e del design specifico dell'applicazione, puoi eseguire la migrazione dei componenti dell'applicazione frontend caso per caso. Per saperne di più, consulta Esegui la migrazione a Google Cloud.

Se hai un'applicazione esistente con componenti di backend e frontend ospitati nel tuo ambiente on-premise, considera i limiti della tua architettura attuale. Ad esempio, man mano che l'applicazione scala e le richieste relative alle sue prestazioni e alla sua affidabilità aumentano, dovresti iniziare a valutare se parti dell'applicazione devono essere rifattorizzate o spostate in un'architettura diversa e più ottimale. Il pattern di architettura ibrida a più livelli ti consente di spostare alcuni workload e componenti dell'applicazione nel cloud prima di effettuare una transizione completa. È inoltre essenziale considerare i costi, i tempi e i rischi legati a una migrazione di questo tipo.

Il seguente diagramma mostra un tipico pattern di architettura ibrida a più livelli.

Flusso di dati da un frontend dell'applicazione on-premise a un frontend dell'applicazione in Google Cloud. I dati tornano quindi all'ambiente on-premise.

Nel diagramma precedente, le richieste client vengono inviate al frontend dell'applicazione ospitato in Google Cloud. A sua volta, il frontend dell'applicazione invia i dati all'ambiente on-premise in cui è ospitato il backend dell'applicazione (idealmente tramite un gateway API).

Con il pattern di architettura ibrida a più livelli, puoi sfruttare l'infrastruttura e i servizi globali diGoogle Cloud , come mostrato nell'architettura di esempio nel diagramma seguente. Il frontend dell'applicazione è raggiungibile tramite Google Cloud. Può anche aggiungere elasticità al frontend utilizzando la scalabilità automatica per rispondere in modo dinamico ed efficiente alla domanda di scalabilità senza eseguire l'overprovisioning dell'infrastruttura. Esistono diverse architetture che puoi utilizzare per creare ed eseguire app web scalabili su Google Cloud. Ogni architettura presenta vantaggi e svantaggi per requisiti diversi.

Per saperne di più, guarda il video Tre modi per eseguire app web scalabili su Google Cloud su YouTube. Per scoprire di più sui diversi modi per modernizzare la tua piattaforma di e-commerce suGoogle Cloud, consulta Come creare una piattaforma per il commercio digitale su Google Cloud.

Flusso di dati dagli utenti a un server di database on-premise tramite Cloud Load Balancing e Compute Engine.

Nel diagramma precedente, il frontend dell'applicazione è ospitato suGoogle Cloud per fornire un'esperienza utente multiregionale e ottimizzata a livello globale che utilizza ilbilanciamento del caricoglobale, la scalabilità automatica e la protezione DDoS tramiteGoogle Cloud Armor.

Nel tempo, il numero di applicazioni di cui esegui il deployment nel cloud pubblico potrebbe aumentare al punto da farti considerare di spostare i componenti dell'applicazione di backend nel cloud pubblico. Se prevedi di gestire un traffico elevato, optare per i servizi gestiti nel cloud potrebbe aiutarti a risparmiare tempo e fatica nella gestione della tua infrastruttura. Prendi in considerazione questa opzione, a meno che vincoli o requisiti non impongano l'hosting on-premise dei componenti dell'applicazione di backend. Ad esempio, se i dati di backend sono soggetti a restrizioni normative, probabilmente devi conservarli on-premise. Tuttavia, se applicabile e conforme, l'utilizzo delle funzionalità di Sensitive Data Protection, come le tecniche di anonimizzazione, può aiutarti a spostare i dati quando necessario.

Nel pattern di architettura ibrida a più livelli, in alcuni scenari puoi anche utilizzare Google Distributed Cloud. Distributed Cloud ti consente di eseguire cluster GKE su hardware dedicato fornito e gestito da Google e separato dal data center di Google Cloud . Per assicurarti che Distributed Cloud soddisfi i tuoi requisiti attuali e futuri, scopri le limitazioni di Distributed Cloud rispetto a una zona GKE convenzionale basata su cloud.

Vantaggi

Concentrarsi prima sulle applicazioni frontend offre diversi vantaggi, tra cui:

  • I componenti di frontend dipendono dalle risorse di backend e, occasionalmente, da altri componenti di frontend.
  • I componenti di backend non dipendono dai componenti di frontend. Pertanto, l'isolamento e la migrazione delle applicazioni frontend tendono a essere meno complessi rispetto alla migrazione delle applicazioni backend.
  • Poiché le applicazioni frontend sono spesso stateless o non gestiscono i dati autonomamente, la loro migrazione tende a essere meno complessa rispetto ai backend.

Il deployment di applicazioni frontend esistenti o di nuova concezione nel cloud pubblico offre diversi vantaggi:

  • Molte applicazioni frontend sono soggette a modifiche frequenti. L'esecuzione di queste applicazioni nel cloud pubblico semplifica la configurazione di un processo di integrazione continua/deployment continuo (CI/CD). Puoi utilizzare CI/CD per inviare aggiornamenti in modo efficiente e automatico. Per saperne di più, consulta CI/CD su Google Cloud.
  • I frontend sensibili alle prestazioni con un carico di traffico variabile possono trarre un vantaggio sostanziale dalle funzionalità di bilanciamento del carico, deployment multiregionali, memorizzazione nella cache di Cloud CDN, serverless e scalabilità automatica offerte da un deployment basato su cloud (idealmente con architettura stateless).
  • L'adozione di microservizi con container utilizzando una piattaforma gestita nel cloud, come GKE, ti consente di utilizzare architetture moderne come il microfrontend, che estendono i microservizi ai componenti frontend.

    L'estensione dei microservizi è di uso comune con i frontend che coinvolgono più team che collaborano alla stessa applicazione. Questo tipo di struttura del team richiede un approccio iterativo e una manutenzione continua. Ecco alcuni dei vantaggi dell'utilizzo del microfrontend:

    • Può essere suddiviso in moduli di microservizi indipendenti per lo sviluppo, i test e il deployment.
    • Fornisce una separazione in cui i singoli team di sviluppo possono selezionare le tecnologie e il codice che preferiscono.
    • Può favorire cicli rapidi di sviluppo e deployment senza influire sul resto dei componenti frontend che potrebbero essere gestiti da altri team.
  • Che si tratti di implementare interfacce utente o API o di gestire l'importazione dati dell'Internet of Things (IoT), le applicazioni frontend possono trarre vantaggio dalle funzionalità di servizi cloud come Firebase, Pub/Sub, Apigee, Cloud CDN, App Engine o Cloud Run.

  • I proxy API gestiti nel cloud aiutano a:

    • Disaccoppia l'API per le app dai tuoi servizi di backend, ad esempio i microservizi.
    • Proteggi le app dalle modifiche al codice del backend.
    • Supporta le tue architetture di frontend basate su API esistenti, come backend per frontend (BFF), microfrontend e altre.
    • Esponi le tue API su Google Cloud o altri ambienti implementando i proxy API su Apigee.

Puoi anche applicare il pattern ibrido a più livelli al contrario, eseguendo il deployment dei backend nel cloud e mantenendo i frontend in ambienti di computing privati. Sebbene sia meno comune, questo approccio è più adatto quando si ha a che fare con un frontend pesante e monolitico. In questi casi, potrebbe essere più semplice estrarre la funzionalità di backend in modo iterativo ed eseguire il deployment di questi nuovi backend nel cloud.

La terza parte di questa serie illustra i possibili pattern di networking per abilitare un'architettura di questo tipo. Apigee hybrid funge da piattaforma per la creazione e la gestione di proxy API in un modello di deployment ibrido. Per ulteriori informazioni, consulta Architettura a basso accoppiamento, incluse le architetture monolitiche e dei microservizi a più livelli.

Best practice

Utilizza le informazioni contenute in questa sezione per pianificare l'architettura ibrida a più livelli.

Best practice per ridurre la complessità

Quando applichi il pattern di architettura ibrida a livelli, tieni presente le seguenti best practice che possono contribuire a ridurre la complessità complessiva del deployment e delle operazioni:

  • In base alla valutazione dei modelli di comunicazione delle applicazioni identificate, seleziona la soluzione di comunicazione più efficiente ed efficace per queste applicazioni.

Poiché la maggior parte delle interazioni degli utenti coinvolge sistemi che si connettono tra più ambienti di computing, è importante una connettività veloce e a bassa latenza tra questi sistemi. Per soddisfare le aspettative di disponibilità e prestazioni, devi progettare per l'alta affidabilità, la bassa latenza e livelli di throughput appropriati. Dal punto di vista della sicurezza, la comunicazione deve essere granulare e controllata. Idealmente, dovresti esporre i componenti dell'applicazione utilizzando API sicure. Per saperne di più, consulta Traffico in uscita controllato.

  • Per ridurre al minimo la latenza di comunicazione tra gli ambienti, seleziona una regioneGoogle Cloud geograficamente vicina all'ambiente di computing privato in cui sono ospitati i componenti di backend dell'applicazione. Per saperne di più, consulta Best practice per la scelta delle regioni di Compute Engine.
  • Riduci al minimo le dipendenze elevate tra i sistemi in esecuzione in ambienti diversi, in particolare quando la comunicazione viene gestita in modo sincrono. Queste dipendenze possono rallentare le prestazioni, ridurre la disponibilità complessiva e potenzialmente comportare costi aggiuntivi per il trasferimento di dati in uscita.
  • Con il pattern di architettura ibrida a livelli, potresti avere volumi maggiori di traffico in entrata dagli ambienti on-premise versoGoogle Cloud rispetto al traffico in uscita da Google Cloud. Tuttavia, devi conoscere il volume previsto del trasferimento di dati in uscita da Google Cloud. Se prevedi di utilizzare questa architettura a lungo termine con volumi elevati di trasferimento di dati in uscita, prendi in considerazione l'utilizzo di Cloud Interconnect. Cloud Interconnect può aiutare a ottimizzare le prestazioni di connettività e potrebbe ridurre le tariffe per il trasferimento di dati in uscita per il traffico che soddisfa determinate condizioni. Per saperne di più, consulta i prezzi di Cloud Interconnect.
  • Per proteggere le informazioni sensibili, ti consigliamo di criptare tutte le comunicazioni in transito. Se la crittografia è richiesta a livello di connettività, puoi utilizzare i tunnel VPN, la VPN ad alta affidabilità su Cloud Interconnect e MACsec per Cloud Interconnect.
  • Per superare le incoerenze nei protocolli, nelle API e nei meccanismi di autenticazione tra i vari backend, ti consigliamo, ove applicabile, di eseguire il deployment di un API Gateway o proxy come facciata unificante. Questo gateway o proxy funge da punto di controllo centralizzato ed esegue le seguenti misure:

    • Implementa misure di sicurezza aggiuntive.
    • Protegge le app client e altri servizi dalle modifiche al codice di backend.
    • Facilita le tracce di audit per la comunicazione tra tutte le applicazioni cross-environment e i relativi componenti disaccoppiati.
    • Funge da livello di comunicazione intermedio tra i servizi legacy e quelli modernizzati.
      • Apigee e Apigee hybrid ti consentono di ospitare e gestire gateway di livello enterprise e ibridi in ambienti on-premise, edge, altri cloud e ambientiGoogle Cloud .
  • Per facilitare la creazione di configurazioni ibride, utilizza Cloud Load Balancing con la connettività ibrida. Ciò significa che puoi estendere i vantaggi del bilanciamento del carico cloud ai servizi ospitati nel tuo ambiente di computing on-premise. Questo approccio consente migrazioni dei workload in fasi verso Google Cloud con interruzioni del servizio minime o nulle, garantendo una transizione fluida per i servizi distribuiti. Per saperne di più, consulta la panoramica dei gruppi di endpoint di rete con connettività ibrida.

