Μετά από πολλές αλλαγές Azure και βελτιώσεις ασφαλείας τους τελευταίους δύο μήνες, η Microsoft παρουσιάζει το Project Tardigrade ως την πιο καινούργια απόπειρα να καταστήσει το Azure πιο αξιόπιστο.

Το πρόγραμμα Tardigrade αποτρέπει τις αποτυχίες της πλατφόρμας

Το Project Tardigrade είναι μια νέα υπηρεσία που στοχεύει στη βελτίωση της ανθεκτικότητας Azure. Περιλαμβάνει στρατηγικές μετριασμού που προστατεύουν τα Azure VMs από αποτυχίες πλατφόρμας.

Ακολουθεί ο τρόπος με τον οποίο ο Mark Russinovich, Διευθύνων Σύμβουλος Τεχνολογίας της Microsoft Azure, περιγράφει την τρέχουσα εργασία για το Azure:

Στόχος μας είναι να εξουσιοδοτήσουμε τους οργανισμούς να διαχειρίζονται αξιόπιστα το φόρτο εργασίας τους στην Azure. Με αυτή την αρχή, συνεχίζουμε να επενδύουμε στην εξέλιξη της πλατφόρμας Azure, ώστε να γίνει ανθεκτική στο σφάλμα, όχι μόνο για να ενισχύσει την παραγωγικότητα των επιχειρήσεων αλλά και για να προσφέρει μια απρόσκοπτη εμπειρία στον πελάτη.

Για να αποφευχθεί η επίπτωση στο φόρτο εργασίας σας, η υπηρεσία επιτρέπει στα εξαρτήματα να αυτοθεραπευτούν και να ανακάμψουν γρήγορα από τυχόν αποτυχίες, ακόμα και σε κρίσιμα σφάλματα του κεντρικού υπολογιστή.

Πώς λειτουργεί το Project Tardigrade;

Ακολουθεί ένα παράδειγμα για το πώς λειτουργεί η ροή εργασιών ανάκτησης Tardigrade:

• Φάση 1: Αυτό το βήμα δεν έχει αντίκτυπο στην εκτέλεση VM πελατών. Απλά ανακυκλώνει όλες τις υπηρεσίες που εκτελούνται στον κεντρικό υπολογιστή. Σε σπάνια περίπτωση που η αποτυχημένη υπηρεσία δεν επανεκκινήσει με επιτυχία, προχωρούμε στη φάση 2.
• Φάση 2: Η υπηρεσία διάγνωσης λειτουργεί από τον οικοδεσπότη για να συλλέγει συστηματικά όλα τα σχετικά αρχεία καταγραφής / αποθέματος, ώστε να μπορέσουμε να διαγνώσουμε διεξοδικά τον λόγο της αποτυχίας στη Φάση 1. Αυτή η εκτεταμένη ανάλυση μας επιτρέπει να «προκαλέσουμε» το ζήτημα και έτσι να αποτρέψουμε επανεμφανίσεις στο μέλλον.
• Φάση 3: Σε υψηλό επίπεδο, επαναφέρουμε το λειτουργικό σύστημα σε υγιή κατάσταση με ελάχιστο αντίκτυπο στον πελάτη για να μετριάσουμε το ζήτημα του κεντρικού υπολογιστή. Κατά τη διάρκεια αυτής της φάσης διατηρούμε τις καταστάσεις κάθε VM σε RAM, μετά την οποία αρχίζουμε να επαναφέρουμε το OS σε υγιή κατάσταση. Ενώ το λειτουργικό σύστημα απενεργοποιείται γρήγορα κάτω, οι εφαρμογές που εκτελούνται σε όλα τα VM που φιλοξενούνται στον διακομιστή είναι σύντομα «πάγωμα» καθώς διακόπτεται προσωρινά η CPU. Αυτή η εμπειρία είναι παρόμοια με μια σύνδεση δικτύου που χάθηκε προσωρινά, αλλά επαναλήφθηκε γρήγορα λόγω της επανάληψης της λογικής. Μετά την επιτυχή επαναφορά του λειτουργικού συστήματος, τα VMs καταναλώνουν την αποθηκευμένη τους κατάσταση και επαναλαμβάνουν τη φυσιολογική τους δραστηριότητα, παρακάμπτοντας έτσι τυχόν επανεκκίνηση του VM.

Έχοντας αυτό υπόψη, το Project Tardigrade θα διασφαλίσει ότι η αποτυχία οποιουδήποτε στοιχείου στο host δεν θα επηρεάσει ολόκληρο το σύστημα. Ως εκ τούτου, οι VM των πελατών δεν θα επηρεαστούν από σφάλματα του κεντρικού υπολογιστή.

Η Microsoft εργάζεται σκληρά για να βελτιώσει και να επεκτείνει τα διάφορα σενάρια αποτυχίας ξενιστή για να βεβαιωθεί ότι η πλατφόρμα υπολογιστικού νέφους τους είναι πιο αξιόπιστη από ποτέ.

Αναμένουμε νέες εξελίξεις και άλλες υλοποιήσεις αξιοπιστίας στο εγγύς μέλλον.