Reliability in Azure HorizonDB

Azure HorizonDB 是一個完全託管的資料庫服務,建立在 PostgreSQL 之上。 它將運算與儲存分離,並支援讀取節點以實現高可用性與讀取擴展。 區域冗餘儲存保護已提交的資料。 對於成對區域中的叢集,您可以設定地理冗餘備份,以便在區域性故障後,恢復到任何可用 Azure HorizonDB 的區域內的新叢集。

當您使用 Azure 時, 可靠性是共同的責任。 Microsoft 提供一系列功能以支援韌性與復原。 您有責任瞭解這些功能在您使用的所有服務中如何運作,並選取符合業務目標和正常運作時間目標所需的功能。

本文說明 Azure HorizonDB 中對暫態故障、可用性區故障、整個區域的故障及服務維護的韌性。 它也描述了備份與還原。

生產部署建議

Azure Well-Architected Framework 提供關於可靠性、安全性、成本、營運與效能的建議。 若要了解這些領域如何相互影響並促成可靠的 Azure HorizonDB 解決方案,請參閱《Azure HorizonDB 架構最佳實務》。

可靠性架構概觀

本節說明服務架構如何支援可靠性。 它介紹邏輯架構,包括您部署與使用的資源與功能,以及實體架構,包括運行服務的底層基礎架構。

邏輯架構

下列元件決定您的 Azure HorizonDB 資料庫如何處理故障:

  • 叢集: 頂層資源,包含您的資料庫、集區、運算資源及共享儲存空間。 您可以設定叢集層級的設定,例如備份保留、地理備援備份、驗證及網路存取。
  • 集區: 一組具有相同運算大小與配置的運算節點。 目前每個叢集都有一個預設池。 您可以設定池的運算規模、節點數量及高可用性選項。
  • 參數群組: 一組您與集區建立關聯的 PostgreSQL 設定。 您選擇設定與關聯,Microsoft 會將它們套用到池區的節點上。
  • 運算節點:由 Microsoft 管理的 PostgreSQL 引擎實例,用於處理查詢與交易。 每個池有一個 寫入節點,負責接受寫入與讀取,最多可有 15 個 讀取節點,這些讀取節點負責讀取並作為寫入節點的容錯轉移候選節點。
  • 連線端點: 應用程式用來連線的服務管理地址。 叢集的 讀寫端點 將連線路由至目前的寫入節點。 池的 唯讀端點 負責在讀取節點之間平衡連線。 當不存在讀取節點時,唯讀端點會路由至寫入節點。 它並不強制執行唯讀存取。

運算高可用性(HA)除了寫入節點外,至少需要一個讀取節點。 讀取節點在提供讀取流量的同時,也提供容錯轉移容量。 如果寫入節點變得不可用,Microsoft 會自動將可用的讀取節點提升為寫入者角色,並更新透過讀寫端點的路徑。 應用程式會透過相同的端點重新連線。 該服務在維護期間也會使用故障轉移。

在 Azure HorizonDB 文件中,計畫性故障轉移指的是您主動啟動的故障轉移。 非計畫性故障轉移 指的是服務觸發的故障轉移,包括停機或維護期間的自動故障轉移。 Azure 入口網站將客戶發起的操作標記為「故障轉移」。

實體架構

Azure HorizonDB 是一項區域性服務。 Microsoft 負責管理資料庫基礎架構、儲存冗餘、故障偵測及運算故障轉移。 您負責設定運算 HA、選擇備份設定,並讓應用程式為中斷及復原做好準備。

預設池中的所有節點使用相同的運算配置,並共享相同的底層資料。 新增讀取節點並不會建立獨立的資料庫副本。 您可以選擇池的容量與高可用性選項。 Microsoft 負責配置與操作這些節點。

儲存體

Azure HorizonDB 將資料庫處理與資料持久性區分開來。 Microsoft 管理下列儲存元件:

