Modellazione dell'integrità per i carichi di lavoro

Le applicazioni cloud generano volumi elevati di dati operativi, che rendono difficile individuare e risolvere rapidamente i problemi. Un motivo comune per questa sfida è l'assenza di una baseline di integrità personalizzata per la funzionalità del carico di lavoro e l'impossibilità di rilevare la deriva da tale baseline.

La modellazione dell'integrità è un esercizio di osservabilità che combina il contesto aziendale con i dati di monitoraggio non elaborati per quantificare l'integrità complessiva di un carico di lavoro. Consente di impostare una linea di base su cui è possibile monitorare il carico di lavoro. È consigliabile considerare i dati come i dati di telemetria dai componenti dell'infrastruttura e dell'applicazione. La modellazione dell'integrità può anche incorporare altre informazioni necessarie per raggiungere gli obiettivi di qualità del carico di lavoro.

I problemi di prestazioni o la riduzione delle prestazioni possono causare deviazioni dallo stato operativo previsto. Modellando l'integrità di un carico di lavoro, è possibile identificare la deriva e prendere decisioni operative informate che considerino l'impatto aziendale.

La modellazione dell'integrità consente di colmare il divario tra le conoscenze operative tribali e le informazioni dettagliate praticabili. Consente di gestire in modo efficace i problemi critici. Il concetto è essenziale per ottimizzare l'affidabilità e l'efficacia operativa.

Questa guida offre indicazioni pratiche sulla modellazione dell'integrità, tra cui come creare un modello che valuta l'integrità di runtime di un carico di lavoro e tutti i relativi sottosistemi.

È consigliabile guardare questo video per ottenere una conoscenza generale della modellazione dell'integrità.

Che cos'è l'integrità, la modellazione dell'integrità e un modello di integrità?

Il termine integrità si riferisce allo stato operativo di un'entità e alle relative dipendenze. Tale entità può essere una singola unità di un sistema, una combinazione logica di più entità correlate o il sistema complessivo.

È consigliabile rappresentare l'integrità in uno dei tre stati seguenti:

• Integro: funziona in modo ottimale e soddisfa le aspettative di qualità

• Degradato: presenta un comportamento meno che integro, che indica potenziali problemi

• Non integro: in uno stato critico e richiede attenzione immediata

Gli stati di integrità sono derivati combinando i dati di monitoraggio con le informazioni sul dominio. Ogni stato deve essere definito e deve essere misurabile. Gli stati di integrità vengono calcolati usando segnali di integrità, ovvero singoli flussi di dati che forniscono informazioni dettagliate sul comportamento operativo di un'entità. I segnali possono includere metriche, log, tracce o altre caratteristiche di qualità. Ad esempio, un segnale di integrità per un'entità macchina virtuale (VM) potrebbe tenere traccia della metrica di utilizzo della CPU. Altri segnali per questa entità possono includere l'utilizzo della memoria, la latenza di rete o le percentuali di errore.

Quando si definiscono i segnali di integrità, tenere conto dei requisiti non funzionali per il carico di lavoro. Nell'esempio di utilizzo della CPU includere le soglie previste per ogni stato di integrità. Se l'utilizzo supera la soglia tollerata in base ai requisiti del carico di lavoro, il sistema passa da Integro a Danneggiato o Non integro. Queste modifiche di stato attivano gli avvisi o le azioni appropriati.

La modellazione dell'integrità richiede che le entità abbiano stati ben definiti, derivati da più segnali di integrità e contestualizzati per il carico di lavoro. Ad esempio, la definizione di integrità per una macchina virtuale potrebbe essere:

• Integro: requisiti e destinazioni chiave non funzionali, ad esempio il tempo di risposta, l'utilizzo delle risorse e le prestazioni complessive del sistema, sono completamente soddisfatti. Ad esempio, il 95% delle richieste viene elaborato entro 500 millisecondi. Il carico di lavoro usa risorse di macchine virtuali come CPU, memoria e archiviazione in modo ottimale e mantiene un equilibrio tra le richieste del carico di lavoro e la capacità disponibile. L'esperienza utente è a livelli previsti.

