Einführung

Abgeschlossen

Öffentliche Clouds bieten Kunden viele verschiedene Vorteile: ein kosteneffizientes, nutzungsbasiertes Preismodell, vertikale und horizontale Skalierbarkeit, Elastizität, eine weltweite Präsenz, Zuverlässigkeit und Sicherheit. Obwohl diese Vorteile die Cloudeinführung immer schneller voranbringen, stellt auch das lokale Computing noch einen bedeutenden Teil der IT-Landschaft dar. Aufgrund technischer, gesetzlicher oder compliancebedingter Anforderungen müssen Ressourcen manchmal in lokalen Rechenzentren gehostet werden. Auch psychologische Aspekte können die Migration zur Cloud beeinträchtigen, denn diese stellt eine enorme Umstellung vom herkömmlichen Betriebsmodell dar, mit dem viele Kunden bereits vertraut sind. Darüber hinaus ist eine hochgradig optimierte lokale Infrastruktur in manchen Fällen kosteneffizienter als eine öffentliche Cloud.

In diesem Modul werden das Azure Stack-Portfolio und die grundlegende Architektur, die Kernfunktionen und die primären Anwendungsfälle für die zugehörigen Produkte vorgestellt. Auch die Unterschiede und Gemeinsamkeiten zwischen der Azure Stack HCI, Azure Stack Hub, Azure Stack Edge und Azure werden behandelt.

Szenario

Contoso, Ltd. ist ein mittelständischer Finanzdienstleister mit Hauptsitz in New York und einer Forschungsabteilung in Dallas. Er arbeitet zurzeit fast vollständig lokal, wobei der Großteil der Compute-Umgebung unter einem Windows Server-Betriebssystem oder einer von mehreren Linux-Distributionen ausgeführt wird. Die internen IT-Mitarbeiter des Unternehmens sind mit Microsoft-Technologien, einschließlich der Virtualisierungslösungen und softwaredefinierten Angebote für Rechenzentren, bestens vertraut.

Im Rahmen von Konsolidierungs- und Modernisierungsinitiativen für Rechenzentren wurden in den letzten Monaten einige Anwendungen in eine Reihe von Infrastructure-as-a-Service- und Platform as a Service-Diensten (IaaS bzw. PaaS) in Azure migriert. Mehrere stark regulierte Workloads müssen jedoch im lokalen Rechenzentrum in New York verbleiben.

Zwei dieser Workloads stellen aufgrund ihrer Anforderungen an Leistung und Resilienz eine besondere Herausforderung dar. Bei der ersten Workload handelt es sich um eine zweischichtige OLTP-Anwendung (Onlinetransaktionsverarbeitung) der Kreditvergabeabteilung von Contoso. Die PHP-basierte Front-End-Schicht der Anwendung wird auf einem gruppierten Ubuntu 18.04-Serverpaar (Linux) ausgeführt. Die Back-End-Schicht besteht aus MySQL-Datenbanken. Die zweite Workload ist eine noch nicht implementierte, isolierte VDI-Farm (Virtual Desktop Infrastructure) für Benutzer in der Investmentbankingabteilung von Contoso, die eine alternde Windows Server 2012 R2-basierte RDS-Bereitstellung (Remote Desktop Services, Remotedesktopdienste) ersetzen soll.

Eine weitere Workload, die lokal bleibt, aber eine betriebliche Herausforderung darstellt, ist eine Forschungsanwendung, die Kundendaten mithilfe von Machine Learning verarbeitet, analysiert und zur Langzeitarchivierung in Azure Storage hochlädt. Der aktuelle Prozess basiert auf Legacycode, mit dem ein Scrubbing für die Daten ausgeführt wird, um die Wahrscheinlichkeit zu reduzieren, dass personenbezogene Daten offengelegt werden. Die Genauigkeit und Effizienz erfüllen jedoch nicht die gesetzlichen Anforderungen.

Der Chief Information Officer (CIO) von Contoso stellt fest, dass die Modernisierung dieser Workloads zu zusätzlichen Hardwarekosten führen würde. Bevor der Finanzierung zugestimmt wird, soll überprüft werden, ob die IT-Organisation mit diesem Zusatzbudget eine moderne Technologielösung liefern und die Konsolidierungsinitiative für Rechenzentren beschleunigen kann. Zudem soll sichergestellt werden, dass die neue Implementierung nicht nur einen konsistenten Verwaltungsansatz fördert, der auf vorhandenen IT-Kenntnissen basiert, sondern nach Möglichkeit auch den Übergang zu einem Modell mit verwalteten Diensten voranbringt. Der Ansatz soll eine Integration mit bereits von Contoso genutzten Clouddiensten wie Azure Monitor ermöglichen. Die neue Lösung muss zudem eine vielschichtige Verfügbarkeit und Resilienz bieten, um ortsbedingten Fehlern vorzubeugen und die Notfallwiederherstellung zu vereinfachen.

Die IT-Verwaltung sucht bereits nach einer Lösung, die alle diese Anforderungen erfüllt. Ihre Rolle als Lead System Engineer besteht darin, die am besten geeignete Option zu ermitteln. Damit Sie die optimale Microsoft-Plattform für Ihre Workloads auswählen können, müssen Sie sich mit den verfügbaren Optionen, deren Funktionsumfang und den vorgesehenen Anwendungsfällen vertraut machen. Mit zunehmender Integration verschwimmen die Unterschiede zwischen öffentlichen Clouds, privaten Clouds und herkömmlichen lokalen Betriebsmodellen. Das macht Ihre Aufgabe noch schwieriger.

Lernziele

Nach Abschluss dieses Moduls können Sie folgende Aufgaben durchführen:

  • Beschreiben des Azure Stack-Portfolios
  • Beschreiben der grundlegenden Architektur, der Kernfunktionen und der primären Anwendungsfälle für Azure Stack Hub
  • Beschreiben der grundlegenden Architektur, der Kernfunktionen und der primären Anwendungsfälle für die Azure Stack HCI
  • Beschreiben der grundlegenden Architektur, der Kernfunktionen und der primären Anwendungsfälle für Azure Stack Edge

Voraussetzungen

Für einen optimale Lernerfolg in diesem Modul sollten Sie über Grundkenntnisse und Erfahrungen in den folgenden Bereichen verfügen:

  • Azure
  • Softwaredefinierter Speicher unter Windows Server
  • Softwaredefinierte Netzwerke unter Windows Server
  • IoT-Technologien