  • A volte, l'utilizzo combinato di un API Gateway o di un proxy e di un bilanciatore del carico delle applicazioni può fornire una soluzione più solida per la gestione, la protezione e la distribuzione del traffico API su larga scala. L'utilizzo di Cloud Load Balancing con i gateway API ti consente di:

  • Utilizza la gestione delle API e il mesh di servizi per proteggere e controllare la comunicazione e l'esposizione dei servizi con l'architettura dei microservizi.

    • Utilizza Cloud Service Mesh per consentire la comunicazione tra servizi, che mantiene la qualità del servizio in un sistema composto da servizi distribuiti in cui puoi gestire l'autenticazione, l'autorizzazione e la crittografia tra i servizi.
    • Utilizza una piattaforma di gestione delle API come Apigee che consente alla tua organizzazione e alle entità esterne di utilizzare questi servizi esponendoli come API.
  • Stabilisci un'identità comune tra gli ambienti in modo che i sistemi possano autenticarsi in modo sicuro oltre i confini dell'ambiente.

  • Eseguire il deployment di sistemi di gestione delle configurazioni e CI/CD nel cloud pubblico. Per saperne di più, consulta Pattern di architettura di networking con mirroring.

  • Per aumentare l'efficienza operativa, utilizza strumenti e pipeline CI/CD coerenti in tutti gli ambienti.

Best practice per le architetture di singoli workload e applicazioni

  • Sebbene l'attenzione sia incentrata sulle applicazioni frontend in questo pattern, tieni presente la necessità di modernizzare le applicazioni backend. Se il ritmo di sviluppo delle applicazioni di backend è sostanzialmente più lento rispetto a quello delle applicazioni di frontend, la differenza può causare una complessità aggiuntiva.
  • Trattare le API come interfacce di backend semplifica le integrazioni, lo sviluppo del frontend e le interazioni con i servizi, oltre a nascondere le complessità del sistema di backend. Per affrontare queste sfide, Apigee facilita lo sviluppo e la gestione di API Gateway/proxy API per i deployment ibridi e multi-cloud.
  • Scegli l'approccio di rendering per la tua applicazione web frontend in base ai contenuti (statici o dinamici), alle prestazioni di ottimizzazione per i motori di ricerca e alle aspettative relative alle velocità di caricamento delle pagine.
  • Quando si seleziona un'architettura per le applicazioni web basate sui contenuti, sono disponibili varie opzioni, tra cui architetture monolitiche, serverless, basate su eventi e di microservizi. Per selezionare l'architettura più adatta, valuta attentamente queste opzioni in base ai requisiti attuali e futuri delle tue applicazioni. Per aiutarti a prendere una decisione sull'architettura in linea con i tuoi obiettivi aziendali e tecnici, consulta Confronto di diverse architetture per backend di applicazioni web basate sui contenuti e Considerazioni principali per i backend web.
  • Con un'architettura di microservizi, puoi utilizzare applicazioni containerizzate con Kubernetes come livello di runtime comune. Con il pattern di architettura ibrida a livelli, puoi eseguirlo in uno dei seguenti scenari:

    • In entrambi gli ambienti (Google Cloud e i tuoi ambienti on-premise).

      • Quando utilizzi container e Kubernetes in ambienti diversi, hai la flessibilità di modernizzare i workload e poi eseguire la migrazione a Google Cloud in momenti diversi. Questo è utile quando un workload dipende fortemente da un altro e non può essere migrato singolarmente o per utilizzare la portabilità dei workload ibridi per sfruttare le migliori risorse disponibili in ogni ambiente. In tutti i casi, GKE può essere una tecnologia abilitante fondamentale. Per maggiori informazioni, consulta Ambiente GKE Hybrid.
    • In un ambiente Google Cloud per i componenti dell'applicazione di cui è stata eseguita la migrazione e la modernizzazione.

      • Utilizza questo approccio quando hai backend on-premise legacy che non supportano la containerizzazione o richiedono tempo e risorse significativi per la modernizzazione a breve termine.

      Per ulteriori informazioni sulla progettazione e sul refactoring di un'app monolitica in un'architettura di microservizi per modernizzare l'architettura della tua applicazione web, consulta Introduzione ai microservizi.

  • Puoi combinare le tecnologie di archiviazione dei dati in base alle esigenze delle tue applicazioni web. L'utilizzo di Cloud SQL per i dati strutturati e di Cloud Storage per i file multimediali è un approccio comune per soddisfare diverse esigenze di archiviazione dei dati. Detto questo, la scelta dipende in gran parte dal tuo caso d'uso. Per saperne di più sulle opzioni di archiviazione dei dati per i backend delle applicazioni basate sui contenuti e sulle modalità efficaci, consulta Opzioni di archiviazione dei dati per le app web basate sui contenuti. Consulta anche Le opzioni di database di Google Cloud , spiegate.

Pattern multi-cloud partizionato

Il pattern di architettura multi-cloud partizionato combina più ambienti cloud pubblici gestiti da diversi provider di servizi cloud. Questa architettura offre la flessibilità necessaria per eseguire il deployment di un'applicazione in un ambiente di computing ottimale che tiene conto dei driver e delle considerazioni multicloud discussi nella prima parte di questa serie.

Il seguente diagramma mostra un pattern di architettura multi-cloud partizionato.

Flusso di dati da un'applicazione in Google Cloud a un'applicazione in un ambiente cloud diverso.

Questo pattern di architettura può essere creato in due modi diversi. Il primo approccio si basa sul deployment dei componenti dell'applicazione in diversi ambienti cloud pubblico. Questo approccio è anche noto come architettura composita ed è lo stesso approccio del pattern di architettura ibrida a più livelli. Tuttavia, anziché utilizzare un ambiente on-premise con un cloud pubblico, utilizza almeno due ambienti cloud. In un'architettura composita, un singolo workload o un'applicazione utilizza componenti di più cloud. Il secondo approccio esegue il deployment di applicazioni diverse in ambienti cloud pubblico diversi. Il seguente elenco non esaustivo descrive alcuni dei fattori aziendali per il secondo approccio:

  • Per integrare completamente le applicazioni ospitate in ambienti cloud diversi durante uno scenario di fusione e acquisizione tra due aziende.
  • Per promuovere la flessibilità e soddisfare le diverse preferenze relative al cloud all'interno della tua organizzazione. Adotta questo approccio per incoraggiare le unità organizzative a scegliere il cloud provider più adatto alle loro esigenze e preferenze specifiche.
  • Per operare in un deployment cloud multiregionale o globale. Se un'azienda deve rispettare le normative sulla residenza dei dati in regioni o paesi specifici, deve scegliere tra i cloud provider disponibili in quella località se il suo cloud provider principale non ha una regione cloud in quella località.

Con il pattern di architettura multi-cloud partizionato, puoi facoltativamente mantenere la possibilità di spostare i workload in base alle esigenze da un ambiente cloud pubblico a un altro. In questo caso, la portabilità dei workload diventa un requisito fondamentale. Quando esegui il deployment dei workload in più ambienti di computing e vuoi mantenere la possibilità di spostarli tra gli ambienti, devi astrarre le differenze tra gli ambienti. Utilizzando Google Kubernetes Engine (GKE), puoi progettare e creare una soluzione per risolvere la complessità del multi-cloud con governance, operazioni e security posture coerenti. Per maggiori informazioni, consulta GKE Multi-Cloud.

Come accennato in precedenza, in alcune situazioni potrebbero esserci motivi sia aziendali che tecnici per combinare Google Cloud con un altro cloud provider e per partizionare i workload in questi ambienti cloud. Le soluzioni multi-cloud ti offrono la flessibilità necessaria per migrare, creare e ottimizzare la portabilità delle applicazioni in ambienti multi-cloud, riducendo al minimo il lock-in e aiutandoti a soddisfare i requisiti normativi. Ad esempio, potresti connettere Google Cloud con Oracle Cloud Infrastructure (OCI) per creare una soluzione multi-cloud che sfrutta le funzionalità di ogni piattaforma utilizzando un Cloud Interconnect privato per combinare i componenti in esecuzione in OCI con le risorse in esecuzione su Google Cloud. Per saperne di più, consulta Google Cloud e Oracle Cloud Infrastructure: sfrutta al meglio il multi-cloud. Inoltre, Cross-Cloud Interconnect facilita la connettività dedicata a elevata larghezza di banda tra Google Cloud e altri provider di servizi cloud supportati, consentendoti di progettare e creare soluzioni multi-cloud per gestire un volume elevato di traffico tra cloud.

Vantaggi

Sebbene l'utilizzo di un'architettura multi-cloud offra diversi vantaggi aziendali e tecnici, come discusso in Fattori, considerazioni, strategia e approcci, è essenziale eseguire una valutazione dettagliata della fattibilità di ogni potenziale vantaggio. La tua valutazione deve considerare attentamente eventuali sfide o potenziali ostacoli diretti o indiretti associati e la tua capacità di affrontarli in modo efficace. Inoltre, tieni presente che la crescita a lungo termine delle tue applicazioni o dei tuoi servizi può introdurre complessità che potrebbero superare i vantaggi iniziali.

