소개

Azure Analysis Services의 가용성을 높이는 방법에 대한 메모
※기사내의 링크는 인용입니다

SLA 정보

99.9%

htps : // 오즈레. 미 c 로소 ft. 코 m / 쟈 jp / 쏘 rt / ぇ가 l / s ぁ / 아나 ly 해 s せ r ゔ ぃ 세 s / v1_0 /

일에 2분 미만은 보증되지 않은 시간이 태어나는 수준입니다만, 기간계 시스템이 아니고 정보계 시스템이면 문제없는 수준입니다.

방법

보다 가용성을 높이기 위한 구체적인 방법입니다만, 중복화를 기본 방침으로 합니다.
이중화 구성을 취하는 방식으로서 이하의 2점의 편성을 생각할 수 있습니다.

다중 지역 구성

스케일 아웃 구성

다중 지역 구성

Analysis Services의 고가용성

메인은 이쪽이 발표되고 있습니다.
미리 각 지역의 지역에 보조 Analysis Services를 배치하여 다운 시 보조 액세스를 허용합니다.
이 때 서버 이름 별칭의 기능을 사용하여 클라이언트에서 서버 전환
의식없이 액세스 할 수 있습니다.

동기화 방식

이중화를 하는데 중요한 것은 데이터의 동기화입니다만 아래의 2개의 방법이 발표되고 있습니다.

모델을 다른 리전의 중복 서버에 배포합니다. 이 방법을 사용하는 경우 주 서버와 중복 서버 데이터를 모두 병렬로 처리하여 모든 서버를 안정적으로 동기화해야 합니다.

주 서버의 데이터베이스를 백업하고 중복 서버로 복원합니다. 예를 들어 Azure Storage에 대한 야간 백업을 자동화하고 다른 지역의 다른 중복 서버로 복원할 수 있습니다.

또, 아래의 기사에서는 멀티 리전을 취하면서, 트래픽 매니저를 이용해, 유저로부터 가까운 리전의 서버에 배분해 부하 분산을 하는 방식이 소개되고 있습니다.
Sending Users to the Geographically Nearest Azure Analysis Services


SLA로부터 생각하면 1-{(1-0.999)의 (중복 리전수)승}을 기대할 수 있는 레벨이라고 생각합니다.

스케일 아웃 구성

Azure Analysis Services 스케일 아웃

동일한 리전 내에서 쿼리 응답을 위한 복제본을 만듭니다.
다만 이쪽에 관해서는 가용성이 올라갈 것 같습니다만, 구체적인 숫자와 리던던시의 사양에 관한 정보는 명기되어 있지 않았습니다. 랙 장애에 대항하지 못할 수도 있습니다.