  • 預先寫入日誌(WAL)服務: 儲存資料庫變更的記錄。 在服務確認已提交的交易之前,會讓該交易的 WAL 在不同可用區域之間具有持久性。
  • 共享資料儲存: 儲存資料庫頁面並非同步套用來自 WAL 的變更。 所有運算節點都會存取此共享儲存。

Azure Blob 儲存體 提供區域冗餘儲存,用於備份與 WAL 歸檔。 Microsoft 會擷取儲存快照,擷取資料庫狀態,並持續歸檔 VAL,讓您能還原到某個時間點。

每個運算節點也擁有 一個本地快取,將經常存取的資料頁面儲存在該節點的本地儲存空間中。 快取不會在節點間共享。 在故障轉移或節點更換後,新節點可能需要先填充快取,才能達到正常效能。

暫存表空間 用於存放暫存資料庫物件及中間工作,例如排序。 不要將耐用的應用程式資料儲存在暫存資料表空間,因為其內容在重新啟動或容錯移轉後不會保留。

儲存是區域冗餘的,獨立於運算配置。 只有寫入節點的叢集能跨區域保護已提交的資料,但不會有其他運算節點可供容錯轉移。 為了在區域中斷期間保持運算可用性, 請設定區域冗餘高可用性。

管理與應用程式相依關係

控制平面負責管理操作,例如建立叢集、變更設定以及擴展運算。 控制平面是區域冗餘的。 資料平面透過連線端點處理應用程式連線、查詢與交易。 Microsoft 同時營運這兩個平面。 您透過控制平面配置資源,並讓您的應用程式對資料平面中斷具有韌性。

應用程式也依賴網路連線與驗證。 如果您使用私有端點,其為叢集提供私有網路存取,您需負責應用程式網路連線與 DNS 設定。 如果您使用 Microsoft Entra 驗證,存取也依賴 Microsoft Entra ID。 僅靠資料庫復原無法恢復這些應用程式相依性。

如需更多資訊,請參閱 Azure HorizonDB 概覽及 Azure HorizonDB 中的運算節點。

對瞬態故障的彈性

暫時性錯誤是元件中的短暫間歇性失敗。 它們經常出現在雲端等分散式環境中,而且是作業的一般部分。 暫時性錯誤會在短時間內自行修正。 請務必確保您的應用程式能妥善處理暫時性錯誤,通常透過重試受影響的請求來進行。

所有雲端託管應用程式在與任何雲端託管的 API、資料庫及其他元件通訊時,都應遵循 Azure 暫態故障處理指引。 如需相關資訊,請參閱處理瞬態故障的建議。

Azure HorizonDB 會管理資料庫故障轉移與維護,作為一般服務作業的一部分。 這些活動可能會短暫中斷應用程式連線。 您負責設定您的 PostgreSQL 用戶端或應用程式以重新連線並處理暫時性連線錯誤。

使用讀寫與唯讀端點連接至 Azure HorizonDB。 在寫入故障轉移期間,服務會透過讀寫端點更新路由至新的寫入節點。 與前一個寫入者之間的現有連線會中斷,因此應用程式必須重新連線。 端點位址保持不變,因此你不需要更改連線字串。

設定重試時使用指數退避及重試次數限制。 確保重試操作不會重複業務操作。 連線中斷可能導致您的應用程式無法接收交易結果,因此不要假設每次中斷的請求在提交前都失敗。 有關一般重試指引,請參閱 重試模式。

未提交的交易會在容錯轉移期間回滾。 您的應用程式需要重試整個交易,而非僅重試中斷的語句。 保持交易簡潔。 長時間執行的交易可能延遲維護期間的故障轉移,並在故障觸發故障轉移時增加回滾工作量。 如需更多資訊,請參閱《Azure HorizonDB 中的高可用性與容錯轉移》及《在 Azure HorizonDB 中執行故障轉移》。

對可用性區域故障的抵抗力

可用性區域是 Azure 區域內物理上獨立的資料中心群組。 當某個區域發生故障時,服務可以切換至其他剩餘的區域。

Azure HorizonDB 叢集將儲存空間與運算分離。 這兩層提供不同的可用性區故障防護:

  • 儲存: 儲存層對每個叢集都是區域冗餘的,無論計算配置為何。 區域冗餘儲存保護已提交的資料,但本身無法在區域故障時讓叢集保持可用。

  • 計算: 為了計算區冗餘,請在寫入節點之外至少配置一個讀取節點,並將池的高可用性選項設定為 ZoneRedundant。

    高可用性選項決定運算資源放置:

    • 區域冗餘:Microsoft 將運算節點分散在至少兩個可用區域。
    • AnyZone:Microsoft 優先考量配置成功率。 叢集嘗試將運算節點分散到多個可用區域,但若容量不足,則可將所有節點集中於同一區域。 此選項不保證在可用區故障期間的運算可用性。
    • 已停用: 池只有一個節點,且沒有運算故障轉移目標。 此模式不提供針對可用性區域中斷的運算保護。

Azure HorizonDB 控制平面同樣具有區域冗餘。

Requirements

  • 區域支援:所有 Azure HorizonDB 區域均支援可用性區與區域冗餘。
  • 高可用性模式: 將池的高可用性選項設定為 ZoneRedundant。
  • 節點數量: 在預設池中至少設定兩個節點:一個寫入節點和至少一個讀取節點。

跨區域分佈的執行個體

  • 儲存:Azure HorizonDB 採用區域冗餘儲存(ZRS),可將資料複製至至少三個可用區域。 如需更多資訊,請參閱 「區域冗餘儲存」。

  • 運算:Microsoft 會根據集區的 HA 模式為每個運算節點選擇可用性區域。 您不會為每個節點指定可用性區域,或明確設定每個節點的區域配置。

    使用 ZoneRedundant HA 模式時,Microsoft 會將節點配置於至少兩個可用區。 透過 AnyZone,Microsoft 嘗試將節點橫跨兩個可用區,但若容量不足,則可退回單一區域。

Cost

區域冗餘或您選擇的 HA 模式都不需要額外收費。 在相同的節點數量和運算規模下,ZoneRedundant 和 AnyZone 的成本相同。 如需定價詳細資訊,請參閱 Azure HorizonDB 定價。

設定可用性區域支援

  • 建立新的區域冗餘叢集: 設定預設池,至少包含一個讀取節點,並選擇 ZoneRedundant 高可用性選項。 有關說明,請參閱〈在 Azure HorizonDB 中設定高可用性〉。

  • 在現有叢集上啟用區域冗餘: 如果池中尚無讀取節點,請新增,並選擇 ZoneRedundant 高可用性選項。 新增讀取節點不需要現有節點的停機時間,因為新節點會使用共享儲存,而非接收資料庫副本。 有關說明,請參閱〈在 Azure HorizonDB 中設定高可用性〉。

    將現有的池區從 AnyZone 更改為 ZoneRedundant 可以將一個讀取節點替換為另一個區域中的讀取節點。 與被替換節點的連線已斷開,因此應用程式需要處理 暫時性故障。 關於此行為,請參閱 池 - 更新。

Note

ZoneRedundant HA 模式至少需要兩個可用區域的運算容量,因此佈建時間可能比 AnyZone 更長。 如果 Azure HorizonDB 無法分配所有請求的節點或滿足所需的區域分配,設定作業將失敗,並保留先前的資源狀態。

容量規劃和管理

在區域中斷期間,受影響區域中的節點將無法使用,導致池的整體運算容量降低。 規劃存活節點以應付工作負載。 例如,若四個節點平均分布於兩個區域,請規劃區域中斷後僅存兩個節點:一個寫入節點與一個讀取節點。 驗證這些節點能否在具代表性的負載下處理您所需的寫入與讀取工作負載。

如果您的工作負載無法承受容量減少,您可以在停機前過度配置運算,讓存活的節點能應付所需負載。 選擇池的運算大小與節點數,使升級的讀取節點能處理寫入工作負載,而其他讀取節點則能處理所需的讀取負載。