Ecco alcuni vantaggi chiave del pattern di architettura multi-cloud partizionata:

  • Negli scenari in cui potresti dover ridurre al minimo l'impegno con un singolo cloud provider, puoi distribuire le applicazioni su più cloud provider. Di conseguenza, potresti ridurre relativamente il vendor lock-in con la possibilità di modificare i piani (in una certa misura) tra i tuoi provider cloud. Open Cloud aiuta a portare funzionalità di Google Cloud , come GKE, in diverse posizioni fisiche. Estendendo le funzionalità di Google Cloud on-premise, in più cloud pubblici e on-edge, offre flessibilità, agilità e guida la trasformazione.

  • Per motivi normativi, puoi fornire un determinato segmento della tua base utenti e dei tuoi dati da un paese in cui Google Cloud non ha una regione cloud.

  • Il pattern di architettura multi-cloud partizionato può aiutare a ridurre la latenza e migliorare la qualità complessiva dell'esperienza utente nelle località in cui il cloud provider principale non dispone di una regione cloud o di un punto di presenza. Questo pattern è particolarmente utile quando si utilizza una connettività multi-cloud ad alta capacità e bassa latenza, come Cross-Cloud Interconnect e CDN Interconnect con una CDN distribuita.

  • Puoi eseguire il deployment delle applicazioni su più cloud provider in modo da poter scegliere tra i migliori servizi offerti dagli altri cloud provider.

  • Il pattern di architettura multicloud partizionato può contribuire a facilitare e accelerare gli scenari di fusioni e acquisizioni, in cui le applicazioni e i servizi delle due aziende potrebbero essere ospitati in ambienti cloud pubblico diversi.

Best practice

  • Inizia eseguendo il deployment di un workload non mission critical. Questo deployment iniziale nel cloud secondario può quindi fungere da modello per deployment o migrazioni futuri. Tuttavia, questo approccio probabilmente non è applicabile in situazioni in cui il workload specifico è legalmente o normativamente tenuto a risiedere in una regione cloud specifica e il cloud provider principale non ha una regione nel territorio richiesto.
  • Riduci al minimo le dipendenze tra i sistemi in esecuzione in ambienti cloud pubblico diversi, in particolare quando la comunicazione viene gestita in modo sincrono. Queste dipendenze possono rallentare le prestazioni, ridurre la disponibilità complessiva e potenzialmente comportare costi aggiuntivi per il trasferimento di dati in uscita.
  • Per astrarre le differenze tra gli ambienti, valuta la possibilità di utilizzare container e Kubernetes, se supportati dalle applicazioni e fattibili.
  • Assicurati che le pipeline CI/CD e gli strumenti per il deployment e il monitoraggio siano coerenti in tutti gli ambienti cloud.
  • Seleziona il pattern di architettura di rete ottimale che fornisce la soluzione di comunicazione più efficiente ed efficace per le applicazioni che utilizzi.
    • La comunicazione deve essere granulare e controllata. Utilizza API sicure per esporre i componenti dell'applicazione.
    • Valuta la possibilità di utilizzare il pattern di architettura meshed o uno dei pattern di networking gated, in base ai tuoi requisiti aziendali e tecnici specifici.
  • Per soddisfare le tue aspettative in termini di disponibilità e prestazioni, progetta per un'alta affidabilità (HA) end-to-end, una bassa latenza e livelli di throughput appropriati.
  • Per proteggere le informazioni sensibili, ti consigliamo di criptare tutte le comunicazioni in transito.

    • Se la crittografia è richiesta a livello di connettività, sono disponibili varie opzioni, in base alla soluzione di connettività ibrida selezionata. Queste opzioni includono tunnel VPN, VPN ad alta disponibilità affidabilità su Cloud Interconnect e MACsec per Cross-Cloud Interconnect.
  • Se utilizzi più CDN nell'ambito del tuo pattern di architettura partizionata multi-cloud e stai compilando l'altra CDN con file di dati di grandi dimensioni provenienti da Google Cloud, valuta la possibilità di utilizzare i link CDN Interconnect tra Google Cloud e i provider supportati per ottimizzare questo traffico e, potenzialmente, il suo costo.

  • Estendi la tua soluzione di gestione delle identità tra gli ambienti in modo che i sistemi possano autenticarsi in modo sicuro oltre i confini degli ambienti.

  • Per bilanciare in modo efficace le richieste tra Google Cloud e un'altra piattaforma cloud, puoi utilizzare Cloud Load Balancing. Per saperne di più, consulta Routing del traffico verso una località on-premise o un altro cloud.

    • Se il volume di trasferimento di dati in uscita da Google Cloud verso altri ambienti è elevato, valuta la possibilità di utilizzare Cross-Cloud Interconnect.
  • Per superare le incoerenze nei protocolli, nelle API e nei meccanismi di autenticazione tra i vari backend, ti consigliamo, ove applicabile, di eseguire il deployment di un API Gateway o proxy come facciata unificante. Questo gateway o proxy funge da punto di controllo centralizzato ed esegue le seguenti misure:

    • Implementa misure di sicurezza aggiuntive.
    • Protegge le app client e altri servizi dalle modifiche al codice di backend.
    • Facilita le tracce di audit per la comunicazione tra tutte le applicazioni cross-environment e i relativi componenti disaccoppiati.
    • Funge da livello di comunicazione intermedio tra i servizi legacy e quelli modernizzati.
      • Apigee e Apigee hybrid ti consentono di ospitare e gestire gateway di livello enterprise e ibridi in ambienti on-premise, edge, altri cloud e ambientiGoogle Cloud .
  • In alcuni dei seguenti casi, l'utilizzo di Cloud Load Balancing con un gateway API può fornire una soluzione solida e sicura per la gestione, la protezione e la distribuzione del traffico API su larga scala in più regioni:

    • Deployment del failover multiregionale per i runtime delle API Apigee in regioni diverse.
    • Aumenta le prestazioni con Cloud CDN.

    • Fornire protezione WAF e DDoS tramite Google Cloud Armor.

  • Utilizza strumenti coerenti per il logging e il monitoraggio negli ambienti cloud, se possibile. Potresti prendere in considerazione l'utilizzo di sistemi di monitoraggio open source. Per saperne di più, consulta Pattern di logging e monitoraggio per cloud ibrido e multi-cloud.

  • Se esegui il deployment dei componenti dell'applicazione in modo distribuito, in cui i componenti di una singola applicazione vengono distribuiti in più ambienti cloud, consulta le best practice per il pattern di architettura ibrida a più livelli.

Pattern di analisi ibrido e multi-cloud

Questo documento spiega che l'obiettivo del pattern ibrido e multi-cloud di analisi è sfruttare la suddivisione tra workload transazionali e di analisi.

Nei sistemi aziendali, la maggior parte dei workload rientra in queste categorie:

  • I workload transazionali includono applicazioni interattive come vendite, elaborazione finanziaria, pianificazione delle risorse aziendali o comunicazione.
  • I workload di analisi includono applicazioni che trasformano, analizzano, perfezionano o visualizzano i dati per facilitare i processi decisionali.

I sistemi di analisi ottengono i dati dai sistemi transazionali eseguendo query sulle API o accedendo ai database. Nella maggior parte delle aziende, i sistemi di dati e analisi e transazionali tendono a essere separati e a basso accoppiamento. L'obiettivo del pattern analytics ibrido e multi-cloud è sfruttare questa suddivisione preesistente eseguendo workload transazionali e di analisi in due ambienti di computing diversi. I dati non elaborati vengono prima estratti dai workload in esecuzione nell'ambiente di computing privato e poi caricati inGoogle Cloud, dove vengono utilizzati per l'elaborazione analitica. Alcuni dei risultati potrebbero poi essere ritrasmessi ai sistemi transazionali.

Il seguente diagramma illustra le architetture concettualmente possibili mostrando le potenziali pipeline di dati. Ogni freccia rappresenta una possibile opzione di pipeline di trasformazione e spostamento dei dati che può essere basata su ETL o ELT, a seconda della qualità dei dati disponibile e del caso d'uso target.

Per trasferire i tuoi dati in Google Cloud e sbloccarne il valore, utilizza i servizi di movimento dei dati, una suite completa di servizi di importazione, integrazione e replica dei dati.

Dati che fluiscono da un ambiente on-premise o da un altro ambiente cloud a Google Cloud, attraverso l'importazione, le pipeline, l'archiviazione, l'analisi, fino al livello di applicazione e presentazione.

Come mostrato nel diagramma precedente, la connessione di Google Cloud con ambienti on-premise e altri ambienti cloud può consentire vari casi d'uso di analisi dei dati, come lo streaming di dati e i backup dei database. Per supportare il trasporto di base di un pattern di analisi ibrido e multi-cloud che richiede un volume elevato di trasferimento di dati, Cloud Interconnect e Cross-Cloud Interconnect forniscono connettività dedicata ai provider on-premise e ad altri provider cloud.

Vantaggi

L'esecuzione dei workload di analisi nel cloud offre diversi vantaggi chiave:

  • Il traffico in entrata, ovvero lo spostamento di dati dal tuo ambiente di computing privato o da altri cloud aGoogle Cloud, potrebbe essere senza costi.
  • I workload di analisi spesso devono elaborare quantità sostanziali di dati e possono essere soggetti a burst, quindi sono particolarmente adatti per il deployment in un ambiente cloud pubblico. Scalando dinamicamente le risorse di computing, puoi elaborare rapidamente set di dati di grandi dimensioni, evitando investimenti iniziali o l'overprovisioning delle apparecchiature di computing.
  • Google Cloud offre un ricco insieme di servizi per gestire i dati durante l'intero ciclo di vita, dall'acquisizione iniziale all'elaborazione e all'analisi fino alla visualizzazione finale.
    • I servizi di movimento dei dati su Google Cloud forniscono una suite completa di prodotti per spostare, integrare e trasformare i dati senza problemi in modi diversi.
    • Cloud Storage è adatto alla creazione di un data lake.
  • Google Cloud ti aiuta a modernizzare e ottimizzare la tua piattaforma di dati per abbattere i silos di dati. L'utilizzo di un data lakehouse aiuta a standardizzare i diversi formati di archiviazione. Può anche fornire la flessibilità, la scalabilità e l'agilità necessarie per garantire che i dati generino valore per la tua azienda, piuttosto che inefficienze. Per saperne di più, consulta BigLake.

  • BigQuery Omni fornisce la potenza di calcolo che viene eseguita localmente nello spazio di archiviazione su AWS o Azure. Ti aiuta anche a eseguire query sui tuoi dati archiviati in Amazon Simple Storage Service (Amazon S3) o Azure Blob Storage. Questa funzionalità di analisi multi-cloud consente ai team di dati di abbattere i silos di dati. Per saperne di più sull'esecuzione di query sui dati archiviati al di fuori di BigQuery, consulta Introduzione alle origini dati esterne.

