Je vois une tendance dans mon accord avec les jeunes et les vieux concepteurs de cloud. Les méthodes de mise à l’échelle du cloud populaires utilisées des années auparavant ne sont presque jamais utilisées aujourd’hui. Oui, je comprends pourquoi, étant donné que nous sommes en 2023 et non en 1993, mais les architectes du cloud comprennent encore quelques astuces astucieuses qui sont pertinentes aujourd’hui.
Jusqu’à récemment, nous fournissions simplement plus de services cloud pour résoudre les problèmes de mise à l’échelle. Cette approche produit normalement des dépenses en nuage exorbitantes. La meilleure technique consiste à consacrer plus de temps de qualité au style et à la mise en œuvre à l’avance plutôt que de désigner des ressources post-déploiement bon gré mal gré et d’augmenter les dépenses.
Jetons un coup d’œil au processus de conception de systèmes cloud évolutifs et découvrez quelques-unes des techniques d’architecture moins connues qui aident les systèmes de cloud computing à évoluer efficacement.
Autoscaling avec l’analyse prédictive
L’analyse prédictive peut prévoir les besoins des utilisateurs et dimensionnez les ressources pour optimiser l’utilisation et réduire les dépenses. Les tout nouveaux outils d’aujourd’hui peuvent également déployer des analyses avancées et l’intelligence artificielle. Je ne vois pas ces techniques appliquées autant qu’elles devraient l’être.
L’autoscaling avec l’analyse prédictive est une technologie qui permet aux applications et à l’infrastructure basées sur le cloud d’évoluer immédiatement vers le haut ou vers le bas en fonction des modèles de demande anticipés. Il combine les avantages de l’autoscaling, qui modifie instantanément les ressources en fonction du suivi des besoins actuels, avec l’analyse prédictive, qui utilise des données historiques et des modèles d’apprentissage automatique pour anticiper les modèles de demande.
Ce mélange d’ancien et de nouveau fait un grand retour puisque des outils puissants sont disponibles pour automatiser la procédure. Cette approche architecturale et cette technologie sont particulièrement utiles pour les applications avec des modèles de trafic très variables, tels que les sites Web de commerce électronique ou les systèmes de saisie des commandes, où des pics soudains de trafic peuvent entraîner des problèmes de performances si les installations ne peuvent pas évoluer assez rapidement pour satisfaire la demande. L’autoscaling avec l’analyse prédictive se traduit par une meilleure expérience utilisateur et une réduction des coûts en utilisant uniquement les ressources en cas de besoin.
Sharding des ressources
Le sharding est une technique existante prolongée qui consiste à diviser de grands ensembles de données en des sous-ensembles plus petits et plus exploitables appelés fragments. Le partage d’informations ou d’autres ressources améliore sa capacité à évoluer.
Dans cette technique, un grand pool de ressources, telles qu’une base de données, un stockage ou une puissance de traitement, est séparé sur plusieurs nœuds sur le cloud public général, permettant à plusieurs clients d’y accéder simultanément. Chaque fragment est attribué à un nœud spécifique et les nœuds interagissent pour répondre aux demandes des clients.
Comme vous l’avez peut-être deviné, le partage des ressources peut améliorer l’efficacité et la disponibilité en répartissant la charge sur plusieurs serveurs cloud. Cela réduit la quantité de données que chaque serveur doit gérer, permettant des temps d’action plus rapides et une meilleure utilisation des ressources.
Invalidation du cache
J’ai en fait enseigné l’invalidation du cache sur des tableaux blancs étant donné que le cloud computing initialement devenu une chose, et pourtant ce n’est toujours pas bien compris. L’invalidation du cache implique l’élimination des « informations obsolètes » du cache pour maximiser les ressources, diminuant ainsi la quantité d’informations à traiter. Les systèmes peuvent évoluer et fonctionner bien mieux en minimisant le temps et les ressources nécessaires pour accéder à ces informations depuis leur source.
Comme pour toutes ces techniques, vous devez faire attention à certains effets secondaires indésirables. Par exemple, si les informations d’origine sont modifiées, les données mises en cache deviennent obsolètes et peuvent entraîner des résultats incorrects ou des informations obsolètes présentées aux utilisateurs. L’invalidation du cache, si elle est effectuée correctement, devrait résoudre ce problème en mettant à niveau ou en supprimant les données mises en cache lorsque des modifications sont apportées aux données initiales.
Plusieurs méthodes pour invalider un cache incluent l’expiration basée sur le temps, basée sur les événements invalidation et invalidation manuelle. L’expiration basée sur le temps implique la définition d’une limite de temps fixe pour la durée pendant laquelle les données peuvent rester dans le cache. L’invalidation basée sur les événements active l’invalidation du cache en fonction d’occasions spécifiques, telles que des modifications des informations initiales ou d’autres facteurs externes. Enfin, l’invalidation manuelle comprend la mise à jour manuelle ou la suppression des informations mises en cache en fonction des actions de l’utilisateur ou du système.
Rien de tout cela n’est secret, mais ces idées ne sont généralement plus enseignées dans les cours d’architecture cloud sophistiqués, y compris les cours d’accréditation. . Ces techniques offrent une meilleure optimisation et de meilleures performances globales à vos services basés sur le cloud, mais il n’y a pas de frais pour ne pas les utiliser. Certes, ces problèmes peuvent tous être résolus en leur jetant de l’argent, ce qui fonctionne normalement. Cela peut vous coûter 10 fois plus cher qu’un service optimisé qui tire parti de ces techniques architecturales ou d’autres.
Je choisirais de le faire correctement (optimisé) plutôt que de le faire rapidement (sous-optimisé). Qui est avec moi?.
Toute l’actualité en temps réel, est sur L’Entrepreneur
