Procedure consigliate per l'architettura per Azure Cosmos DB per NoSQL

Scegliere una progettazione semplice ed evitare funzionalità non necessarie. Non adottare funzionalità che inutilmente aggiungono complessità al carico di lavoro, ad esempio scritture multiple primarie e indicizzazione personalizzata. Azure Cosmos DB supporta queste funzionalità, ma può aggiungere complessità e carico operativo significativi. Valutare attentamente se il carico di lavoro richiede funzionalità avanzate.

Delegare le responsabilità del carico di lavoro e gli aspetti trasversali ad altri servizi, come Microsoft Entra ID per l'autenticazione e l'autorizzazione o Azure Monitor e Application Insights per il monitoraggio.

Identificare e classificare in ordine di priorità i flussi del carico di lavoro. Non tutti i flussi nell'applicazione sono ugualmente importanti. Identificare i percorsi critici e assegnare priorità a ogni flusso per guidare le decisioni di progettazione. La progettazione del flusso utente può influenzare i livelli di servizio, le funzionalità e la capacità allocata al database di Azure Cosmos DB.

Per identificare i flussi critici che potrebbero richiedere un trattamento speciale, acquisire i requisiti di elaborazione che li separano in termini di funzionalità di elaborazione dati. Ad esempio, alcuni flussi potrebbero richiedere una velocità effettiva maggiore o essere più sensibili ai problemi di latenza. Alcuni flussi di soluzioni potrebbero richiedere livelli di coerenza delle transazioni diversi.

Usare l'analisi della modalità di errore per identificare potenziali errori nel carico di lavoro. Pianificare strategie di mitigazione per potenziali errori. La tabella seguente mostra esempi di analisi della modalità di errore.

Per altre informazioni, vedere l'analisi della modalità di errore per le applicazioni di Azure.

Creare ridondanza per migliorare la resilienza e soddisfare gli obiettivi di affidabilità. Progettare la distribuzione dell'account di database in modo che si estenda almeno due aree in Azure. Distribuire l'account tra più zone di disponibilità se l'area di Azure la supporta.

Valutare le strategie di scrittura in più aree e in un'area singola per il carico di lavoro. Per la scrittura in una singola regione, progettare il carico di lavoro in modo che abbia almeno una seconda area di lettura per il failover. Abilitare il failover automatico per scenari di scrittura a singola area e lettura in più aree. Per la scrittura in più aree, confrontare i compromessi in termini di complessità e coerenza rispetto ai vantaggi della scrittura in più aree. Per altre informazioni, vedere Aspettative durante un'interruzione a livello di area per gli account di scrittura in una singola area e in più aree.

Valutare il modo in cui il livello di coerenza e la modalità di replica influiscono sull'obiettivo del punto di ripristino (RPO) in un'interruzione a livello di area.

Progettare un test end-to-end di disponibilità elevata per l'applicazione che include il test del failover del database e il failback.

Usare le funzionalità native di ripristino di emergenza e backup. Implementare backup e ripristini di database e contenitori per soddisfare le tue esigenze. Gli scenari di ripristino includono il ripristino temporizzato, il ripristino da operazioni distruttive accidentali, il ripristino delle risorse eliminate e il ripristino in un'altra area in un momento specifico. Configurare l'account con il backup continuo. Scegliere il periodo di conservazione appropriato in base ai requisiti aziendali.

Allineare la progettazione di Azure Cosmos DB alle linee guida e ai modelli di progettazione delle applicazioni standard del settore. Esplorare la guida alla progettazione di applicazioni resilienti, esaminare i criteri di ripetizione dei tentativi predefiniti per gli SDK e pianificare la gestione personalizzata per errori temporanei specifici. Queste guide forniscono procedure consigliate per rendere resiliente il codice dell'applicazione agli errori temporanei.

Esaminare le baseline di sicurezza. Per migliorare il comportamento di sicurezza del carico di lavoro, esaminare l'elenco di controllo per la sicurezza per i database di Azure e la baseline di sicurezza per Azure Cosmos DB. Implementare almeno le baseline di sicurezza per la protezione dei dati e la gestione delle identità per proteggere l'account Azure Cosmos DB.

Valutare la conformità e le certificazioni a livello di servizio nel contesto dei requisiti dei dati personali globali correnti.