Best practice

Per implementare il pattern di architettura ibrida e multi-cloud per l'analisi, considera le seguenti best practice generali:

  • Utilizza il pattern di networking di trasferimento per abilitare l'importazione dei dati. Se i risultati analitici devono essere ritrasmessi ai sistemi transazionali, puoi combinare sia il passaggio di consegne sia il pattern di uscita controllata.
  • Utilizza le code Pub/Sub o i bucket Cloud Storage per trasferire i dati a Google Cloud dai sistemi transazionali in esecuzione nel tuo ambiente di computing privato. Queste code o bucket possono quindi fungere da origini per pipeline e workload di trattamento dati.
  • Per eseguire il deployment delle pipeline di dati ETL ed ELT, valuta l'utilizzo di Cloud Data Fusion o Dataflow a seconda dei requisiti del tuo caso d'uso specifico. Entrambi sono servizi di trattamento dati cloud-first completamente gestiti per la creazione e la gestione di pipeline di dati.
  • Per scoprire, classificare e proteggere i tuoi preziosi asset di dati, valuta la possibilità di utilizzare le funzionalità di Sensitive Data Protection di Google Cloud, come le tecniche di anonimizzazione. Queste tecniche ti consentono di mascherare, criptare e sostituire i dati sensibili, come le informazioni che consentono l'identificazione personale (PII), utilizzando una chiave generata in modo casuale o predeterminata, ove applicabile e conforme.
  • Quando esegui un trasferimento di dati iniziale dal tuo ambiente di computing privato a Google Cloud, scegli l'approccio di trasferimento più adatto alle dimensioni del set di dati e alla larghezza di banda disponibile. Per saperne di più, consulta Migrazione verso Google Cloud: trasferimento dei tuoi set di dati di grandi dimensioni.

  • Se il trasferimento o lo scambio di dati tra Google Cloud e altri cloud è necessario a lungo termine con un volume di traffico elevato, devi valutare l'utilizzo di Google Cloud Cross-Cloud Interconnect per aiutarti a stabilire una connettività dedicata a elevata larghezza di banda tra Google Cloud e altri provider di servizi cloud (disponibile in determinate località).

  • Se la crittografia è richiesta a livello di connettività, sono disponibili varie opzioni in base alla soluzione di connettività ibrida selezionata. Queste opzioni includono tunnel VPN, VPN ad alta disponibilità affidabilità su Cloud Interconnect e MACsec per Cross-Cloud Interconnect.

  • Utilizza strumenti e processi coerenti in tutti gli ambienti. In uno scenario ibrido di analisi, questa pratica può contribuire ad aumentare l'efficienza operativa, anche se non è un prerequisito.

Pattern ibrido per l'edge

L'esecuzione di workload nel cloud richiede che i client in alcuni scenari dispongano di una connessione a internet veloce e affidabile. Considerate le reti odierne, questo requisito raramente rappresenta una sfida per l'adozione del cloud. Tuttavia, esistono scenari in cui non puoi fare affidamento su una connettività continua, ad esempio:

  • Le imbarcazioni marittime e altri veicoli potrebbero essere connessi solo in modo intermittente o avere accesso solo a collegamenti satellitari ad alta latenza.
  • Le fabbriche o le centrali elettriche potrebbero essere connesse a internet. Queste strutture potrebbero avere requisiti di affidabilità che superano le dichiarazioni di disponibilità del loro provider internet.
  • I negozi di vendita al dettaglio e i supermercati potrebbero essere connessi solo occasionalmente o utilizzare link che non forniscono l'affidabilità o la velocità effettiva necessarie per gestire le transazioni aziendali critiche.

Il pattern di architettura edge ibrido affronta queste sfide eseguendo i workload critici per il tempo e l'attività localmente, sul perimetro della rete, mentre utilizza il cloud per tutti gli altri tipi di workload. In un'architettura ibrida edge, il collegamento a internet è un componente non critico utilizzato per scopi di gestione e per sincronizzare o caricare dati, spesso in modo asincrono, ma non è coinvolto in transazioni critiche per il business o per il tempo.

Dati che fluiscono da un ambiente Google Cloud all'edge.

Vantaggi

L'esecuzione di determinati workload nell'edge e di altri nel cloud offre diversi vantaggi:

  • Il traffico in entrata, ovvero lo spostamento dei dati dall'edge aGoogle Cloud, potrebbe essere senza costi.
  • L'esecuzione di workload business-critical e time-critical sull'edge contribuisce a garantire bassa latenza e autosufficienza. Se la connessione a internet non funziona o non è temporaneamente disponibile, puoi comunque eseguire tutte le transazioni importanti. Allo stesso tempo, puoi trarre vantaggio dall'utilizzo del cloud per una parte significativa del tuo workload complessivo.
  • Puoi riutilizzare gli investimenti esistenti in apparecchiature di computing e archiviazione.
  • Nel tempo, puoi ridurre gradualmente la frazione di workload eseguiti nell'edge e spostarli nel cloud, rielaborando alcune applicazioni o dotando alcune località edge di collegamenti internet più affidabili.
  • I progetti correlati all'Internet of Things (IoT) possono diventare più convenienti eseguendo i calcoli dei dati localmente. In questo modo, le aziende possono eseguire ed elaborare alcuni servizi localmente nell'edge, più vicino alle origini dati. Consente inoltre alle aziende di inviare selettivamente i dati al cloud, il che può contribuire a ridurre la capacità, il trasferimento di dati, l'elaborazione e i costi complessivi della soluzione IoT.
  • L'edge computing può fungere da livello di comunicazione intermedio tra i servizi legacy e quelli modernizzati. Ad esempio, i servizi che potrebbero eseguire un gateway API containerizzato come Apigee hybrid. In questo modo, le applicazioni e i sistemi legacy possono essere integrati con servizi modernizzati, come le soluzioni IoT.

Best practice

Tieni presente i seguenti suggerimenti quando implementi il pattern di architettura ibrida edge:

  • Se la comunicazione è unidirezionale, utilizza il pattern di traffico in entrata controllato.
  • Se la comunicazione è bidirezionale, prendi in considerazione il pattern di traffico in entrata e in uscita controllato.
  • Se la soluzione è costituita da molti siti remoti perimetrali che si connettono aGoogle Cloud tramite internet pubblico, puoi utilizzare una soluzione WAN software-defined (SD-WAN). Puoi anche utilizzare Network Connectivity Center con un router SD-WAN di terze parti supportato da un Google Cloud partner per semplificare il provisioning e la gestione della connettività sicura su larga scala.
  • Riduci al minimo le dipendenze tra i sistemi in esecuzione nell'edge e i sistemi in esecuzione nell'ambiente cloud. Ogni dipendenza può compromettere i vantaggi in termini di affidabilità e latenza di una configurazione ibrida edge.
  • Per gestire e utilizzare in modo efficiente più località perimetrali, devi disporre di un piano di gestione centralizzato e di una soluzione di monitoraggio nel cloud.
  • Assicurati che le pipeline CI/CD e gli strumenti per il deployment e il monitoraggio siano coerenti negli ambienti cloud e perimetrali.
  • Valuta la possibilità di utilizzare container e Kubernetes, se applicabile e fattibile, per astrarre le differenze tra le varie località perimetrali e tra queste e il cloud. Poiché Kubernetes fornisce un livello di runtime comune, puoi sviluppare, eseguire e gestire i workload in modo coerente in tutti gli ambienti di computing. Puoi anche spostare i workload tra l'edge e il cloud.
    • Per semplificare la configurazione e il funzionamento ibridi, puoi utilizzare Google Distributed Cloud connesso per questa architettura (se i container vengono utilizzati in tutti gli ambienti). Considera le possibili opzioni di connettività che hai per connettere un cluster GKE in esecuzione nel tuo ambiente on-premise o perimetrale a Google Cloud.
  • Nell'ambito di questo pattern, anche se alcuni componenti di Google Kubernetes Engine (GKE) potrebbero resistere durante un'interruzione temporanea della connettività aGoogle Cloud, non utilizzare un deployment di Google Distributed Cloud solo software quando è disconnesso da Google Cloud come modalità di funzionamento nominale. Per saperne di più, consulta l'articolo Impatto della disconnessione temporanea da Google Cloud.
  • Per superare le incoerenze nei protocolli, nelle API e nei meccanismi di autenticazione tra i vari servizi di backend e perimetrali, ti consigliamo, ove applicabile, di eseguire il deployment di un API Gateway o proxy come facade unificante. Questo gateway o proxy funge da punto di controllo centralizzato ed esegue le seguenti misure:
    • Implementa misure di sicurezza aggiuntive.
    • Protegge le app client e altri servizi dalle modifiche al codice di backend.
    • Facilita le tracce di audit per la comunicazione tra tutte le applicazioni cross-environment e i relativi componenti disaccoppiati.
    • Funge da livello di comunicazione intermedio tra i servizi legacy e quelli modernizzati.
      • Apigee e Apigee Hybrid ti consentono di ospitare e gestire gateway ibridi e di livello enterprise in ambienti on-premise, edge, altri cloud e ambientiGoogle Cloud .
  • Stabilisci un'identità comune tra gli ambienti in modo che i sistemi possano autenticarsi in modo sicuro oltre i confini dell'ambiente.
  • Poiché i dati scambiati tra gli ambienti potrebbero essere sensibili, assicurati che tutte le comunicazioni siano criptate in transito utilizzando tunnel VPN, TLS o entrambi.

Pattern ibrido dell'ambiente

Con il pattern di architettura ambiente ibrido, l'ambiente di produzione di un workload viene mantenuto nel data center esistente. Utilizzi poi il cloud pubblico per gli ambienti di sviluppo e test o altri ambienti. Questo pattern si basa sul deployment ridondante delle stesse applicazioni in più ambienti di computing. L'obiettivo del deployment è contribuire ad aumentare la capacità, l'agilità e la resilienza.

Quando valuti i workload di cui eseguire la migrazione, potresti notare casi in cui l'esecuzione di un'applicazione specifica nel cloud pubblico presenta delle difficoltà:

  • I vincoli giurisdizionali o normativi potrebbero richiedere la conservazione dei dati in un paese specifico.
  • I termini di licenza di terze parti potrebbero impedirti di utilizzare determinati software in un ambiente cloud.
  • Un'applicazione potrebbe richiedere l'accesso a dispositivi hardware disponibili solo localmente.