• Danneggiato: le risorse non funzionano in modo ottimale, ma sono ancora operative. Ad esempio, il disco di archiviazione riscontra problemi di limitazione. Gli utenti potrebbero riscontrare risposte lente.

• Non integro: il degrado supera i limiti tollerati. Le risorse non sono più reattive o disponibili e il sistema non soddisfa più i livelli di prestazioni accettabili. L'esperienza utente è gravemente interessata.

Il risultato della modellazione dell'integrità è un modello o una rappresentazione grafica delle entità logiche e delle relative relazioni per un'architettura del carico di lavoro. Ogni nodo ha una definizione dello stato di integrità.

Nell'immagine:

• Le entità sono componenti logici del carico di lavoro che rappresentano gli aspetti del sistema. Possono essere componenti dell'infrastruttura, ad esempio server, database e reti. Possono anche essere moduli applicativi, pod, servizi o microservizi specifici. In alternativa, le entità possono acquisire interazioni utente e flussi di sistema all'interno del carico di lavoro.

  Nota

  I flussi utente e di sistema riepilogano i requisiti non funzionali in scenari aziendali che coinvolgono componenti dell'applicazione e dell'infrastruttura. Questo riepilogo riflette il valore aziendale per l'applicazione.

• Le relazioni tra entità rispecchiano le catene di dipendenze all'interno del sistema. Ad esempio, un modulo dell'applicazione potrebbe chiamare componenti di infrastruttura specifici che formano una relazione.

Si consideri uno scenario in cui un carico di lavoro di e-commerce riscontra un picco nei messaggi non riusciti in una coda bus di servizio di Azure, causando un errore dei pagamenti. Questo problema è fondamentale per l'organizzazione a causa della perdita di ricavi implicita. Anche se uno sviluppatore di applicazioni potrebbe comprendere l'effetto di questo picco di metriche sui pagamenti, questa conoscenza tribale non viene spesso condivisa tra il team operativo.

Un modello di integrità può offrire agli operatori una visibilità immediata sul problema e sui relativi effetti. Il flusso di pagamento dipende da bus di servizio, ovvero uno dei componenti del carico di lavoro. La rappresentazione visiva rivela lo stato danneggiato dell'istanza di bus di servizio e il relativo effetto sul flusso di pagamento. Gli operatori possono comprendere l'importanza del problema e concentrare le attività di correzione su tale componente specifico.

La modellazione dell'integrità era importante nello scenario precedente nei modi seguenti:

• È stato migliorato il tempo necessario per rilevare (TTD) e il tempo necessario per attenuare (TTM) abilitando un isolamento più rapido dei problemi, che ha portato al rilevamento più rapido dei problemi e delle possibili correzioni.

• Gli operatori hanno ricevuto avvisi in base agli stati di integrità, riducendo il rumore non necessario. Gli operatori hanno ricevuto notifiche che hanno fornito contesto specifico sull'impatto aziendale sui pagamenti.

• Le catene di dipendenze hanno aiutato gli operatori a comprendere appieno l'entità dei problemi operativi. Questa conoscenza ha accelerato le valutazioni dell'impatto e ha portato a risposte con priorità. Gli operatori identificano facilmente anche problemi a catena o correlati.

• Gli operatori hanno condotto attività post-evento imprevisto con accuratezza perché il modello di integrità ha fornito informazioni dettagliate sulle cause radice delle anomalie e sui segnali di integrità specifici coinvolti.

• Ha reso significativi i dati di monitoraggio per tutti i membri del team. Ha risolto il divario tra la conoscenza tribale e le informazioni condivise.

• L'organizzazione ha usato il modello di integrità come baseline per gli investimenti futuri nelle operazioni basate sull'intelligenza artificiale per derivare informazioni intelligenti.