你可以在不會造成明顯的應用程式中斷的情況下,變更池的 vCore 配置。 然而,不要指望在故障轉移後立即提供工作負載所需的容量。 有關縮放說明,請參閱〈在 Azure HorizonDB 中擴展運算〉。

如果區域配置要求導致在故障期間無法配置替換節點,您可以暫時將池的 HA 模式更改為 AnyZone,以允許在可用區域進行配置。 這會以保證的運算區域備援,換取恢復運算容量的能力。 中斷後,當各區域都有可用容量時,請將模式切換回 ZoneRedundant。 變更可能會取代讀取節點並中斷其連線,如 「配置可用性區支援」中所述。

Microsoft嘗試將運算節點均勻分布於不同區域,但實際分布可能有所不同,因此應規劃節點最多區域中節點的損失,而非假設容量損失正好 50%。

所有區域都狀況良好時的行為

本節說明當您設定 Azure HorizonDB 池以進行區域冗餘且所有區域皆運作時,應預期的情況。

  • 跨區作業: 對於運算節點,讀寫端點會將連線路由到寫入節點,不論它所在的區域。 唯讀端點會將連線平衡分配到各個讀取節點,不論其可用區域為何。

    對於儲存而言,不同可用區的運算節點會存取同一個共享區域備援儲存。

  • 跨區域資料複寫: WAL 服務會先在各區域間確保已提交交易的持久性,再確認這些交易。 共用資料儲存會套用 WAL 變更。 讀取節點可能會落後於寫入節點,因此將需要最新提交資料的讀取傳送到讀寫端點。

區域失敗期間的行為

本節說明當您設定 Azure HorizonDB 集區以進行區域冗餘,且其使用的某個區域發生故障時,應預期的情況。

  • 偵測與回應: 區域中斷可能導致該區域內的運算節點無法使用。 Microsoft 負責透過節點健康訊號偵測受影響節點,並依其角色自動回應:

    • 受影響的寫入節點: 服務會隔離失敗的寫入節點以防止進一步寫入,選擇健康區域中一個可用讀取節點,該節點的套用 WAL 位置與寫入者的位置最接近,並提升該節點。 在被提升的節點接受寫入後,服務會更新讀寫端點。
    • 僅讀取節點受影響: 寫入節點不需要容錯移轉。 位於健康區域的讀取節點仍持續提供讀取,但資源池的讀取容量較少。
  • 通知:Microsoft 不會在某個可用性區域發生故障時自動通知你。 不過,你可以使用 Azure 服務健康狀態 來了解服務整體健康狀況,包括任何區域故障,並且可以設定 Service Health 警示來通知你問題。

    針對節點可用性,請針對 Postgres Instance Is Alive 計量 (依節點分割) 設定 Azure 監視器 警示。 你負責將警示轉發給你的營運團隊。

  • 現行請求: 受影響區域內節點的連線中斷。

    • 受影響的寫入節點: 未提交的交易會回滾。 您的應用程式會在容錯移轉後透過讀寫端點重新連線。
    • 受影響的讀取節點: 這些節點正在進行的讀取會被中斷。 您的應用程式會透過唯讀端點重新連線,該端點會將連線導向可用節點。

    依照「 對暫時性故障的韌性」所述,處理中斷的請求。

  • 預期資料遺失: 已提交的交易在運算故障轉移期間不會遺失。 被提升的節點透過共享儲存存取相同的耐用 WAL。 然而,這項保護並不會保留未提交的交易或暫時資料。

  • 預期停機時間: 停機時間取決於哪些節點受到區域中斷的影響。

    • 受影響的寫入節點:寫入作業會在 Microsoft 偵測失敗時中斷,隔離失敗的寫入者,選擇健康區域中一個可用讀取節點,該節點的套用 WAL 位置與寫入者最接近,提升該節點,等待其接受寫入,並更新讀寫端點。 故障轉移通常需要幾秒鐘。 共享儲存則避免了將資料庫複製到已提升節點的必要。
    • 僅讀取器節點受影響: 不需要寫入器容錯移轉。 受影響節點的讀取會被中斷,直到應用程式重新連接至可用節點。 讀取容量降低也會影響查詢效能。