In questi casi, considera non solo l'ambiente di produzione, ma tutti gli ambienti coinvolti nel ciclo di vita di un'applicazione, inclusi i sistemi di sviluppo, test e gestione temporanea. Queste limitazioni spesso si applicano all'ambiente di produzione e ai relativi dati. Potrebbero non essere applicabili ad altri ambienti che non utilizzano i dati effettivi. Rivolgiti al reparto di conformità della tua organizzazione o al team equivalente.

Il seguente diagramma mostra un tipico pattern di architettura di ambiente ibrido:

Dati che fluiscono da un ambiente di sviluppo ospitato in Google Cloud a un ambiente di produzione on-premise o in un altro ambiente cloud.

L'esecuzione di sistemi di sviluppo e test in ambienti diversi da quelli di produzione potrebbe sembrare rischiosa e potrebbe deviare dalle best practice esistenti o dai tuoi tentativi di ridurre al minimo le differenze tra gli ambienti. Sebbene queste preoccupazioni siano giustificate, non si applicano se distingui tra le fasi dei processi di sviluppo e test:

Sebbene i processi di sviluppo, test e deployment siano diversi per ogni applicazione, in genere prevedono variazioni delle seguenti fasi:

  • Sviluppo: creazione di un candidato per la release.
  • Test funzionale o test di accettazione utente: verifica che il candidato per la release soddisfi i requisiti funzionali.
  • Test di prestazioni e affidabilità: verifica che il candidato per la release soddisfi i requisiti non funzionali. È noto anche come test di carico.
  • Test di gestione temporanea o deployment: verifica che la procedura di deployment funzioni.
  • Produzione: rilascio di applicazioni nuove o aggiornate.

L'esecuzione di più di una di queste fasi in un unico ambiente è raramente pratica, pertanto ogni fase richiede in genere uno o più ambienti dedicati.

Lo scopo principale di un ambiente di test è eseguire test funzionali. Lo scopo principale di un ambiente di gestione temporanea è verificare se le procedure di deployment dell'applicazione funzionano come previsto. Quando una release raggiunge un ambiente di gestione temporanea, i test funzionali dovrebbero essere completati. La gestione temporanea è l'ultimo passaggio prima del deployment del software nel deployment di produzione.

Per garantire che i risultati dei test siano significativi e che si applichino al deployment in produzione, l'insieme di ambienti che utilizzi durante il ciclo di vita di un'applicazione deve soddisfare le seguenti regole, per quanto possibile:

  • Tutti gli ambienti sono funzionalmente equivalenti. In altre parole, l'architettura, le API e le versioni dei sistemi operativi e delle librerie sono equivalenti e i sistemi si comportano allo stesso modo in tutti gli ambienti. Questa equivalenza evita situazioni in cui le applicazioni funzionano in un ambiente, ma non in un altro, o in cui i difetti non sono riproducibili.
  • Gli ambienti utilizzati per i test di prestazioni e affidabilità, la gestione temporanea e la produzione sono non funzionalmente equivalenti. In altre parole, le prestazioni, la scalabilità e la configurazione, nonché il modo in cui vengono gestiti e mantenuti, sono uguali o differiscono solo in modi insignificanti. In caso contrario, i test di prestazioni e gestione temporanea diventano inutili.

In generale, non è un problema se gli ambienti utilizzati per lo sviluppo e i test funzionali differiscono in modo non funzionale dagli altri ambienti.

Come illustrato nel seguente diagramma, gli ambienti di test e sviluppo sono basati su Google Cloud. Un database gestito, come Cloud SQL, può essere utilizzato come opzione per lo sviluppo e i test in Google Cloud. Per lo sviluppo e il test è possibile utilizzare lo stesso motore del database e la stessa versione nell'ambiente on-premise, un motore funzionalmente equivalente o una nuova versione di cui viene eseguito il rollout nell'ambiente di produzione dopo la fase di test. Tuttavia, poiché l'infrastruttura sottostante dei due ambienti non è identica, questo approccio ai test di carico delle prestazioni non è valido.

I team di sviluppo e QA inviano i dati tramite istanze di test e QA Google Cloud a un sistema di produzione on-premise non valido.

I seguenti scenari possono adattarsi bene al pattern ibrido dell'ambiente:

  • Raggiungi l'equivalenza funzionale in tutti gli ambienti affidandoti a Kubernetes come livello di runtime comune, ove applicabile e fattibile. Google Kubernetes Engine (GKE) può essere una tecnologia abilitante chiave per questo approccio.
    • Garantire la portabilità dei workload e astrarre le differenze tra gli ambienti di computing. Con un mesh di servizi zero trust, puoi controllare e mantenere la separazione delle comunicazioni richiesta tra i diversi ambienti.
  • Esegui ambienti di sviluppo e test funzionali nel cloud pubblico. Questi ambienti possono essere funzionalmente equivalenti agli altri ambienti, ma potrebbero differire per aspetti non funzionali, come le prestazioni. Questo concetto è illustrato nel diagramma precedente.
  • Esegui ambienti per la produzione, la gestione temporanea e i test di prestazioni (test di carico) e affidabilità nell'ambiente di computing privato, garantendo l'equivalenza funzionale e non funzionale.

Considerazioni sulla progettazione

  • Esigenze aziendali: ogni strategia di deployment e rilascio per le applicazioni presenta vantaggi e svantaggi. Per assicurarti che l'approccio selezionato sia in linea con i tuoi requisiti specifici, basa le tue selezioni su una valutazione approfondita delle esigenze e dei vincoli della tua attività.
  • Differenze di ambiente: nell'ambito di questo pattern, l'obiettivo principale dell'utilizzo di questo ambiente cloud è lo sviluppo e il test. Lo stato finale è l'hosting dell'applicazione testata nell'ambiente on-premise privato (produzione). Per evitare di sviluppare e testare una funzionalità che potrebbe funzionare come previsto nell'ambiente cloud e non riuscire nell'ambiente di produzione (on-premise), il team tecnico deve conoscere e comprendere le architetture e le funzionalità di entrambi gli ambienti. Sono incluse le dipendenze da altre applicazioni e dall'infrastruttura hardware, ad esempio i sistemi di sicurezza che eseguono l'ispezione del traffico.
  • Governance: per controllare ciò che la tua azienda può sviluppare nel cloud e quali dati può utilizzare per i test, utilizza un processo di approvazione e governance. Questo processo può anche aiutare la tua azienda ad assicurarsi di non utilizzare negli ambienti di sviluppo e test funzionalità cloud che non esistono nell'ambiente di produzione on-premise.
  • Criteri di successo: devono essere presenti criteri di successo dei test chiari, predefiniti e misurabili, in linea con gli standard di garanzia di qualità del software della tua organizzazione. Applica questi standard a qualsiasi applicazione che sviluppi e testi.
  • Ridondanza: anche se gli ambienti di sviluppo e test potrebbero non richiedere la stessa affidabilità dell'ambiente di produzione, hanno comunque bisogno di funzionalità ridondanti e della capacità di testare diversi scenari di errore. I requisiti per gli scenari di errore potrebbero richiedere l'inclusione della ridondanza nel design come parte dell'ambiente di sviluppo e test.

Vantaggi

L'esecuzione di workload di sviluppo e test funzionali nel cloud pubblico presenta diversi vantaggi:

  • Puoi avviare e arrestare automaticamente gli ambienti in base alle esigenze. Ad esempio, puoi eseguire il provisioning di un intero ambiente per ogni commit o richiesta di pull, consentire l'esecuzione dei test e quindi disattivarlo di nuovo. Questo approccio offre anche i seguenti vantaggi:
    • Puoi ridurre i costi arrestando le istanze di macchine virtuali (VM) quando sono inattive o eseguendo il provisioning degli ambienti solo on demand.
    • Puoi velocizzare lo sviluppo e i test avviando ambienti temporanei per ogni richiesta di pull. In questo modo, si riducono anche l'overhead di manutenzione e le incoerenze nell'ambiente di build.
  • L'esecuzione di questi ambienti nel cloud pubblico aiuta a familiarizzare e ad acquisire fiducia nel cloud e negli strumenti correlati, il che potrebbe essere utile per la migrazione di altri workload. Questo approccio è particolarmente utile se decidi di esplorare la portabilità dei workload utilizzando i container e Kubernetes, ad esempio utilizzando GKE in più ambienti.

Best practice

Per implementare correttamente il pattern di architettura ibrida dell'ambiente, considera i seguenti suggerimenti:

  • Definisci i requisiti di comunicazione delle tue applicazioni, tra cui la progettazione ottimale della rete e della sicurezza. Quindi, utilizza il pattern della rete sottoposta a mirroring per progettare l'architettura di rete in modo da impedire le comunicazioni dirette tra i sistemi di ambienti diversi. Se è necessaria la comunicazione tra ambienti, questa deve avvenire in modo controllato.
  • La strategia di deployment e test delle applicazioni che scegli deve essere in linea con i tuoi requisiti e scopi commerciali. Ciò potrebbe comportare l'implementazione di modifiche senza tempi di inattività o l'implementazione graduale di funzionalità in un ambiente o un gruppo di utenti specifico prima di un rilascio più ampio.

  • Per rendere i workload portatili e astrarre le differenze tra gli ambienti, puoi utilizzare i container con Kubernetes. Per saperne di più, consulta l'architettura di riferimento dell'ambiente ibrido GKE.

  • Stabilire una catena di strumenti comune che funzioni in tutti gli ambienti di computing per il deployment, la configurazione e il funzionamento dei workload. L'utilizzo di Kubernetes ti offre questa coerenza.

  • Assicurati che le pipeline CI/CD siano coerenti tra gli ambienti di computing e che lo stesso insieme di programmi binari, pacchetti o container venga distribuito in questi ambienti.

  • Quando utilizzi Kubernetes, utilizza un sistema di CI come Tekton per implementare una pipeline di deployment che esegue il deployment nei cluster e funziona in tutti gli ambienti. Per saperne di più, consulta Soluzioni DevOps su Google Cloud.

  • Per aiutarti con il rilascio continuo di applicazioni sicure e affidabili, incorpora la sicurezza come parte integrante del processo DevOps (DevSecOps). Per saperne di più, consulta Distribuisci e proteggi la tua applicazione per internet in meno di un'ora utilizzando il toolkit Dev(Sec)Ops.

  • Utilizza gli stessi strumenti per il logging e il monitoraggio in Google Cloude negli ambienti cloud esistenti. Valuta la possibilità di utilizzare sistemi di monitoraggio open source. Per saperne di più, consulta Pattern di logging e monitoraggio per cloud ibrido e multi-cloud.