Schema del modello di integrità

I modelli di integrità forniscono uno schema di dati distinto ottimizzato per i casi d'uso di osservabilità. Questo schema accetta la modellazione dell'integrità da un concetto astratto a una soluzione misurabile. Modellando i requisiti, gli obiettivi e il contesto architettonico specifici, è possibile personalizzare i dati di integrità in base allo scenario univoco.

L'integrità è un concetto di dati relativo. Ogni modello rappresenta i dati di integrità univoci e classificati in ordine di priorità per l'ambito contestuale, anche se usa lo stesso set di entità. Ciò che costituisce integro in uno scenario specifico può differire significativamente in altri contesti.

Si consideri, ad esempio, le risorse di Azure dello stesso tipo all'interno del carico di lavoro.

• La macchina virtuale A esegue un'applicazione sensibile alla CPU.
• La macchina virtuale B gestisce un servizio a elevato utilizzo di memoria.

Le definizioni di integrità per questi computer sono diverse. Le metriche di utilizzo della CPU influenzano probabilmente lo stato di integrità della macchina virtuale A e la MACCHINA virtuale B potrebbe classificare in ordine di priorità le metriche correlate alla memoria.

Creare un modello di integrità

Il primo passaggio per creare un modello di integrità è un esercizio di progettazione logica, che in genere implica le attività descritte nelle sezioni seguenti.

Valutare la progettazione del carico di lavoro

Iniziare questo esercizio di progettazione logica valutando i componenti seguenti della progettazione del carico di lavoro.

• Componenti dell'infrastruttura come cluster di calcolo e database

• Componenti dell'applicazione eseguiti nel calcolo e nei relativi componenti pertinenti

• Dipendenze logiche o fisiche tra componenti

• Flussi utente e di sistema

Ad esempio, il modello di integrità per un'applicazione di e-commerce deve rappresentare lo stato corrente dei processi critici, ad esempio l'accesso utente, il checkout e i pagamenti.

Contestualizzare l'uso dei requisiti aziendali

Valutare l'importanza relativa e l'impatto complessivo di ogni flusso nell'organizzazione. Prendere in considerazione fattori come esperienza utente, sicurezza ed efficienza operativa. Nella maggior parte degli scenari, ad esempio, l'errore di un processo di pagamento è probabilmente più significativo rispetto all'errore di un processo di segnalazione.

Identificare i percorsi di escalation per la gestione dei problemi correlati a ogni flusso. Per altre informazioni, vedere Ottimizzare la progettazione del carico di lavoro usando i flussi.

Eseguire il mapping alle metriche di affidabilità

Cercare le metriche di affidabilità pertinenti nella progettazione dell'applicazione.

Prendere in considerazione la definizione degli indicatori a livello di servizio e degli obiettivi a livello di servizio per l'intera applicazione e i singoli processi aziendali. Questi contratti di servizio e gli obiettivi di servizio devono essere allineati ai segnali di integrità specifici considerati per il modello di integrità. In questo modo, si crea una definizione completa dell'integrità che riflette in modo accurato il raggiungimento di un livello di servizio accettabile per l'applicazione.

Identificare i segnali di integrità

Per creare un modello di integrità completo, correlare vari tipi di dati di monitoraggio, tra cui metriche, log e tracce. In questo modo, assicurarsi che il concetto di integrità rifletta accuratamente lo stato di runtime di un'entità specifica o l'intero carico di lavoro.

Usare metriche e log della piattaforma

Nel contesto della modellazione dell'integrità, è essenziale raccogliere metriche e log a livello di piattaforma dalle risorse di Azure sottostanti. Queste metriche includono percentuale cpu, rete in uscita e rete e operazioni su disco al secondo. È possibile usare questi dati nel modello di integrità per rilevare e prevedere potenziali problemi mantenendo un ambiente affidabile.

