![CloudHarmony CloudSquare Service Status [2020/06/24]](https://image.slidesharecdn.com/b-1-6msmakabeslide-200731024057/85/-20-320.jpg)
ミッション : メガクラウドを安全にアップデートせよ！
- 1. ミッション: メガクラウドを安全にアップデートせよ！ 「何もしてないのに壊れた」が許されない世界で 真壁 徹 日本マイクロソフト株式会社 2020/07/29 Cloud Operator Days Tokyo 2020
- 2. 自己紹介 apiVersion: selfIntroduction/v1 name: “真壁 徹(まかべ とおる)” company: name: “日本マイクロソフト株式会社” role: “クラウド ソリューションアーキテクト” education: name: “国立大学法人 北陸先端科学技術大学 院大学 先端科学技術研究科 先端科学技術専攻 情報科学系 セキュリティ・ネットワーク領域 博士前期 課程 東京社会人コース (在学中)” displayName: “JAIST M2 篠田研”
- 7. Foundation & Features Azure Resiliency
- 8. 60+ 130K+ 160+ 200+ Regions worldwide Miles of fiber and subsea cable Edge sites ExpressRoute partners
- 10. 可用性向上の選択肢 （仮想マシンの例） Single VM 別サーバーで再起動 VM SLA 99.9% (with Premium Storage) Availability sets 配置サーバーのラックや共有シャーシ を分離 Availability zones 配置サーバーのデータセンターを分 離 Region pairs 東日本/西日本など十分な距離のペア 地域災害にも耐えうる VM SLA 99.95% VM SLA 99.99% Regions 60+
- 13. ホストのクラッシュからもVMを保護する Host platform Host platformHost platform 従来 Tardigrade VM 1 VM 2 VM 3 VM 1 VM 2 VM 3 Host platform VM 1 VM 2 VM 3 https://www.youtube.com/watch?v=S2zguwKvlQk (12:00～)
- 14. With Your Application Azure Resiliency
- 15. Daily active users 75M+ daily active users 200M+ daily meeting participants 4.1B daily meeting minutes Jul 2019 Nov 2019 Mar 2020 Apr 2020 13M 20M 32M 44M 75M
- 16. IC3 Office Azure Teams Microsoft Teams architecture on Azure SMTPEmail Clients Teams graph service Exchange Search Push notifications Notifications Feeds Cache writer Information protectionGraph webhook OneNote WAC OneDrive SharePoint Experimentation MRU Exchange Calling and meeting services Chat and presence services Publish and subscribe Stream recording Core team services
- 17. Teamsの回復性を高める取り組み 回復性を高めるアーキテクチャーとアプリケーション設計 グローバル アクティブ/アクティブ負荷分散と冗長化 回復性最適化キャッシュ (Time To LiveとTime To Refreshのバランス) クラウドデザインパターンの適用 (サーキットブレイカー、バルクヘッド隔離、APIレート制限、指数 バックオフ再試行など) 意図的な機能縮退 (過負荷時にチャットの”入力しています…”表示は無効にする、など) Advancing Microsoft Teams on Azure—operating at pandemic scale
- 19. メガクラウドの 主要な停止要因
- 20. CloudHarmony CloudSquare Service Status [2020/06/24]
- 21. サービス停止は印象に残りやすいが メガクラウドのSLA(*)は99.9X%/月の水準 かつ、通常は SLA < 実績値 客観的に評価、判断を (*)仮想マシンやコンテナーなど Compute系サービス
- 23. Why does the cloud stop computing? Lessons from hundreds of service outages Proceedings of the 7th ACM Symposium on Cloud Computing, SoCC 2016
- 24. 変化・変更
- 26. いかに変更管理を行うか？
- 28. 最新の技術的挑戦 NSDI ‘20での発表論文から Gandalf: An Intelligent, End-To-End Analytics Service for Safe Deployment in Large-Scale Cloud Infrastructure Rex: Preventing Bugs and Misconfiguration in Large Services Using Correlated Change Analysis SelfStarter: Finding Network Misconfigurations by Automatic Template Inference
- 32. Gandalf
- 39. Rexの評価方法 モデルとデプロイの精度を分けて評価する 検出、提案: 100 True Positive: 80 False Positive: 20 関連ファイルを 変更済み: 72 うっかり 変更漏れ！: 8 モデルの精度 = 80/(80 + 20) = 80% デプロイの精度 = 8/(8 + 20) = 28.5% 多くの場合、プルリク時には変更者が気づき変更している そこでモデルの精度の他に、デプロイの精度も算出する
- 48. まとめ
- 50. © Copyright Microsoft Corporation. All rights reserved.