編輯

共用方式為

大量批次交易處理

Azure Kubernetes Service (AKS)
Azure 服務匯流排
Azure 虛擬機器

此架構會使用 AKS 來實作處理大量交易批次之應用程式的計算叢集。 應用程式會從服務匯流排主題或佇列接收訊息中的交易。 主題和佇列可以位於不同地理區域的 Azure 資料中心，而多個 AKS 叢集可以從中讀取輸入。

注意

此架構適用于 IBM 大型主機上的批次交易處理類型，通常會使用 IBM MQ 系列訊息導向中介軟體來實作。

架構

Diagram of an architecture implemented by using AKS and Service Bus.

下載此架構的 Visio 檔案 。

工作流程

圖表中的編號圓形會對應至下列清單中的編號步驟。

  1. 架構會使用服務匯流排主題和佇列來組織批次處理輸入，並將它傳遞至下游進行處理。
  2. Azure Load Balancer，第 4 層 （TCP，UDP） 負載平衡器，會將傳入流量分散到負載平衡集中所定義之服務狀況良好的實例。 連線的負載平衡和管理將處理優化。
  3. AKS 叢集背景工作節點會接聽服務匯流排佇列端點進行輸入。
  4. JAVA 節點會使用 JAVA 訊息服務來連線到服務匯流排，而 JAVA 資料庫等 JAVA 介面連線性，以連線到其他資料來源。 他們視需要使用其他 JAVA API。
  5. 可復原的交易會隨著每個批次步驟的商務程式碼一起執行。
  6. 批次基礎結構會使用 Azure 加速網路來加快速度。
  7. Azure Cache for Redis、Azure Cosmos DB 和 Azure 串流分析會視需要提供可運作的儲存體。
  8. 永久資料層會使用 Azure Data Factory 進行資料整合，並Azure SQL 受控執行個體業務關鍵效能層級，以提供高可用性。 永久儲存體會鬆散結合，以便輕鬆切換至其他資料庫技術，以及優化儲存體組織（例如，使用分區或分割區）。
  9. 資料解決方案（過渡和永久）使用Azure 儲存體異地備援儲存體 （GRS） 選項，以防止重大失敗。