Questo approccio consente inoltre di distinguere tra errori temporanei o interruzioni temporanee e errori non transienti o problemi persistenti.

Aggiungere i log dell'applicazione

I log delle applicazioni sono un'origine importante dei dati di diagnostica per il modello di integrità. Ecco alcune procedure consigliate per la registrazione delle applicazioni:

• Usare la registrazione semantica o strutturata. I log strutturati facilitano l'utilizzo e l'analisi automatizzati dei dati di log su larga scala.

  È consigliabile archiviare le metriche delle risorse di Azure e i dati di diagnostica in un'area di lavoro Log di Monitoraggio di Azure anziché in un account di archiviazione. Usando questo metodo, è possibile creare segnali di integrità usando query Kusto per una valutazione efficiente.

• Registrare i dati nell'ambiente di produzione. Acquisire dati completi mentre l'applicazione opera nell'ambiente di produzione. Le informazioni sufficienti sono essenziali per la valutazione dell'integrità e per diagnosticare eventuali problemi di produzione rilevati.

• Registrare gli eventi in corrispondenza dei limiti del servizio. Includere un ID di correlazione che attraversa i limiti del servizio. Se una transazione coinvolge più servizi e uno di essi ha esito negativo, l'ID di correlazione consente di tenere traccia delle richieste in tutta l'applicazione e individuare la causa dell'errore.

• Usare la registrazione asincrona. Evitare operazioni di registrazione sincrone che potrebbero bloccare il codice dell'applicazione. La registrazione asincrona garantisce la disponibilità impedendo i backlog delle richieste durante le operazioni di scrittura del log.

• Separare la registrazione delle applicazioni dal controllo. Gestire i log di controllo separatamente dai log di diagnostica. Anche se i record di controllo servono requisiti normativi o di conformità, mantenerli distinti impedisce transazioni eliminate.

Implementare la traccia distribuita

Implementare la traccia distribuita correlando i dati di telemetria tra i flussi di sistema critici. I dati di telemetria correlati forniscono informazioni dettagliate sulle transazioni end-to-end ed è essenziale per l'analisi efficace della causa radice (RCA) in caso di errori.

Usare i probe di integrità

Implementare ed eseguire probe di integrità all'esterno dell'applicazione per controllare in modo esplicito l'integrità e la velocità di risposta dell'applicazione. Usare le risposte probe come segnali all'interno del modello di integrità.

È possibile implementare probe di integrità misurando il tempo di risposta dall'applicazione nel suo complesso o dai singoli componenti. I probe possono eseguire processi per misurare la latenza e controllare la disponibilità o per estrarre informazioni dall'applicazione. Per altre informazioni, vedere Modello di monitoraggio endpoint di integrità.

La maggior parte dei servizi di bilanciamento del carico supporta l'esecuzione di probe di integrità che eseguono il ping degli endpoint dell'applicazione a intervalli configurati. In alternativa, è possibile usare un servizio watchdog esterno. Un servizio watchdog aggrega i controlli di integrità da più componenti nel carico di lavoro. I watchdog possono anche ospitare codice che esegue correzioni immediate per condizioni di integrità note.

Adottare tecniche di monitoraggio strutturale e funzionale

Il monitoraggio strutturale comporta l'abilitazione dell'applicazione di log semantici e metriche. L'applicazione raccoglie direttamente queste metriche, che includono il consumo di memoria corrente, la latenza delle richieste e altri dati rilevanti a livello di applicazione.

Rafforzare i processi di monitoraggio usando il monitoraggio funzionale. Questo approccio è incentrato sulla misurazione dei servizi della piattaforma e sul loro effetto sull'esperienza utente complessiva. A differenza del monitoraggio strutturale, il monitoraggio funzionale non richiede una conoscenza dettagliata del sistema. Testa il comportamento visibile esternamente dell'applicazione. Questo approccio è utile per la valutazione dei contratti di servizio e dei contratti di servizio.