  • Se team diversi gestiscono i workload di test e di produzione, l'utilizzo di strumenti separati potrebbe essere accettabile. Tuttavia, l'utilizzo degli stessi strumenti con autorizzazioni di visualizzazione diverse può contribuire a ridurre l'impegno e la complessità della formazione.

  • Quando scegli i servizi di database, archiviazione e messaggistica per i test funzionali, utilizza prodotti che hanno un equivalente gestito su Google Cloud. L'utilizzo di servizi gestiti aiuta a ridurre l'impegno amministrativo per la manutenzione degli ambienti di sviluppo e test.

  • Per proteggere le informazioni sensibili, ti consigliamo di criptare tutte le comunicazioni in transito. Se è richiesta la crittografia a livello di connettività, sono disponibili varie opzioni basate sulla soluzione di connettività ibrida selezionata. Queste opzioni includono tunnel VPN, VPN ad alta disponibilità affidabilità su Cloud Interconnect e MACsec per Cloud Interconnect.

La tabella seguente mostra quali prodotti Google Cloud sono compatibili con i prodotti OSS comuni.

Prodotto OSS Compatibile con il prodotto Google Cloud
Apache HBase Bigtable
Apache Beam Dataflow
CDAP Cloud Data Fusion
Apache Hadoop Managed Service for Apache Spark
MySQL, PostgreSQL Cloud SQL
Cluster Redis, Redis, Memcached Memorystore
Network File System (NFS) Filestore
JMS, Kafka Pub/Sub
Kubernetes GKE

Pattern ibridi e multi-cloud per la continuità aziendale

Il fattore principale per considerare la continuità aziendale per i sistemi mission-critical è aiutare un'organizzazione a essere resiliente e a continuare le sue operazioni aziendali durante e dopo gli eventi di errore. Replicando sistemi e dati in più regioni geografiche ed evitando single point of failure, puoi ridurre al minimo i rischi di un disastro naturale che influisce sull'infrastruttura locale. Altri scenari di errore includono un grave errore di sistema, un attacco di cybersicurezza o persino un errore di configurazione del sistema.

L'ottimizzazione di un sistema per resistere agli errori è essenziale per stabilire una continuità aziendale efficace. L'affidabilità del sistema può essere influenzata da diversi fattori, tra cui, a titolo esemplificativo, prestazioni, resilienza, disponibilità di uptime, sicurezza ed esperienza utente. Per saperne di più su come progettare e gestire servizi affidabili suGoogle Cloud, consulta il pilastro dell'affidabilità del Google Cloud Well-Architected Framework e i componenti di base dell'affidabilità in Google Cloud.

Questo pattern di architettura si basa su un deployment ridondante delle applicazioni in più ambienti di computing. In questo pattern, esegui il deployment delle stesse applicazioni in più ambienti di computing con l'obiettivo di aumentare l'affidabilità. La business continuity può essere definita come la capacità di un'organizzazione di continuare a svolgere le sue funzioni o i suoi servizi aziendali chiave a livelli accettabili predefiniti in seguito a un evento di interruzione.

Il disaster recovery (RE) è considerato un sottoinsieme della continuità aziendale, incentrato esplicitamente sull'assicurare che i sistemi IT che supportano le funzioni aziendali critiche tornino operativi il prima possibile dopo un'interruzione. In generale, le strategie e i piani di RE spesso contribuiscono a formare una strategia di continuità aziendale più ampia. Dal punto di vista tecnologico, quando inizi a creare strategie di ripristino di emergenza, l'analisi dell'impatto aziendale deve definire due metriche chiave: il Recovery Point Objective (RPO) e il Recovery Time Objective (RTO). Per ulteriori istruzioni sull'utilizzo di Google Cloud per il disaster recovery, consulta la Guida alla pianificazione del disaster recovery.

Più piccoli sono i valori target di RPO e RTO, più velocemente i servizi potrebbero riprendersi da un'interruzione con una perdita di dati minima. Tuttavia, ciò comporta costi più elevati, perché significa creare sistemi ridondanti. I sistemi ridondanti in grado di eseguire la replica dei dati quasi in tempo reale e di operare alla stessa scala dopo un evento di errore aumentano la complessità, l'overhead amministrativo e i costi.

La decisione di selezionare una strategia o un pattern di DR deve essere guidata da un'analisi dell'impatto aziendale. Ad esempio, le perdite finanziarie subite anche solo per pochi minuti di inattività di un'organizzazione di servizi finanziari potrebbero superare di gran lunga il costo di implementazione di un sistema di RE. Tuttavia, le aziende di altri settori potrebbero sostenere ore di inattività senza un impatto significativo sull'attività.

Quando esegui sistemi mission-critical in un data center on-premise, un approccio di RE consiste nel mantenere i sistemi in standby in un secondo data center in un'altra regione. Tuttavia, un approccio più conveniente consiste nell'utilizzare un ambiente di computing basato su cloud pubblico per il failover. Questo approccio è il fattore principale del pattern ibrido di business continuity. Il cloud può essere particolarmente interessante dal punto di vista dei costi, perché ti consente di disattivare parte dell'infrastruttura di RE quando non è in uso. Per ottenere una soluzione di RE a costi inferiori, una soluzione cloud consente a un'azienda di accettare il potenziale aumento dei valori RPO e RTO.

Dati che fluiscono da un ambiente on-premise a un'istanza di ripristino di emergenza ospitata in Google Cloud.

Il diagramma precedente illustra l'utilizzo del cloud come ambiente di failover o disaster recovery per un ambiente on-premise.

Una variante meno comune (e raramente richiesta) di questo pattern è il pattern multicloud per la continuità aziendale. In questo pattern, l'ambiente di produzione utilizza un cloud provider e l'ambiente di RE ne utilizza un altro. Eseguendo il deployment di copie dei workload su più cloud provider, potresti aumentare la disponibilità oltre a quella offerta da un deployment multiregionale.

La valutazione di un RE su più cloud rispetto all'utilizzo di un cloud provider con regioni diverse richiede un'analisi approfondita di diverse considerazioni, tra cui:

  • Gestibilità
  • Sicurezza
  • Fattibilità complessiva.
  • Costo
    • I potenziali costi per il trasferimento di dati in uscita da più di un cloud provider potrebbero essere elevati con una comunicazione continua tra cloud.
    • Durante la replica dei database, il volume di traffico può essere elevato.
    • TCO e costo di gestione dell'infrastruttura di rete inter-cloud.

Se i tuoi dati devono rimanere nel tuo paese per soddisfare i requisiti normativi, puoi utilizzare un secondo cloud provider, anch'esso nel tuo paese, come RE. L'utilizzo di un secondo cloud provider presuppone che non sia possibile utilizzare un ambiente on-premise per creare una configurazione ibrida. Per evitare di riprogettare la tua soluzione cloud, l'ideale è che il secondo cloud provider offra tutte le funzionalità e i servizi necessari nella regione.

Considerazioni sulla progettazione

  • Aspettative di DR: gli obiettivi RPO e RTO che la tua azienda vuole raggiungere devono guidare la pianificazione dell'architettura e della creazione del RE.
  • Architettura della soluzione: con questo pattern, devi replicare le funzioni e le funzionalità esistenti del tuo ambiente on-premise per soddisfare le tue aspettative di RE. Pertanto, devi valutare la fattibilità e la viabilità del rehosting, del refactoring o della riprogettazione delle tue applicazioni per fornire le stesse funzioni e prestazioni (o più ottimizzate) nell'ambiente cloud.
  • Progettazione e creazione: la creazione di una zona di destinazione è quasi sempre un prerequisito per il deployment dei workload aziendali in un ambiente cloud. Per saperne di più, consulta Progettazione della zona di destinazione in Google Cloud.
  • Chiamata del DR: è importante che la progettazione e il processo di RE prendano in considerazione le seguenti domande:

    • Cosa attiva uno scenario di RE? Ad esempio, un RE potrebbe essere attivato dall'errore di funzioni o sistemi specifici nel sito principale.
    • Come viene richiamato il failover nell'ambiente di RE? Si tratta di un processo di approvazione manuale o può essere automatizzato per raggiungere un target RTO basso?
    • Come devono essere progettati i meccanismi di rilevamento e notifica degli errori di sistema per richiamare il failover in linea con l'RTO previsto?
    • In che modo il traffico viene reindirizzato all'ambiente di RE dopo il rilevamento dell'errore?

    Convalida le risposte a queste domande tramite i test.

  • Test: testa e valuta attentamente il failover al RE. Assicurati che soddisfi le tue aspettative di RPO e RTO. In questo modo, potresti avere maggiore sicurezza nell'attivare RE quando necessario. Ogni volta che viene apportata una nuova modifica o un aggiornamento alla soluzione di processo o tecnologica, esegui nuovamente i test.

  • Competenze del team: uno o più team tecnici devono avere le competenze e l'esperienza necessarie per creare, gestire e risolvere i problemi del workload di produzione nell'ambiente cloud, a meno che l'ambiente non sia gestito da una terza parte.

Vantaggi

L'utilizzo di Google Cloud per la continuità aziendale offre diversi vantaggi:

  • Poiché Google Cloud ha molte regioni in tutto il mondo tra cui scegliere, puoi utilizzarlo per eseguire il backup o la replica dei dati in un sito diverso all'interno dello stesso continente. Puoi anche eseguire il backup o la replica dei dati in un sito in un altro continente.
  • Google Cloud offre la possibilità di archiviare i dati in Cloud Storage in un bucket a due regioni o multiregionale. I dati vengono archiviati in modo ridondante in almeno due regioni geografiche separate. I dati archiviati in bucket a due regioni e multiregionali vengono replicati tra regioni geografiche utilizzando la replica predefinita.
    • I bucket a due regioni forniscono la ridondanza geografica per supportare i piani di continuità aziendale e RE. Inoltre, per replicare più velocemente, con un RPO inferiore, gli oggetti archiviati in due regioni possono facoltativamente utilizzare la replica turbo in queste regioni.
    • Analogamente, la replica multiregionale fornisce ridondanza in più regioni archiviando i dati all'interno del confine geografico della multiregione.
  • Fornisce una o più delle seguenti opzioni per ridurre le spese in conto capitale e le spese operative per creare un RE:
    • Le istanze VM arrestate comportano solo costi di archiviazione e sono sostanzialmente più economiche delle istanze VM in esecuzione. Ciò significa che puoi ridurre al minimo il costo di manutenzione dei sistemi di standby passivo.
    • Il modello di pagamento a consumo di Google Cloud significa che paghi solo per la capacità di archiviazione e di calcolo che utilizzi effettivamente.
    • Le funzionalità di elasticità, come la scalabilità automatica, ti consentono di scalare o ridurre automaticamente l'ambiente di RE in base alle esigenze.