Implementare la gestione rigorosa, condizionale e controllabile delle identità e degli accessi. Usare Microsoft Entra ID per le esigenze di autenticazione e autorizzazione del carico di lavoro. Microsoft Entra ID fornisce la gestione centralizzata delle autorizzazioni e degli accessi.

Per l'accesso al livello di controllo e al livello dati dell'account, creare ruoli, gruppi e assegnazioni secondo il principio dell'accesso con privilegi minimi. Valutare la possibilità di disabilitare l'autenticazione basata su chiave.

Crittografare i dati.Crittografare i dati inattivi o in movimento usando chiavi gestite dal servizio o chiavi gestite dal cliente.

Applicare la segmentazione di rete e i controlli di sicurezza. Creare la segmentazione intenzionale e i perimetri nella progettazione della rete e applicare principi di difesa avanzata usando controlli di rete localizzati in tutti i limiti di rete.

Ridurre l'area di superficie di attacco usando endpoint privati in base alla baseline della sicurezza per Azure Cosmos DB.

Implementare una strategia di monitoraggio della sicurezza olistica. Controllare l'accesso utente, le violazioni della sicurezza e le operazioni delle risorse usando i log del piano di controllo.

Monitorare l'uscita dei dati, le modifiche ai dati, l'utilizzo e la latenza usando le metriche del piano dati.

Usare procedure di sviluppo e test sicure. Seguire le procedure di sviluppo software consigliate per proteggere l'accesso ai dati. Seguire procedure di codifica sicure ed eseguire revisioni del codice sicure quando si sviluppano applicazioni che interagiscono con Azure Cosmos DB.

Ottimizzare la strategia di ridimensionamento di Azure Cosmos DB. Informazioni su come Azure Cosmos DB gestisce la scalabilità delle risorse di archiviazione e della velocità effettiva. Determinare il giusto equilibrio tra prestazioni e costi per soddisfare i requisiti.

Seleziona uno schema di allocazione della larghezza di banda che si adatti al tuo carico di lavoro. Esaminare i vantaggi della velocità effettiva standard e a scalabilità automatica distribuita a livello di database o contenitore. Prendere in considerazione anche le opzioni serverless quando è opportuno. Analizza i modelli di traffico del carico di lavoro per selezionare lo schema di allocazione della larghezza di banda più adatto.

Determinare una chiave di partizione o un set di chiavi di partizione che abbiano cardinalità elevata e rimangano invariate. Usare le linee guida e le procedure consigliate esistenti per selezionare una chiave di partizione appropriata. Considerare anche i criteri di indicizzazione quando si determina una chiave di partizione.

Ottimizza i costi dei dati di Azure Cosmos DB. Eseguire un inventario dei dati e calcolare l'archivio dati complessivo previsto per il carico di lavoro. Le dimensioni di elementi e indici influiscono sui costi di archiviazione dei dati. Calcolare l'impatto della replica e del backup sui costi di archiviazione.

Creare una strategia per rimuovere automaticamente gli elementi meno recenti che non vengono più usati o necessari. Se necessario, esportare questi elementi in una soluzione di archiviazione a costi inferiori prima di rimuoverli.

Ottimizzare le query per i costi. Valuta le tue query più comuni che riducono al minimo le ricerche tra partizioni. Usare queste informazioni per informare il processo di selezione di una chiave di partizione o la personalizzazione di un criterio di indicizzazione.

Usare la proiezione per ridurre i costi di velocità effettiva dei set di risultati di query di grandi dimensioni. Creare query per proiettare solo il numero minimo di campi richiesti da un set di risultati. Se i calcoli sui campi sono necessari, valutare il costo della velocità effettiva dell'esecuzione di tali calcoli sul lato server rispetto al lato client.

Evitare l'uso di query illimitate tra partizioni diverse. Valutare e creare query per assicurarsi di eseguire ricerche all'interno di una singola partizione logica, quando possibile. Utilizzare i filtri di query per controllare le partizioni logiche che la query deve mirare. Se una query deve eseguire la ricerca tra partizioni logiche, associare la query solo a cercare un subset di partizioni logiche anziché un'analisi completa.

Progettare un criterio di indicizzazione che consideri le operazioni e le query comuni nel carico di lavoro.

