cloud-solution-architect

云解决方案架构师

概述

遵循 Azure Architecture Center 的最佳实践，设计架构良好、可用于生产环境的云系统。本技能提供：

• 10 项 Azure 应用设计原则
• 6 种架构风格及选择指南
• 44 种云设计模式，并映射到 WAF 支柱
• 计算、存储、数据和消息传递的技术选择框架
• 应避免的性能反模式
• 用于系统化设计验证的架构评审工作流

---

Azure 应用的十项设计原则

#	原则	关键策略
1	设计以实现自我修复	采用退避重试、断路器、舱壁隔离、运行状况终结点监控和优雅降级
2	确保所有组件都有冗余	消除单点故障，使用可用性区域，部署到多个区域，复制数据
3	尽量减少协调	解耦服务，使用异步消息传递，接受最终一致性，使用领域事件
4	设计为横向扩展	横向扩展、自动缩放规则、无状态服务、避免会话粘滞、划分工作负载
5	围绕限制进行分区	数据分区（分片／哈希／范围），遵守计算和网络限制，使用 CDN 提供静态内容
6	面向运维进行设计	结构化日志记录、分布式跟踪、指标和仪表板、运行手册自动化、基础设施即代码
7	使用托管服务	优先选择 PaaS 而非 IaaS，降低运维负担，利用内置的高可用性／灾难恢复／缩放能力
8	使用身份服务	Microsoft Entra ID、托管标识、RBAC，避免存储凭据，遵循零信任原则
9	面向演进进行设计	松耦合、版本化 API、向后兼容、使用异步消息传递进行集成、功能标志
10	满足业务需求	定义 SLA／SLO，设定 RTO／RPO 目标，领域驱动设计，成本建模，复合 SLA

---

架构风格

风格	说明	适用场景	关键服务
N 层	水平分层（表示层、业务层、数据层）	传统企业应用、直接迁移	App Service、SQL Database、VNets
Web-Queue-Worker	Web 前端 → 消息队列 → 后端工作器	包含长时间运行任务的中等复杂度应用	App Service、Service Bus、Functions
微服务	小型自治服务、有界上下文、独立部署	复杂领域、需要独立扩展团队	AKS、Container Apps、API Management
事件驱动	发布／订阅模式、事件生产者／消费者	实时处理、IoT、响应式系统	Event Hubs、Event Grid、Functions
大数据	批处理与流处理管道	分析、机器学习管道、大规模数据	Synapse、Data Factory、Databricks
大规模计算	HPC、并行处理	仿真、建模、渲染、基因组学	Batch、CycleCloud、HPC VM

选择标准

• 领域复杂度 → 微服务（高），N 层（低至中等）
• 团队自治 → 微服务（独立团队），N 层（单个团队）
• 数据量 → 大数据（TB 级以上），其他（GB 级）
• 延迟要求 → 事件驱动（实时），Web-Queue-Worker（可容忍延迟）

---

云设计模式

按主要关注点组织的 44 种模式。WAF 支柱映射：R=可靠性，S=安全性，CO=成本优化，OE=卓越运营，PE=性能效率。

消息与通信

模式	概要	支柱
异步请求-回复	通过轮询或回调解耦请求与响应	R, PE
声明检查	拆分大型消息；单独存储有效负载，并传递引用	R, PE
编排	服务通过事件进行协调，无需中央协调器	R, OE
竞争消费者	多个消费者并发处理共享队列中的消息	R, PE
消息桥接	连接不兼容的消息系统	R, OE
管道与过滤器	将复杂处理分解为可复用的过滤器阶段	R, OE
优先级队列	为请求设置优先级，以便优先处理高优先级任务	R, PE
发布者/订阅者	通过主题/订阅解耦发送方与接收方	R, PE
基于队列的负载平衡	使用队列缓冲请求，平滑间歇性负载	R, PE
顺序车队	按顺序处理相关消息，同时允许并行处理不同组	R, PE

可靠性与弹性

模式	概要	支柱
舱壁	按工作负载隔离资源，防止故障级联	R
断路器	停止调用故障服务；快速失败以保护资源	R
补偿事务	后续步骤失败时撤销先前已提交的步骤	R
运行状况终结点监视	为负载均衡器和协调器提供运行状况检查	R, OE
领导者选举	通过选举领导者来协调分布式实例	R
重试	通过采用指数退避进行重试来处理暂时性故障	R
Saga	使用补偿事务管理微服务之间的数据一致性	R
调度程序代理监督器	通过重试和故障处理协调分布式操作	R

