Well-Architected Framework：可靠性支柱

Last reviewed 2024-12-30 UTC

Google Cloud 架構完善架構的可靠性支柱提供原則和建議，協助您在 Google Cloud中設計、部署及管理可靠的工作負載。

本文適用於雲端架構師、開發人員、平台工程師、管理員和網站可靠性工程師。

可靠性是指系統在定義的條件下，持續執行預期功能並維持不間斷服務的能力。確保穩定性的最佳做法包括冗餘、容錯設計、監控和自動復原程序。

復原能力是穩定性的一環，是指系統在發生故障或意外中斷時，能夠維持效能並從中復原的能力。Google Cloud 功能 (例如多區域部署、自動備份和災害復原解決方案) 有助於提升系統的復原能力。

可靠性對雲端策略至關重要，原因如下：

  • 盡量縮短停機時間：停機可能會導致收益損失、生產力降低，以及聲譽受損。彈性架構可確保系統在發生故障時能繼續運作，或從故障中有效復原。
  • 提升使用者體驗：使用者期望與技術互動時能順暢無礙。彈性系統有助於維持一致的效能和可用性，即使在需求量大或發生意外問題時，也能提供可靠的服務。
  • 資料完整性：故障可能會導致資料遺失或毀損。彈性系統會實作備份、備援和複製等機制，保護資料並確保資料準確且可存取。
  • 業務持續性：貴商家仰賴技術來執行重要作業。彈性架構有助於確保在發生災難性故障後，業務功能仍能持續運作，不會受到重大干擾，並能迅速復原。
  • 法規遵循：許多產業對系統可用性和資料保護都有法規要求。彈性架構可確保系統維持運作和安全，協助您符合這些標準。
  • 降低長期成本：彈性架構需要前期投資，但彈性有助於隨著時間推移降低成本，因為彈性可避免代價高昂的停機時間、避免反應式修正，並提高資源使用效率。

組織思維

如要確保系統穩定可靠，您需要擬定計畫並建立策略。這項策略必須包含教育訓練，以及優先處理可靠性問題的權限，同時兼顧其他計畫。

明確指出整個機構都必須負責確保可靠性，包括開發、產品管理、營運、平台工程和網站可靠性工程 (SRE)。即使是行銷和銷售等以業務為主的群組，也可能影響可靠性。

每個團隊都必須瞭解自家應用程式的可靠性目標和風險。團隊必須遵守這些規定。可靠性和一般產品功能開發之間的衝突必須優先處理，並視情況上報。

從整體角度規劃及管理可靠性，涵蓋所有職能和團隊。建議您設立卓越雲端中心 (CCoE)，並納入可靠性支柱。詳情請參閱「透過卓越雲端中心，最佳化貴機構的雲端歷程」。

可靠性重點領域

設計、部署及管理可靠系統時執行的活動，可歸類為下列重點領域。這個支柱中的每項可靠性原則和建議，都與其中一個重點領域相關。

  • 範圍界定：如要瞭解系統，請詳細分析其架構。您需要瞭解元件、元件的運作和互動方式、資料和動作在系統中的流動方式，以及可能發生的錯誤。找出潛在的失敗、瓶頸和風險，協助您採取行動來降低這些問題。
  • 觀察：為避免系統故障，請導入全面且持續的觀察和監控機制。透過這項觀察結果，您可以瞭解趨勢並主動找出潛在問題。
  • 回應：為減少失敗造成的影響，請適當回應並有效率地復原。自動回覆也有助於減少失敗造成的影響。即使經過規劃和控管，仍可能發生故障。
  • 學習：從每次體驗中學習，並採取適當行動，避免失敗再次發生。

核心原則

架構完善架構可靠性支柱的建議，會對應至下列核心原則：

貢獻者

作者：

其他貢獻者：

下一頁
根據使用者體驗目標定義可靠性