Gestione e monitoraggio dei carichi di lavoro

In questo documento viene usato un modello federato per spiegare in che modo i team che si occupano dei carichi di lavoro possono gestire e monitorare operativamente i carichi di lavoro.

Considerazioni sulla progettazione della gestione e del monitoraggio dei carichi di lavoro

Per pianificare la gestione e il monitoraggio dei carichi di lavoro, considerare i fattori seguenti:

• Monitoraggio del carico di lavoro nelle aree di lavoro log di Monitoraggio di Azure dedicate.

  Per i carichi di lavoro distribuiti in macchine virtuali (VM), archiviare i log relativi alle aree di lavoro log di Monitoraggio di Azure dedicate. I membri del team dei carichi di lavoro possono accedere ai log per i carichi di lavoro o le macchine virtuali in base ai propri ruoli definiti dal controllo degli accessi in base al ruolo di Azure.

• Carichi di lavoro sovrani che guidano l'uso di aree di lavoro log di Monitoraggio di Azure dedicate.

  Per i carichi di lavoro sovrani che richiedono chiavi gestite dal cliente per crittografare i dati, è possibile fornire un livello elevato di sicurezza e controllo. I dati vengono crittografati due volte. Le chiavi gestite da Microsoft o gestite dal cliente crittografano i dati a livello di servizio. Due algoritmi di crittografia e due chiavi crittografano i dati a livello di infrastruttura. Per altre informazioni, vedere Cluster dedicati.

• Monitoraggio delle prestazioni e dell'integrità per le risorse IaaS (Infrastructure as a Service) e PaaS (Platform as a Service). I dati vengono crittografati due volte: una volta a livello di servizio usando chiavi gestite da Microsoft o chiavi gestite dal cliente e una volta a livello di infrastruttura usando due chiavi di crittografia e algoritmi diversi.

• Aggregazione dei dati di tutti i componenti del carico di lavoro.

• Modellazione e operazionalizzazione dell'integrità:

  • Come misurare l'integrità del carico di lavoro e dei relativi sottosistemi.
  • Modello basato su semaforo per rappresentare l'integrità.
  • Come rispondere agli errori che si verificano nei componenti del carico di lavoro.

Per altre informazioni, vedere Guida al monitoraggio del cloud: Strategia di monitoraggio per i modelli di distribuzione cloud.

Raccomandazioni per la gestione e il monitoraggio dei carichi di lavoro

È possibile usare i componenti centralizzati di Monitoraggio di Azure per gestire e monitorare i carichi di lavoro:

• Usare un'area di lavoro log centralizzata di Monitoraggio di Azure per raccogliere log e metriche dalle risorse del carico di lavoro IaaS e PaaS.

• Controllare l'accesso all'area di lavoro e ai log con il controllo degli accessi in base al ruolo di Azure. Per altre informazioni, vedere Panoramica del controllo di accesso di Monitoraggio di Azure.

• Usare Metriche di Monitoraggio di Azure per analisi urgenti.

  Il servizio Monitoraggio di Azure memorizza le metriche in un database per le serie temporali ottimizzato per analizzare i dati con timestamp. Le metriche sono particolarmente adatte per gli avvisi e il rilevamento tempestivo dei problemi. Possono anche monitorare le prestazioni del sistema. È possibile combinare le metriche con i log per identificare le cause radice dei problemi.

• Usare i log di Monitoraggio di Azure per ottenere dati analitici e creare report.

  I log contengono tipi di dati diversi organizzati in record con set di proprietà diversi. I log sono utili per l'analisi di dati complessi provenienti da una gamma di origini, ad esempio i dati sulle prestazioni, gli eventi e le tracce. Se necessario, usare gli account di archiviazione condivisi nella zona di destinazione per l'archiviazione dei log dell'estensione di diagnostica di Azure.

• Usare gli avvisi di Monitoraggio di Azure per generare gli avvisi operativi. Gli avvisi di Monitoraggio di Azure includono sia gli avvisi delle metriche sia quelli dei log e usano funzionalità come le azioni e i gruppi intelligenti per la gestione e la correzione avanzate.

Per altre considerazioni e raccomandazioni sulla gestione dei carichi di lavoro, vedere Eccellenza operativa in Well-Architected Framework di Azure.