数据管理

模式	概要	支柱
旁路缓存	按需从数据存储加载数据到缓存	PE
CQRS	分离读写模型，以便独立扩展	PE, R
事件溯源	将状态存储为仅追加的领域事件序列	R, OE
索引表	为数据存储中频繁查询的字段创建索引	PE
物化视图	预先计算数据视图，以实现高效查询	PE
分片	将数据分布到多个分区，以提升规模和性能	PE, R
静态内容托管	直接通过云存储/CDN 提供静态内容	PE, CO
代客钥匙	授予客户端对存储资源的有限直接访问权限	S, PE

设计与结构

模式	概要	支柱
大使	将横切关注点卸载给辅助边车代理	OE
防腐层	在新系统与旧系统的模型之间进行转换	OE, R
前端专用后端	为每种前端类型（移动端、Web 等）创建独立后端	OE, PE
计算资源整合	将多个工作负载合并到更少的计算实例中	CO
外部配置存储	将配置从部署包中分离出来	OE
边车	将辅助组件与主服务一同部署	OE
绞杀者无花果	通过逐步替换旧系统的部分组件来迁移系统	OE, R

安全与访问

模式	概要	支柱
联合身份	将身份验证委托给外部身份提供商	S
守门人	使用专用代理验证请求，以保护服务	S
隔离区	在允许使用外部资产之前先将其隔离并验证	S
速率限制	控制消费者对资源的消耗速率	R, S
节流	控制资源消耗，以便在负载下维持 SLA	R, PE

部署与扩展

模式	概要	支柱
部署戳	部署应用程序组件的多个独立副本	R, PE
边缘工作负载配置	为不同的边缘设备配置不同的工作负载	OE
网关聚合	将多个后端调用聚合为单个客户端请求	PE
网关卸载	将共享功能（SSL、身份验证）卸载到网关	OE, S
网关路由	使用单个终结点将请求路由到多个后端	OE
地质体	将后端部署到多个区域，以提供主动-主动服务	R, PE

请参阅设计模式参考，了解详细的实现指南。

---

技术选型

决策框架

对于每个技术领域，请评估：需求 → 约束 → 权衡 → 选择。

领域	主要选项	选择标准
计算	App Service、Functions、Container Apps、AKS、VM、Batch	托管模型、扩展能力、成本、团队技能
存储	Blob Storage、Data Lake、Files、Disks、Managed Lustre	访问模式、吞吐量、成本层级
数据存储	SQL Database、Cosmos DB、PostgreSQL、Redis、Table Storage	一致性模型、查询模式、规模
消息传递	Service Bus、Event Hubs、Event Grid、Queue Storage	顺序、吞吐量、发布/订阅还是队列
网络	Front Door、Application Gateway、Load Balancer、Traffic Manager	全局还是区域、L4 还是 L7、WAF
AI 服务	Azure OpenAI、AI Search、AI Foundry、Document Intelligence	模型需求、数据依据、编排
容器	Container Apps、AKS、Container Instances	运维控制能力与简便性之间的权衡

请参阅技术选型参考，了解详细的决策树。

---

最佳实践

实践	主要指导
API 设计	RESTful 惯例、面向资源的 URI、HATEOAS、通过 URL 路径或标头进行版本控制
API 实现	异步操作、分页、幂等 PUT/DELETE、内容协商、ETag 缓存
自动扩展	基于指标（CPU、队列深度、自定义指标）扩展、冷却期、预测性扩展、扩展缩减保护
后台作业	使用队列或计划触发器、幂等处理、毒消息处理、优雅关闭
缓存	Cache-aside 模式、TTL 策略、缓存失效策略、多实例场景使用分布式缓存
CDN	卸载静态资产、使用带版本号的 URL 破坏缓存、地理分布、强制使用 HTTPS
数据分区	水平（分片）、垂直、功能分区；选择分区键以实现均匀分布
分区策略	基于哈希、范围、目录的策略；重新平衡方法、避免跨分区查询
保留主机名	通过代理/网关保留原始主机标头，以支持 Cookie、重定向和身份验证流程
消息编码	架构演进（Avro/Protobuf）、向后/向前兼容性、架构注册表
监控与诊断	结构化日志记录、分布式跟踪（W3C Trace Context）、指标、警报、仪表板
瞬时故障处理	使用指数退避和抖动进行重试、断路器、幂等性密钥、超时预算