Ad esempio, il seguente diagramma mostra un'applicazione in esecuzione in un ambiente on-premise (produzione) che utilizza componenti di recovery suGoogle Cloud con Compute Engine, Cloud SQL e Cloud Load Balancing. In questo scenario, il provisioning del database viene eseguito in anticipo utilizzando un database basato su VM o un database gestito da Google Cloud , come Cloud SQL, per un recupero più rapido con la replica continua dei dati. Puoi avviare le VM di Compute Engine da snapshot pre-creati per ridurre i costi durante le normali operazioni. Con questa configurazione e in seguito a un evento di errore, il DNS deve puntare all'indirizzo IP esterno di Cloud Load Balancing.

Un'applicazione in esecuzione in un ambiente di produzione on-premise che utilizza componenti di ripristino su Google Cloud con Compute Engine, Cloud SQL e Cloud Load Balancing.

Per rendere operativa l'applicazione nel cloud, devi eseguire il provisioning delle VM web e dell'applicazione. A seconda del livello di RTO target e delle policy aziendali, l'intero processo di richiamo di un RE, provisioning del workload nel cloud e reindirizzamento del traffico può essere completato manualmente o automaticamente.

Per accelerare e automatizzare il provisioning dell'infrastruttura, valuta la possibilità di gestirla come codice. Puoi utilizzare Cloud Build, un servizio di integrazione continua, per applicare automaticamente i manifest di Terraform al tuo ambiente. Per saperne di più, consulta Gestione dell'infrastructure as code con Terraform, Cloud Build e GitOps.

Best practice

Quando utilizzi il pattern di continuità aziendale, tieni presente le seguenti best practice:

  • Crea un piano di disaster recovery che documenti la tua infrastruttura insieme alle procedure di failover e ripristino.
  • Prendi in considerazione le seguenti azioni in base all'analisi dell'impatto aziendale e ai target RPO e RTO identificati:
    • Decidi se il backup dei dati su Google Cloud è sufficiente o se devi prendere in considerazione un'altra strategia di RE (sistemi di standby cold, warm o hot).
    • Definisci i servizi e i prodotti che puoi utilizzare come componenti di base per il tuo piano di RE.
    • Inquadra gli scenari di RE applicabili per le tue applicazioni e i tuoi dati nell'ambito della strategia di RE selezionata.
  • Valuta la possibilità di utilizzare il pattern di handover quando esegui solo il backup dei dati. In caso contrario, il pattern meshed potrebbe essere una buona opzione per replicare l'architettura di rete dell'ambiente esistente.
  • Riduci al minimo le dipendenze tra i sistemi in esecuzione in ambienti diversi, in particolare quando la comunicazione viene gestita in modo sincrono. Queste dipendenze possono rallentare le prestazioni e ridurre la disponibilità complessiva.
  • Evita il problema dello split-brain. Se replichi i dati in modo bidirezionale tra gli ambienti, potresti riscontrare il problema dello split-brain. Il problema di split-brain si verifica quando due ambienti che replicano i dati in modo bidirezionale perdono la comunicazione tra loro. Questa suddivisione può indurre i sistemi di entrambi gli ambienti a concludere che l'altro ambiente non è disponibile e che hanno accesso esclusivo ai dati. Ciò può portare a modifiche dei dati in conflitto. Esistono due modi comuni per evitare il problema dello split-brain:

    • Utilizzare un terzo ambiente di computing. Questo ambiente consente ai sistemi di verificare la presenza di un quorum prima di modificare i dati.
    • Consenti la riconciliazione delle modifiche ai dati in conflitto dopo il ripristino della connettività.

      Con i database SQL, puoi evitare il problema dello split-brain rendendo inaccessibile l'istanza principale originale prima che i client inizino a utilizzare la nuova istanza principale. Per saperne di più, consulta Disaster recovery del database Cloud SQL.

  • Assicurati che i sistemi CI/CD e i repository degli artefatti non diventino un single point of failure. Quando un ambiente non è disponibile, devi comunque essere in grado di eseguire il deployment di nuove release o applicare modifiche alla configurazione.

  • Rendi tutti i workload portatili quando utilizzi sistemi in standby. Tutti i workload devono essere portabili (ove supportato dalle applicazioni e fattibile) in modo che i sistemi rimangano coerenti tra gli ambienti. Puoi adottare questo approccio prendendo in considerazione i container e Kubernetes. Utilizzando Google Kubernetes Engine (GKE), puoi semplificare la creazione e le operazioni.

  • Integra il deployment dei sistemi di standby nella tua pipeline CI/CD. Questa integrazione contribuisce a garantire che le versioni e le configurazioni delle applicazioni siano coerenti in tutti gli ambienti.

  • Assicurati che le modifiche al DNS vengano propagate rapidamente configurando il DNS con un valore di durata ragionevolmente breve, in modo da poter reindirizzare gli utenti ai sistemi di standby in caso di disastro.

  • Seleziona la policy DNS e la policy di routing in linea con la tua architettura e il comportamento della soluzione. Inoltre, puoi combinare più bilanciatori del carico regionali con policy di routing DNS per creare architetture di bilanciamento del carico globali per diversi casi d'uso, inclusa la configurazione ibrida.

  • Utilizza più provider DNS. Quando utilizzi più provider DNS, puoi:

    • Migliora la disponibilità e la resilienza delle tue applicazioni e dei tuoi servizi.
    • Semplifica il deployment o la migrazione delle applicazioni ibride con dipendenze tra ambienti on-premise e cloud con una configurazione DNS multi-provider.

      Google Cloud offre una soluzione open source basata su octoDNS per aiutarti a configurare e gestire un ambiente con più provider DNS. Per saperne di più, consulta DNS pubblico multi-provider con Cloud DNS.

  • Utilizza i bilanciatori del carico quando utilizzi sistemi in standby per creare un failover automatico. Tieni presente che l'hardware del bilanciatore del carico può non funzionare.

  • Utilizza Cloud Load Balancing anziché i bilanciatori del carico hardware per gestire alcuni scenari che si verificano quando utilizzi questo pattern di architettura. Le richieste dei client interni o le richieste dei client esterni possono essere reindirizzate all'ambiente principale o all'ambiente di RE in base a metriche diverse, ad esempio la suddivisione del traffico basata sul peso. Per saperne di più, consulta la panoramica della gestione del traffico per il bilanciatore del carico delle applicazioni esterno globale.

  • Valuta la possibilità di utilizzare Cloud Interconnect o Cross-Cloud Interconnect se il volume di trasferimento di dati in uscita da Google Cloud verso l'altro ambiente è elevato. Cloud Interconnect può aiutare a ottimizzare le prestazioni della connettività e potrebbe ridurre i costi di trasferimento di dati in uscita per il traffico che soddisfa determinate condizioni. Per saperne di più, consulta i prezzi di Cloud Interconnect.

  • Valuta la possibilità di utilizzare la tua soluzione partner preferita su Google Cloud Marketplace per facilitare i backup, le repliche e altre attività dei dati che soddisfano i tuoi requisiti, inclusi i target RPO e RTO.

  • Testa e valuta gli scenari di chiamata RE per capire con quale facilità l'applicazione può riprendersi da un evento di emergenza rispetto al valore RTO target.

  • Crittografare le comunicazioni in transito. Per proteggere le informazioni sensibili, ti consigliamo di criptare tutte le comunicazioni in transito. Se la crittografia è richiesta a livello di connettività, sono disponibili varie opzioni in base alla soluzione di connettività ibrida selezionata. Queste opzioni includono tunnel VPN, VPN ad alta disponibilità affidabilità su Cloud Interconnect e MACsec per Cloud Interconnect.

Pattern di cloud bursting

Le applicazioni internet possono subire fluttuazioni estreme nell'utilizzo. Sebbene la maggior parte delle applicazioni aziendali non debba affrontare questa sfida, molte aziende devono gestire un tipo diverso di workload con picchi: i job batch o CI/CD.

Questo pattern di architettura si basa su un deployment ridondante delle applicazioni in più ambienti di computing. L'obiettivo è aumentare la capacità, la resilienza o entrambe.

Sebbene sia possibile gestire workload con picchi di traffico in un ambiente di computing basato su data center eseguendo l'overprovisioning delle risorse, questo approccio potrebbe non essere conveniente. Con i job batch, puoi ottimizzare l'utilizzo estendendo la loro esecuzione su periodi di tempo più lunghi, anche se ritardare i job non è pratico se sono sensibili al fattore tempo.

L'idea del pattern di cloud bursting è utilizzare un ambiente di computing privato per il carico di base ed eseguire il bursting nel cloud temporaneamente quando hai bisogno di capacità aggiuntiva.

Flusso di dati da un ambiente on-premise a Google Cloud in modalità burst.

Nel diagramma precedente, quando la capacità dei dati raggiunge il limite in un ambiente privato on-premise, il sistema può ottenere capacità aggiuntiva da un ambienteGoogle Cloud quando necessario.

I fattori chiave di questo pattern sono il risparmio di denaro e la riduzione del tempo e dello sforzo necessari per rispondere alle modifiche dei requisiti di scalabilità. Con questo approccio, paghi solo per le risorse utilizzate durante la gestione di carichi aggiuntivi. Ciò significa che non è necessario eseguire l'overprovisioning dell'infrastruttura. Puoi invece sfruttare le risorse cloud on demand e scalarle in base alla domanda e alle metriche predefinite. In questo modo, la tua azienda potrebbe evitare interruzioni del servizio durante i periodi di picco della domanda.

Un potenziale requisito per gli scenari di cloud bursting è la portabilità dei workload. Quando consenti il deployment dei workload in più ambienti, devi astrarre le differenze tra gli ambienti. Ad esempio, Kubernetes ti offre la possibilità di ottenere coerenza a livello di workload in ambienti diversi che utilizzano infrastrutture diverse. Per saperne di più, consulta l'architettura di riferimento dell'ambiente ibrido di Google Kubernetes Engine (GKE).

Considerazioni sulla progettazione

Il pattern di cloud bursting si applica ai workload interattivi e batch. Tuttavia, quando gestisci workload interattivi, devi determinare come distribuire le richieste tra gli ambienti:

  • Puoi instradare le richieste degli utenti in arrivo a un bilanciatore del carico in esecuzione nel data center esistente, quindi fare in modo che il bilanciatore del carico distribuisca le richieste tra le risorse locali e quelle cloud.