    應用程式中斷的持續時間也取決於重新連線與重試行為。 如需詳細資訊,請參閱 暫時性故障的復原能力。

  • 重新分配: 若寫入節點受影響,可用的讀取節點會接替寫入角色。 剩餘的讀取節點則依仍可使用節點與區域而定,提供池的讀取容量。

    Microsoft 嘗試替換失敗的節點。 在區域冗餘 HA 模式下,節點替換可能會延遲,直到容量可用以滿足區域分配需求。 您可以暫時將叢集切換至 AnyZone HA 模式,以便在可用區域內進行配置,但其權衡方式詳見 容量規劃與管理。

區域復原

Microsoft 負責管理節點復原,且已恢復的節點會自動重新加入池中。 你不需要採取行動來恢復節點。 您需負責在區域恢復後檢查應用程式連線性、工作負載效能及可用容量。

測試區域失敗

您可以啟動計畫性故障轉移,以測試應用程式是否會透過讀寫端點重新連線並處理中斷的交易。

在能容忍中斷的環境中執行干擾性測試。 從應用程式的角度衡量停機時間,而非使用 Azure 入口網站中回報的總故障轉移操作時間。 同時也要測量在代表性負載下重新連接後的表現。 有關說明,請參閱〈在 Azure HorizonDB 中執行故障轉移〉。

您啟動的故障轉移並不會重現區域中斷的所有影響,例如其他應用程式元件遺失、共用儲存故障或故障偵測延遲。

對區域範圍故障的復原能力

Azure HorizonDB 叢集在單一 Azure 區域內運行。 如果該區域變得不可用,叢集也無法使用。

如果您的叢集位於配對區域,且您啟用地理冗餘備份,您可以將備份還原到任何有 Azure HorizonDB 可用的區域的新叢集,而非僅限配對區域。 復原涉及在還原叢集並更新應用程式連線期間的停機時間。 這也可能導致資料遺失,因為備份副本會延遲到達配對區域,因此最新可用的備份可能不包含最新的變更。 如需更多資訊,請參閱「地理冗餘備份」。

客製化多區域韌性解決方案

如果您的復原目標需要從地理冗餘備份還原以外的方法,您就有責任設計並操作客製化的復原解決方案。

有關資料匯出與匯入選項,請參閱 Azure HorizonDB 中的 Azure 儲存體 擴充功能。 您也可以使用 PostgreSQL 工具,例如 pg_dump 匯出資料。 資料匯出並非完整的叢集備份,因此請確認您能恢復所需的資料與設定。

備份與還原

區域冗餘與運算故障轉移並不能取代備份。 它們能防止基礎架構故障,但不會將您的應用程式所提交的資料變更還原。 備份提供資料損毀、資料意外刪除及叢集故障的復原路徑。 如需詳細資訊,請參閱 備援、復寫和備份。

Microsoft 會自動備份您的叢集,每天多次建立儲存快照並持續存檔 WAL。 快照與已封存的 WAL 結合起來,讓您能將資料庫還原到某一時間點。 備份作業在儲存層執行,而非運算節點,讓運算節點可用以服務應用程式流量。 備份儲存是區域冗餘的,您可以在支援的配對區域建立叢集時選擇 地理冗餘備份 。

  • 保留期限: 您可以設定備份保留時間從 1 天到 35 天。 若省略保留設定,服務將使用七天。 若保留期限超過 35 天,請將所需資料另行匯出至您管理的儲存空間。 匯出並不等同於完整的叢集備份,所以請確認你能恢復所需的資料與設定。

  • 還原: 相同區域時間點還原結合快照與封存的 WAL,以在保留期間內恢復資料庫狀態。 還原所需的時間取決於資料庫大小、最近一次備份的時間,以及復原過程中必須處理的 WAL 數量等因素。

