检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
设计Runbook Runbook设计原则 Runbook角色设计 Runbook Checklist设计 Runbook操作步骤设计 Runbook参考模板 父主题： 应用迁移上云
方案设计的反模式 在做上云方案设计时，可能会遇到一些反模式，这些模式如果不加以识别和避免，可能会降低系统的性能和安全性、造成不必要的成本浪费、增加维护难度，甚至导致项目的失败。以下是一些常见的上云方案设计时的反模式。 资源配置不合理 目标架构设计时，未根据业务负载需求合理配置资源
安全设计原则 华为云根据自身安全实践和成功交付大量项目的经验，提炼了如下十大安全设计原则，你可以在此基础上设计企业在云上的整体安全方案。 零信任原则（Zero Trust Principle） 遵循“永不信任，始终验证”的安全理念，假设任何人或程序都不可信，无论是内部用户、外部用
性能设计 性能是目标架构设计中需要考虑的非常重要的一个方面。上一小节介绍了可扩展性设计，性能设计要考虑很重要的一点就是扩展性，可以说可扩展性是高性能的必要条件， 影响云上应用性能的主要因素包括以下几个方面： 针对计算资源，延时是操作执行之间所花的等待时间，也是云计算性能的最直接表现；
双AZ高可用设计 公有云最常用的就是双AZ高可用方案，应用的四层架构（接入层、应用层、中间件、数据层）建议实现端到端的双AZ部署，如下图所示。 图1 双AZ高可用设计 设计要点： 业务模块：集群部署的业务，资源分别部署到 2 个AZ内，并通过 ELB 实现双AZ的负载均衡；单点业务ECS可通过
可扩展设计 可扩展能力可分层来设计，下图展示了华为云各层级的产品扩展能力全貌。 图1 可扩展性设计示例 应用上云目标架构的各层可扩展方案设计要点如下： 应用层可扩展设计要点 若应用层实现了微服务架构，通过华为云CCE云容器引擎服务实现业务容器化部署，可通过CCE工作负载弹性伸缩能
跨AZ高可用设计示例 跨AZ高可用是IDC上云最主要的价值之一。企业上云后最适合做跨AZ高可用，不仅成本低，而且很便利。下面以某大型零售电商平台为例，介绍上云后的跨AZ高可用设计方法。下图是总体架构图： 图1 高可用设计示例 接入层：Apisix双AZ均衡分布，当某个AZ出现故障
设计 大数据在云上的部署架构设计请参考大数据架构设计，本节不再赘述。这里重点介绍数据迁移方案和任务迁移方案的设计。 设计数据迁移方案 大数据的数据迁移涉及到3类数据，如下表： 表1 大数据迁移的三类数据 分类 说明 元数据 Hive元数据或外置元数据 存量数据 历史数据，短期内不会变化
设计原则 大数据的部署架构设计包括大数据集群、大数据任务调度平台和大数据应用，其中大数据应用的部署架构请参考应用架构设计。 图1 大数据架构设计分类 大数据架构设计同样要考虑架构设计的6要素: 成本 可用性 安全性 可扩展性 可运维性 性能 图2 架构设计6要素 父主题： 大数据架构设计
常要考虑回退的链路，切换之前同时要检查反向迁移同步任务的状态，确保无异常报错或告警。 参数一致性检查：核对源端参数和目的端云服务参数的一致性，如数据库的字符集一致性，数据库的用户名等一致性等。 父主题： 设计Runbook
组建方案设计团队 在企业推进上云方案设计的过程中，构建一个高效且专业的方案设计团队是确保项目成功的关键。该团队将负责设计全面的上云方案，涵盖上云技术架构、业务架构优化、成本效益分析、安全合规等多个维度，以保障上云方案的可行性。企业可以参考前述的CCoE组织架构和角色职责，组建出一
部署架构设计时，可以考虑继续采用自建的方案。如果目标云平台上有对应的大数据集群组件，但兼容性较差，经评估可能需要较大的改造工作量，部署架构设计时，可以考虑继续采用自建的方案。 最小改造原则：如无特别的业务驱动，要尽量避免进行大规模改造。大数据集群的组件要1：1对标设计，版本尽量
可扩展性设计 云上可扩展性 可扩展设计 父主题： 应用架构设计
Landing Zone设计原则 华为云基于自身实践和大量Landing Zone项目的成功交付经验提炼了如下原则，您可以将其作为起点制定符合您企业所需的设计原则。 康威定律：按照康威定律，系统的技术架构反映了所属组织的架构。Landing Zone的组织单元和账号架构应该与企业的组织架构和业
台上没有对应的大数据任务调度组件，部署架构设计时，可以考虑继续采用自建的方案。如果目标云平台上有对应的大数据任务调度组件，但兼容性较差，经评估可能需要较大的改造工作量，部署架构设计时，可以考虑继续采用自建的方案。 最小改造原则：如无特别的业务驱动，要尽量避免进行大规模改造。大数据
可用性设计 可用性定义 AZ故障域说明 云上高可用方案 双AZ高可用设计 两地三中心高可用设计 跨AZ高可用设计示例 父主题： 应用架构设计
大数据平台通常需要处理复杂的数据作业。任务调度系统（如Azkaban等）用于管理和调度各种数据处理作业，可以设置作业的依赖关系、调度频率、重试策略等，以确保作业的顺利执行和任务的准时完成。 数据应用： 大数据平台的最终目的是为业务提供有价值的数据应用。数据应用可以是基于大数据分析的实时报表、可
公有云上业务的可用性，由应用层的可用性，架构设计的可用性、云服务的可用性共同决定。业务可用性目标的达成是一项系统工程，公有云模式下，业务的可靠性取决于客户对整体业务架构的可用性设计、运维规范管理（如：备份机制、日常演练、人员操作规范等）。 图1 业务可用性方案 华为云上的绝大部分云
OpenAPI 快速升级资源的配置，将资源调整到更高规格的实例上（如更多的 CPU、内存、带宽、磁盘空间等），以应对活动的流量冲击；而在活动过后，又可以将规格收缩回原来的规格，达到降低成本的目的。 横向（水平）扩展：适用于分布式应用、无状态应用、快速变化的应用等场景下，固定数据的资源配比显然已
可用性(Availability)是产品/服务在规定的条件下和规定的时刻或时间区间内处于可执行规定功能状态的能力，是产品可靠性和可维护性的综合反映。服务可用性一般会用SLA（Service-Level Agreement）来衡量，各类云服务都有承诺的SLA标准。不同SLA级别对应的停机时间如下表所示： 表1
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