Monitorare le istanze di Azure Cosmos DB. Includere istanze di Azure Cosmos DB tra aree nella soluzione di monitoraggio del carico di lavoro.

Creare identificatori nell'applicazione client per distinguere i carichi di lavoro. Prendere in considerazione i flag, ad esempio il suffisso user-agent, per identificare il carico di lavoro a cui associare ogni voce di log o metrica.

Creare una bozza di strategia di monitoraggio dei log e delle metriche per distinguere i diversi carichi di lavoro, contrassegnare scenari eccezionali, tenere traccia dei modelli in eccezioni ed errori e tenere traccia delle prestazioni del computer host.

Definire più avvisi per monitorare la congestione, analizzare il throughput e tenere traccia delle dimensioni dei dati.

Pianificare le soglie delle metriche previste in base alla progettazione di partizioni e indici. Creare un piano per monitorare tali metriche per determinare la loro vicinanza alle soglie pianificate.

Automatizzare le implementazioni attraverso l'infrastruttura come codice (IaC). Incorporare tutte le modifiche di Azure Cosmos DB, incluse le distribuzioni dell'infrastruttura e le modifiche alla configurazione, nelle procedure di distribuzione del codice.

Creare e applicare le migliori prassi per automatizzare la distribuzione dell'account e delle risorse di Azure Cosmos DB per NoSQL.

Assicurarsi che il team usi gli stessi modelli per la distribuzione in altri ambienti non di produzione.

Pianificare e gestire in modo proattivo la capacità di Azure Cosmos DB. Definire una baseline di prestazioni per l'applicazione. Misurare il numero di utenti e transazioni simultanei che potrebbe essere necessario gestire. Prendere in considerazione le caratteristiche del carico di lavoro, ad esempio il flusso utente medio, le operazioni comuni e i picchi di utilizzo.

Ricerca gli utenti di destinazione. Determinare quali regioni di Azure sono più vicine a loro.

Ottimizzare la progettazione dei dati. Progettare gli elementi in modo che i documenti JSON corrispondenti siano il più piccolo possibile. Se necessario, è consigliabile suddividere i dati tra più elementi.

Mantenere gli elementi di dimensioni inferiori a 100 KB . Gli elementi più grandi utilizzano una maggiore velocità effettiva per le operazioni comuni di lettura e scrittura. Le query su elementi di dimensioni maggiori che proiettano tutti i campi possono anche aggiungere costi significativi per la velocità effettiva.

Selezionare il livello, le funzionalità e il modello di fatturazione corretti. Determinare se il carico di lavoro richiede un archivio analitico. Considerare archivi analitici e servizi come Azure Synapse Link per query complesse.

Ottimizzare il modello di distribuzione. Distribuire Azure Cosmos DB per NoSQL nelle aree più vicine agli utenti finali. | Ridurre la latenza distribuendo Azure Cosmos DB per NoSQL alle aree più vicine agli utenti finali il più possibile.

Ottimizzare le query per le prestazioni. Esamina i suggerimenti sulle prestazioni delle query e applica le strategie pertinenti ai tuoi casi d'uso.

Identificare le query che usano uno o più campi di ordinamento. Identificare anche le operazioni che influiscono su più campi. Includere questi campi in modo esplicito nella progettazione dei criteri di indicizzazione.

Progettare carichi di lavoro di grandi dimensioni per usare le operazioni bulk quando possibile.

Identificare le query sulle matrici figlio e determinare se sono candidati per sottoquery più efficienti.

Fai ricerca sulle tue domande più comuni e complesse. Identificare le query che usano più ricerche, collegamenti o aggregazioni. Considerare queste query nel processo di progettazione della chiave di partizione o dei criteri di indicizzazione.

Per le query più comuni, determinare il numero di risultati previsti per ogni pagina. Questo numero consente di formalizzare un conteggio degli elementi bufferizzati per i risultati pre-fetched.

Ottimizzare la logica del codice. Usare il modello singleton per la CosmosClient classe nella maggior parte degli SDK. Usare la classe client nella maggior parte degli SDK come un singleton. La classe client gestisce il proprio ciclo di vita ed è progettata per non essere eliminata. La creazione e l'eliminazione costante di istanze possono comportare una riduzione delle prestazioni.