    Questo approccio richiede che il bilanciatore del carico o un altro sistema in esecuzione nel data center esistente monitori anche le risorse allocate nel cloud. Il bilanciatore del carico o un altro sistema deve inoltre avviare lo scale up o lo scale down automatico delle risorse. Utilizzando questo approccio, puoi dismettere tutte le risorse cloud durante i periodi di bassa attività. Tuttavia, l'implementazione di meccanismi per monitorare le risorse potrebbe superare le funzionalità delle soluzioni di bilanciamento del carico e, di conseguenza, aumentare la complessità complessiva.

  • Anziché implementare meccanismi per monitorare le risorse, puoi utilizzare Cloud Load Balancing con un backend di un gruppo di endpoint di rete (NEG) con connettività ibrida. Utilizza questo bilanciatore del carico per instradare le richieste dei client interni o le richieste dei client esterni ai backend che si trovano sia on-premise sia inGoogle Cloud e che si basano su metriche diverse, come la suddivisione del traffico basata sul peso. Puoi anche scalare i backend in base alla capacità di gestione del bilanciamento del carico per i workload in Google Cloud. Per saperne di più, consulta la panoramica della gestione del traffico per il bilanciatore del carico delle applicazioni esterno globale.

    Questo approccio offre diversi vantaggi aggiuntivi, come l'utilizzo delle funzionalità di protezione DDoS di Google Cloud Armor, del WAF e della memorizzazione dei contenuti nella cache sul perimetro del cloud utilizzando Cloud CDN. Tuttavia, devi dimensionare la connettività di rete ibrida per gestire il traffico aggiuntivo.

  • Come evidenziato in Portabilità dei workload, un'applicazione potrebbe essere portabile in un ambiente diverso con modifiche minime per ottenere la coerenza del workload, ma ciò non significa che l'applicazione funzioni allo stesso modo in entrambi gli ambienti. Le differenze nel computing sottostante, nelle funzionalità di sicurezza dell'infrastruttura o nell'infrastruttura di networking, insieme alla vicinanza ai servizi dipendenti, in genere determinano le prestazioni. I test ti consentono di avere una visibilità più accurata e di comprendere le aspettative sul rendimento.

  • Puoi utilizzare i servizi di infrastruttura cloud per creare un ambiente per ospitare le tue applicazioni senza portabilità. Utilizza i seguenti approcci per gestire le richieste dei client quando il traffico viene reindirizzato durante i periodi di picco della domanda:

    • Utilizza strumenti coerenti per monitorare e gestire questi due ambienti.
    • Assicurati che il controllo delle versioni dei workload sia coerente e che le origini dati siano aggiornate.
    • Potresti dover aggiungere l'automazione per eseguire il provisioning dell'ambiente cloud e cambiare il percorso del traffico quando la domanda aumenta e si prevede che il workload cloud accetti le richieste dei client per la tua applicazione.
  • Se intendi arrestare tutte le risorse Google Cloud nei periodi di bassa domanda, l'utilizzo delle policy di routing DNS principalmente per il bilanciamento del carico del traffico potrebbe non essere sempre ottimale. Ciò è dovuto principalmente al fatto che:

    • Le risorse possono richiedere un po' di tempo per l'inizializzazione prima di poter servire gli utenti.
    • Gli aggiornamenti DNS tendono a propagarsi lentamente su internet.

    Di conseguenza:

    • Gli utenti potrebbero essere indirizzati all'ambiente cloud anche quando non sono disponibili risorse per elaborare le loro richieste.
    • Gli utenti potrebbero continuare a essere indirizzati temporaneamente all'ambiente on-premise mentre gli aggiornamenti DNS si propagano su internet.

Con Cloud DNS, puoi scegliere la policy DNS e la policy di routing più adatte all'architettura e al comportamento della tua soluzione, ad esempio le policy di routing DNS di geolocalizzazione. Cloud DNS supporta anche i controlli di integrità per i bilanciatori del carico di rete passthrough interni e i bilanciatori del carico delle applicazioni interni. In questo caso, puoi incorporarlo nella configurazione DNS ibrida complessiva basata su questo pattern.

In alcuni scenari, puoi utilizzare Cloud DNS per distribuire le richieste client con i controlli di integrità su Google Cloud, ad esempio quando utilizzi i bilanciatori del carico delle applicazioni interni o i bilanciatori del carico delle applicazioni interni tra regioni. In questo scenario, Cloud DNS controlla l'integrità complessiva del bilanciatore del carico delle applicazioni interno, che a sua volta controlla l'integrità delle istanze di backend. Per saperne di più, consulta Gestisci le policy di routing DNS e i controlli di integrità.

Puoi anche utilizzare Cloud DNS split horizon. Lo split horizon di Cloud DNS è un approccio per configurare risposte o record DNS per la località o la rete specifica dell'origine della query DNS per lo stesso nome di dominio. Questo approccio è di uso comune per soddisfare i requisiti in cui un'applicazione è progettata per offrire un'esperienza sia privata che pubblica, ciascuna con funzionalità uniche. Questo approccio aiuta anche a distribuire il carico di traffico tra gli ambienti.

In base a queste considerazioni, il cloud bursting si presta generalmente meglio ai workload batch rispetto ai workload interattivi.

Vantaggi

I principali vantaggi del pattern di architettura di cloud bursting includono:

  • Il cloud bursting ti consente di riutilizzare gli investimenti esistenti nei data center e negli ambienti di computing privati. Questo riutilizzo può essere permanente o valido fino alla scadenza della sostituzione delle apparecchiature esistenti, momento in cui potresti prendere in considerazione una migrazione completa.
  • Poiché non devi più mantenere una capacità in eccesso per soddisfare i picchi di domanda, potresti essere in grado di aumentare l'utilizzo e l'efficienza in termini di costi dei tuoi ambienti di computing privati.
  • Il cloud bursting ti consente di eseguire i job batch in modo tempestivo senza la necessità di eseguire l'overprovisioning delle risorse di computing.

Best practice

Quando implementi il cloud bursting, tieni presente le seguenti best practice:

  • Per garantire che i workload in esecuzione nel cloud possano accedere alle risorse nello stesso modo dei workload in esecuzione in un ambiente on-premise, utilizza il pattern meshed con il principio di accesso di sicurezza con privilegio minimo. Se il design del workload lo consente, puoi consentire l'accesso solo dal cloud all'ambiente di computing on-premise, non viceversa.
  • Per ridurre al minimo la latenza per la comunicazione tra gli ambienti, scegli una regioneGoogle Cloud geograficamente vicina al tuo ambiente di computing privato. Per maggiori informazioni, consulta Best practice per la scelta delle regioni di Compute Engine.
  • Quando utilizzi il cloud bursting solo per i workload batch, riduci la superficie di attacco della sicurezza mantenendo private tutte le risorse Google Cloud . Non consentire l'accesso diretto da internet a queste risorse, anche se utilizzi il bilanciamento del carico esterno Google Cloud per fornire il punto di ingresso al workload.
  • Seleziona la policy DNS e la policy di routing in linea con il tuo pattern di architettura e il comportamento della soluzione target.

    • Nell'ambito di questo pattern, puoi applicare il design delle policy DNS in modo permanente o quando hai bisogno di capacità aggiuntiva utilizzando un altro ambiente durante i periodi di picco della domanda.
    • Puoi utilizzare le policy di routing DNS di geolocalizzazione per avere un endpoint DNS globale per i tuoi bilanciatori del carico regionali. Questa tattica ha molti casi d'uso per le policy di routing DNS di geolocalizzazione, tra cui applicazioni ibride che utilizzano Google Cloud insieme a un deployment on-premise in cui esiste la regione Google Cloud .
    • Se devi fornire record diversi per le stesse query DNS, puoi utilizzare il DNS split horizon, ad esempio per le query di client interni ed esterni.

      Per saperne di più, consulta le architetture di riferimento per DNS in un ambiente ibrido.

  • Per assicurarti che le modifiche al DNS vengano propagate rapidamente, configura il DNS con un valore di durata ragionevolmente breve, in modo da poter reindirizzare gli utenti ai sistemi in standby quando hai bisogno di capacità aggiuntiva utilizzando gli ambienti cloud.

  • Per i job che non sono di importanza critica in termini di tempo e non archiviano i dati localmente, valuta la possibilità di utilizzare istanze VM spot, che sono sostanzialmente più economiche delle istanze VM normali. Tuttavia, un prerequisito è che, se il job della VM viene prerilasciato, il sistema deve essere in grado di riavviarlo automaticamente.

  • Utilizza i container per ottenere la portabilità dei workload, se applicabile. Inoltre, GKE può essere una tecnologia abilitante fondamentale per questo design. Per ulteriori informazioni, consulta l'architettura di riferimento dell'ambiente ibrido GKE.

  • Monitora il traffico inviato da Google Cloud a un ambiente di computing diverso. Questo traffico è soggetto alle tariffe per il trasferimento di dati in uscita.

  • Se prevedi di utilizzare questa architettura a lungo termine con un volume elevato di trasferimento di dati in uscita, valuta la possibilità di utilizzare Cloud Interconnect. Cloud Interconnect può aiutare a ottimizzare le prestazioni della connettività e potrebbe ridurre i costi di trasferimento di dati in uscita per il traffico che soddisfa determinate condizioni. Per saperne di più, consulta i prezzi di Cloud Interconnect.

  • Quando utilizzi Cloud Load Balancing, devi usare le sue funzionalità di ottimizzazione della capacità delle applicazioni, ove applicabile. In questo modo, puoi affrontare alcune delle sfide relative alla capacità che possono verificarsi nelle applicazioni distribuite a livello globale.

  • Autentica le persone che utilizzano i tuoi sistemi stabilendo un'identità comune tra gli ambienti in modo che i sistemi possano autenticarsi in modo sicuro oltre i confini dell'ambiente.

  • Per proteggere le informazioni sensibili, è vivamente consigliato criptare tutte le comunicazioni in transito. Se la crittografia è richiesta a livello di connettività, sono disponibili varie opzioni in base alla soluzione di connettività ibrida selezionata. Queste opzioni includono tunnel VPN, VPN ad alta disponibilità affidabilità su Cloud Interconnect e MACsec per Cloud Interconnect.

Pattern di architettura ibrida e multi-cloud: passaggi successivi


  1. Per saperne di più sulle considerazioni specifiche per le regioni, consulta Area geografica e regioni.  ↩