请参阅最佳实践参考，了解实现细节。

---

性能反模式

避免以下常见模式，以免在负载增加时导致性能下降：

反模式	问题	修正方法
数据库负载过重	将过多处理工作转移到数据库	将逻辑移至应用层，并使用缓存
前端负载过重	在前端请求线程上执行资源密集型工作	转移到后台工作线程／队列
频繁 I/O	发出许多小型 I/O 请求，而不是较少的大型请求	批量处理请求，使用批量 API，并缓冲写入
获取多余数据	检索超出所需范围的数据	仅选择必需字段，进行分页，并在服务端筛选
实例化不当	每个请求都重新创建开销较大的对象	使用单例、连接池和 HttpClientFactory
单体式持久化	所有数据类型都使用同一个数据存储	多语言持久化——为每种工作负载选择合适的存储
没有缓存	反复获取未发生变化的数据	使用旁路缓存模式、CDN、输出缓存和 Redis
吵闹邻居	某个租户耗尽所有共享资源	使用隔舱隔离、按租户设置配额并进行限流
重试风暴	激进重试使正在恢复的服务不堪重负	指数退避加抖动、断路器和重试预算
同步 I/O	因 I/O 操作阻塞线程	使用 Async/await、非阻塞 I/O 和响应式流

---

任务关键型设计

对于目标为 99.99% 及以上 SLO 的工作负载，请关注以下设计领域：

设计领域	关键考虑因素
应用平台	多区域主动-主动、可用性区域、支持区域冗余的 Container Apps 或 AKS
应用设计	无状态服务、幂等操作、优雅降级、隔舱隔离
网络	Azure Front Door（全局负载均衡）、DDoS Protection、专用终结点、冗余连接
数据平台	多区域 Cosmos DB、区域冗余 SQL、异步复制、冲突解决
部署与测试	蓝绿部署、金丝雀发布、混沌工程、自动回滚
健康度建模	综合健康评分、依赖项健康跟踪、自动修复、SLI 仪表板
安全性	零信任、全面使用托管标识、密钥轮换、WAF 策略、威胁建模
运维流程	自动化运行手册、事件响应预案、演练日、事后复盘

详细指南请参阅任务关键型参考。

---

Well-Architected Framework（WAF）支柱

每项架构决策都应根据全部五大支柱进行评估：

支柱	关注重点	关键问题
可靠性	韧性、可用性、灾难恢复	RTO/RPO 是什么？系统如何处理故障？是否具备冗余？
安全性	威胁防护、身份、数据保护	是否管理了身份？数据是否已加密？是否设有网络控制措施？
成本优化	成本管理、效率、资源规格优化	计算资源规格是否合适？是否使用了预留实例？是否存在浪费？
卓越运营	监控、部署、自动化	部署是否自动化？是否具备可观测性？是否有运行手册？
性能效率	扩展、负载测试、性能目标	是否支持水平扩展？是否有性能基线？是否使用了缓存？

WAF 权衡矩阵

优化目标……	可能影响……
可靠性（冗余）	成本（更多资源）
安全性（隔离）	性能（增加延迟）
成本（整合）	可靠性（共享故障域）
性能（缓存）	成本（缓存基础设施）、可靠性（陈旧数据）

---

架构评审工作流

评审或设计系统时，请遵循以下结构化方法：

步骤 1：识别需求

Functional: What must the system do?
Non-functional:
  - Availability target (e.g., 99.9%, 99.99%)
  - Latency requirements (p50, p95, p99)
  - Throughput (requests/sec, messages/sec)
  - Data residency and compliance
  - Recovery targets (RTO, RPO)
  - Cost constraints

Step 2: 选择架构风格

根据上方的选择标准表，将需求与架构风格相匹配。

Step 3: 选择技术栈

使用技术选择决策框架。优先选择托管服务（PaaS），而非 IaaS。

Step 4: 应用设计模式

根据已识别的问题，从 44 种云设计模式中选择适用的模式。

Step 5: 处理横切关注点

• 身份与访问 — Microsoft Entra ID、托管标识、RBAC
• 监控 — Application Insights、Azure Monitor、Log Analytics
• 安全 — 网络分段、静态/传输加密、Key Vault
• CI/CD — GitHub Actions、Azure DevOps Pipelines、基础设施即代码

Step 6: 根据 WAF 支柱进行验证

系统地检查每个支柱，并明确记录权衡取舍。

Step 7: 记录决策

使用架构决策记录（ADR）：

# ADR-NNN: [Decision Title]

## Status: [Proposed | Accepted | Deprecated]

## Context
[What is the issue we're addressing?]

## Decision
[What did we decide and why?]

## Consequences
[What are the positive and negative impacts?]

---

参考资料

• 设计模式参考 — 详细的模式实现
• 技术选择参考 — Azure 服务的决策树
• 最佳实践参考 — 实施指南
• 关键任务参考 — 高可用性设计

---

来源

内容源自 Azure Architecture Center — Microsoft 关于 Azure 云解决方案架构的官方指南。涵盖设计原则、架构风格、云设计模式、技术选择、最佳实践、性能反模式、关键任务设计以及 Well-Architected Framework。