Modellare la progettazione

Rappresenta la progettazione dell'applicazione identificata come entità e relazioni. Eseguire il mapping dei segnali di integrità a componenti specifici per quantificare gli stati di integrità a livello di entità. Prendere in considerazione la criticità dei componenti per determinare il modo in cui gli stati di integrità devono propagarsi attraverso il modello. Ad esempio, i componenti di creazione di report potrebbero non essere critici come altri componenti, con effetti diversi sull'integrità complessiva del carico di lavoro.

Impostare avvisi interattivi

Usare gli stati di integrità valutati per attivare avvisi e azioni automatizzate. L'integrità deve essere integrata all'interno dei runbook operativi esistenti come rete di dati di osservabilità di base.

In genere, esiste un mapping uno-a-uno tra i dati di monitoraggio e le regole di avviso, che può portare a risultati indesiderati, ad esempio tempeste di avviso e rumore di avviso ambientale. Ad esempio, in un cluster di calcolo, volumi elevati di avvisi a livello di macchina virtuale in base all'utilizzo della CPU e al numero di errori possono sovraccaricare gli operatori durante gli errori e causare ritardi nella risoluzione. Analogamente, quando è presente un numero elevato di avvisi configurati, il rumore dell'avviso ambientale comporta spesso avvisi trascurati o ignorati.

Un modello di integrità introduce la separazione tra i dati di monitoraggio e le regole di avviso. Una definizione di integrità aggrega molti segnali in un singolo stato di integrità, riducendo così il numero di avvisi in modo che gli operatori possano concentrarsi esclusivamente su avvisi di valore elevato critici per l'organizzazione. Si consideri lo scenario di e-commerce. È possibile configurare un avviso per inviare notifiche sulle modifiche apportate all'integrità del flusso di pagamento del processo anziché alle modifiche apportate alle risorse sottostanti, ad esempio la coda bus di servizio.

Visualizzare il modello

Creare rappresentazioni visive, ad esempio tabelle o grafici, per comunicare in modo efficace lo stato e la cronologia correnti del modello di integrità. Assicurarsi che la visualizzazione sia allineata al contesto aziendale e fornisca informazioni dettagliate interattive.

Quando si visualizza il modello di integrità, prendere in considerazione l'adozione di un approccio basato sulla luce del traffico per rendere immediatamente approfonditi gli stati di integrità tra le catene di dipendenze.

Assegna verde per integro, ambra per degradato e rosso per non integro. Identificando rapidamente gli stati codificati dal colore, è possibile individuare in modo efficiente la causa radice di qualsiasi riduzione delle prestazioni dell'applicazione.

Adottare il modello di integrità

Dopo aver creato un modello di integrità, prendere in considerazione i casi d'uso seguenti per determinare il rilevamento e l'interpretazione di errori o problemi operativi.

Applicabilità a vari ruoli

La modellazione dell'integrità può fornire informazioni specifiche per le funzioni del processo o per i ruoli all'interno dello stesso contesto del carico di lavoro. Ad esempio, un ruolo DevOps potrebbe richiedere informazioni sull'integrità operativa. Un responsabile della sicurezza potrebbe essere più preoccupato per i segnali di intrusione e l'esposizione alla sicurezza. È probabile che un amministratore di database sia interessato solo a un subset del modello di applicazione tramite le risorse del database.

Personalizzare le informazioni dettagliate sull'integrità per diversi stakeholder. È consigliabile creare modelli separati da set di dati sovrapposti.

Convalida continua

Usare il modello di integrità per ottimizzare i processi di test e convalida, ad esempio test di carico e test chaos. È possibile convalidare lo stato operativo del runtime durante i test e valutare l'efficacia del modello in scenari di scalabilità e di errore incorporando i modelli di integrità nel ciclo di vita della progettazione.