元件

架構會使用這些元件：

  • Azure 虛擬網絡 在雲端中提供安全的私人網路。 它可以將虛擬機器（VM）彼此連線、連線到網際網路，以及內部部署網路。
  • Azure ExpressRoute 提供 Azure 資料中心與內部部署基礎結構之間的私人連線。
  • Azure Bastion 提供 VM 的私人和完全受控 RDP 和 SSH 存取。
  • Azure 虛擬機器 提供虛擬化的彈性，而不需要提供和維護裝載它的硬體。 作業系統選擇包括 Windows 和 Linux。
  • 使用加速網路建立的 VM 會使用單一根目錄 I/O 虛擬化 （SR-IOV），大幅改善其網路效能。 如需詳細資訊，請參閱 使用 Azure PowerShell 建立具有加速網路的 Windows VM 和 單一根 I/O 虛擬化概觀（SR-IOV）。
  • Azure 網路介面會將 VM 連線至網際網路，以及 Azure 和內部部署資源。 如此架構所示，您可以為每個子 VM 提供自己的網路介面和 IP 位址。 如需網路介面的詳細資訊，請參閱 建立、變更或刪除網路介面 。
  • Azure 受控磁碟 是適用于 VM 的高效能、高度耐久區塊儲存體。 雲端有四個磁片儲存體選項：Ultra 磁片儲存體、進階版 SSD、標準 SSD 和標準 HDD。
  • Azure Kubernetes Service （AKS） 是完全受控的 Kubernetes 服務，可用來部署和管理容器化應用程式。
  • 服務匯流排 提供可靠的雲端傳訊即服務 （MaaS） 和簡單的混合式整合。
  • Azure 負載平衡服務 提供高可用性和高效能的調整。 此架構會使用 Load Balancer 。 它提供低延遲第 4 層 （TCP、UDP） 負載平衡功能，以平衡 VM 之間的流量，以及跨多層式混合式應用程式之間的流量。
  • Azure Cache for Redis 是一種閃電快速且完全受控的記憶體內部快取服務，可用於在計算資源之間共用資料和狀態。
  • Azure Cosmos DB 是一個快速的 NoSQL 資料庫，具有任何規模的開放 API。
  • Azure 串流分析 提供從應用程式和裝置快速移動資料流程的即時分析。
  • Azure Databricks 是以 Apache Spark TM 為基礎的快速、簡單且共同作業的巨量資料分析服務。
  • Azure SQL 是一系列 SQL 雲端資料庫，可為整個 SQL 組合提供統一的體驗，以及從邊緣到雲端的各種部署選項。
  • Azure SQL 受控執行個體是 Azure SQL 服務組合的一部分，是雲端中受控、安全且一律最新的 SQL 實例。
  • Data Factory 是完全受控且無伺服器的資料整合解決方案，可用於準備和大規模轉換所有資料。
  • Data Factory 支援 Parquet 檔案資料格式。 如需詳細資訊，請參閱 Azure Data Factory 中的 Parquet 格式。
  • Log Analytics 是用來在 Azure 監視器 記錄上編輯和執行記錄查詢之Azure 入口網站中的 工具。 如需詳細資訊，請參閱 Azure 監視器 中的 Log Analytics 概觀。
  • Azure 儲存體 異 地備援儲存體 （GRS） 選項會在主要區域中的單一實體位置內同步複製資料三次，然後以非同步方式複製到次要區域中的單一實體位置。 如需詳細資訊，請參閱 Azure 儲存體備援 \(部分機器翻譯\)。
  • 針對雲端原生工作負載、封存、資料湖、高效能運算和機器學習，Azure Blob 儲存體 可大幅調整且安全的 REST 型物件儲存體。
  • Azure 檔案儲存體 在雲端中提供簡單、安全且無伺服器的企業級檔案共用。 您可以使用業界標準伺服器訊息區 （SMB） 和網路檔案系統 （NFS） 通訊協定來存取共用。

案例詳細資料

在 Azure 上，您可以使用以 Microsoft Azure Kubernetes Service （AKS） 和Azure 服務匯流排為基礎的架構，實作批次交易處理，例如將付款張貼至帳戶。 這種類型的架構提供大量批次處理所需的交易處理速度、調整和可靠性。

一般而言，訊息會維持佇列，直到其交易完成為止，以便在發生失敗時允許復原。 此外，您也可以將主題和佇列複寫至其他區域、共用工作負載，以及繼續處理，即使區域失敗也一樣。

潛在的使用案例

此解決方案適用于金融、教育和科學產業。 此架構適用于大量處理交易批次，特別是可以平行處理的獨立交易。 因此，它很可能是用來移轉大型主機批次處理的候選項目。 可能的應用程式包括：

  • 處理財務交易，例如薪資、訂單和付款。
  • 處理由科學儀器收集的實驗資料。
  • 其他大型主機批次處理。

考量

下列基於 Azure Well-Architected Framework 的考慮 適用于此解決方案：

可用性

  • Azure Site Recovery 災害復原服務可防範重大中斷。 其可靠、符合成本效益且易於部署。
  • VM 的可用性設定組可確保有足夠的 VM 能夠符合任務關鍵批次程式需求。
  • 服務匯流排、AKS 和Azure SQL 受控執行個體提供跨地理區域的高可用性和復原性。

運作

效能效益

  • 此架構的設計目的是要容納獨立交易的平行處理。
  • 服務匯流排、AKS 和其他 Azure PaaS 功能為交易處理、運算和資料儲存體提供高效能。

延展性

  • 服務匯流排、AKS 和其他 Azure PaaS 功能會視需要動態調整。

安全性

  • 服務匯流排批次架構中的所有元件都會使用 Azure 安全性元件，例如 Microsoft Entra ID、虛擬網絡和加密。

成本最佳化

若要預估此解決方案實作的成本，請使用 定價計算機 。

AKS 叢集的自動調整功能，以及其他提供隨選調整功能的 Azure 平臺即服務 （PaaS） 功能，將成本保持在最低水準。

以下是特定元件的定價考慮：

下一步