    還原建立一個新的叢集。 它不會覆蓋現有叢集。 您負責選擇復原點、驗證已恢復的資料,並更新應用程式連線。 若要從意外的資料變更中恢復,請先還原到變更前的某個時間點,並從還原後的叢集擷取所需的資料。

  • 叢集配置: 還原作業不會重建池或其他子資源。 您負責設定已還原叢集的運算、網路及驗證設定。 Azure 入口網站可能會套用部分預設值,因此在連接應用程式前請先確認結果的設定。 詳細資訊請參閱 REST API 參考文獻。

    請將您的叢集設定以基礎架構即程式碼(IaC)管理,以便您能重建還原作業未保留的設定。

定期測試還原,並根據錯誤可能未被偵測的時間長短來選擇保留期限。

如需更多資訊,請參閱《Azure HorizonDB 中的備份》及《Azure HorizonDB 還原》。

異地冗餘備份

在 成對區域中,您可以在建立叢集時啟用地理冗餘備份儲存。 你無法在現有叢集上啟用它。 Microsoft 負責管理備份建立,並將備份複製到配對區域。 您可以將這些備份還原到任何有 Azure HorizonDB 可用的區域的新叢集。 備份不提供持續運算容量或額外的資料庫端點。 如需更多資訊,請參閱 Azure HorizonDB 中的地理冗餘備份與還原。

在沒有配對區域的區域中建立的叢集,無法使用地理冗餘備份。 對於使用客戶管理金鑰加密的叢集,也不支援地理冗餘備份。

您啟動地理還原,即可在任何有 Azure HorizonDB 可用的區域建立新叢集,並使用存於配對區域中的最新可用備份副本。 目的地不一定非得是配對區域。 您無法為地理還原選擇歷史還原點。 備份會延遲到達配對區域,因此還原的叢集可能不包含最新的變更。 有關說明,請參閱 Azure HorizonDB 中的地理還原。

您負責為還原叢集準備運算容量、區域配額及網路存取,驗證已恢復的資料,並更新應用程式連線至新端點。 在您的計畫中包含應用程式相依性的復原功能。 測試地理還原,並根據您的工作負載復原目標衡量資料遺失與端對端復原時間。

復原完成後,您需決定何時返回原始區域,並防止應用程式獨立寫入兩個叢集。 復原不會自動合併其變更。

地理冗餘備份儲存會增加備份儲存成本。 還原後的叢集也會因您部署的資源產生費用。 欲了解更多資訊,請參閱 Azure HorizonDB 的定價與 Azure HorizonDB 業務持續性。

對叢集刪除的韌性

使用 Azure 角色基礎存取控制(Azure RBAC)來限制誰可以刪除生產叢集。

您也可以套用刪除資源鎖定,以防止透過控制平面進行叢集刪除。 資源鎖定無法防止破壞性的 SQL 操作,例如刪除資料列或資料表,也不能取代備份。 有關設定說明,請參閱「在 Azure HorizonDB 中使用資源鎖定防止意外刪除」。

您目前無法從已保留的備份中還原已刪除的叢集。

服務維護的韌性

維護透過 Microsoft 套用的服務更新、安全修補程式及資料庫次要版本更新,確保您的叢集保持安全與最新。 Microsoft 透過系統管理的維護時窗來排程維護。

成功的定期維護活動通常相隔至少 30 天。 關鍵更新,例如緊急的安全修補,可能會更早發生。 維護通知無法提供。

當池中有讀取節點時,服務會自動觸發故障轉移,讓讀取節點在維護期間接替寫入角色。 共享儲存避免在提升後的節點運作前複製資料庫或回帶 WAL。 應用程式可能會遇到連線中斷,需要透過讀寫端點重新連線。 請遵循《 對短暫故障的韌性》中的指引。 保持事務時間短,以減少故障轉移期間的延遲。

若池中沒有讀取節點,需重新啟動寫入的維護會中斷讀寫,直到寫入者再次可用。

在維護進行期間避免資源配置變更。

有關維護設定與通知,請參閱 Azure HorizonDB 中的排程維護。