Integrità dell'organizzazione

Anche se la modellazione dell'integrità è comunemente associata alla quantificare gli stati di integrità per le singole applicazioni, la sua applicabilità si estende oltre tale ambito.

A livello di singolo carico di lavoro, i modelli di integrità forniscono una base per l'osservabilità delle applicazioni e le informazioni operative. Ogni applicazione può avere un proprio modello di integrità che acquisisce il significato di ogni stato di integrità all'interno del contesto.

È possibile combinare più modelli di integrità in un costrutto generale creando un modello di modelli. Ad esempio, è possibile creare il footprint di osservabilità di una business unit o di un intero ambiente cloud usando i modelli di integrità come componenti all'interno di un modello più grande. I modelli di integrità rappresentano i carichi di lavoro all'interno del patrimonio come nodi all'interno del grafico di primo livello. Usare le relazioni in questo modello per acquisire le dipendenze tra applicazioni, inclusi i flussi di dati, le interazioni con i servizi e l'infrastruttura condivisa.

Si consideri una società di vendita al dettaglio con varie applicazioni per e-commerce, pagamenti ed elaborazione degli ordini. È possibile definire ognuna di queste applicazioni come modello di integrità indipendente per quantificare il significato di integrità per tale carico di lavoro. È quindi possibile usare un modello padre per eseguire il mapping di tutti questi modelli di integrità dei componenti come entità e acquisire l'impatto operativo tra applicazioni tramite catene di dipendenze. Ad esempio, se l'applicazione di e-commerce diventa non integra, ha un effetto a catena sull'applicazione di pagamento.

Tendenze di integrità e intelligenza artificiale per le operazioni IT

La modellazione dell'integrità fornisce una baseline operativa quantificata ottimizzata per un contesto aziendale specifico. L'intelligenza artificiale per le operazioni IT (AIOps) è un modo comune per migliorare l'efficienza operativa. I dati di integrità sono un input fondamentale per i modelli di Machine Learning per analizzare le tendenze di integrità. Ad esempio, i modelli di Machine Learning possono:

• Estrarre altre informazioni dettagliate dalle modifiche di stato e consigliare azioni.

• Analizzare le tendenze di integrità nel tempo per favorire la stima dei problemi e il perfezionamento del modello.

Gestire il modello di integrità

La gestione di un modello heath è un'attività di progettazione continua che si allinea allo sviluppo e alle operazioni dell'applicazione. Man mano che l'applicazione si evolve, assicurarsi che il modello di integrità si evolva in parallelo.

Considerare anche i modelli di integrità come gli artefatti del carico di lavoro che devono essere integrati nel ciclo di vita di sviluppo. Adottare l'infrastruttura come codice (IaC) per la gestione coerente e controllata dalla versione del modello di integrità. Usare l'automazione in modo che il modello rimanga aggiornato quando si aggiungono o rimuovono componenti dell'infrastruttura e dell'applicazione dal carico di lavoro.

I dati di integrità diminuiscono gradualmente nel tempo. Per ottimizzare l'efficienza operativa e ridurre al minimo i costi, evitare di conservare i dati di integrità oltre 30 giorni. Se necessario, è possibile archiviare i dati per soddisfare i requisiti di controllo o in scenari che coinvolgono l'analisi dei modelli a lungo termine nell'intelligenza artificiale per le operazioni IT.

Collegamenti correlati

• Per l'implementazione dei probe di integrità in ASP.NET, vedere Controlli di integrità in ASP.NET Core.
• Per informazioni sulle metriche di monitoraggio, vedere Panoramica delle metriche di Monitoraggio di Azure.
• Per informazioni sull'uso di Application Insights, vedere Application Insights.
• Per considerazioni sulla progettazione e raccomandazioni relative ai carichi di lavoro cruciali, vedere Modellazione dell'integrità e osservabilità per carichi di lavoro cruciali in Azure.
• Per un'esperienza pratica, vedere Progettare un modello di integrità per il carico di lavoro mission critical.

Passaggio successivo