Architecture azure haute performance. Conférence du 21 Septembre 2015

1. ARCHITECTURE
AZURE
PERFORMANTE
Histoire du
développement
d’une
application
haute
performance sur
azure

2. © Pyxis Technologies inc.
/studio
Expertise
Qualité
Respect
Agile Big Data custom CQRS
Desktop Event Sourcing
Microsoft .NET C# Scrum
Software development
Training Web
noussommes

3. © Pyxis Technologies inc.
INTRODUCTION

4. © Pyxis Technologies inc.
Budget Limité
POURQUOI?

5. © Pyxis Technologies inc.
Budget Limité
Potentiel de
croissance
POURQUOI?

6. © Pyxis Technologies inc.
Budget Limité
Potentiel de
croissance
Base d’utilisateurs
international
POURQUOI?

7. © Pyxis Technologies inc.
Budget Limité
Potentiel de
croissance
Base d’utilisateurs
international
Coût / revenu
POURQUOI?

8. © Pyxis Technologies inc.
Budget Limité
Potentiel de
croissance
Base d’utilisateurs
international
Coût / revenu
Construit pour la
performance
POURQUOI?

9. © Pyxis Technologies inc.
HOSTING

10. © Pyxis Technologies inc.
Storage SQL, Document,
Archivage,
Système de fichier,
image de VM
SQL, Document,
image de VM
SQL, Document,
Processing Toutes plateformes Toutes plateformes Toutes plateformes
Service Bus Queue, Event
(SNS), Lamba
Queue, Topic, Event
Hub
Maison
Scalability Automatique Automatique Maison ou OS
Familiarité Faible Moyenne Faible
Self-service Portail intégré Portail intégré Manuel
HOSTING - COMPARAISON

11. © Pyxis Technologies inc.
RECHERCHE
AZURE SEARCH
SERVICE

12. © Pyxis Technologies inc.
Performance Excellente Excellente Excellente
Fonctionnalités Full text search Multi-indexing,
query language,
multi plateforme
Index mutlti-
dimension
Maturité Mature Mature Jeune
Scalabilité Inter-noeud Manuelle avec
(SOLR)
Auto
Familiarité Moyennement
familié
Très familié Peu
RECHERCHE - COMPARAISON

13. © Pyxis Technologies inc.
 Persistant
 Accès lent
 Distribution de
données pas toujours
facile
 Persistant (avec
redondance)
 Accès ultra rapide
 Distribution des
données by design
STORAGE - MEDIUM

14. © Pyxis Technologies inc.
STORAGE - FORMAT
Blob
• Donnée non-structurée
• Objets de grande taille
Table
• Donnée tabulaire (structure plane)
• Accès rapide
Document
• Structure hiérarchique
• Schéma variable
Donnée relationnelles
• Structure normalisée
• Utilisation d’index

15. © Pyxis Technologies inc.
CACHE

16. © Pyxis Technologies inc.
SERVICE BUS

17. © Pyxis Technologies inc.
FRONT END

18. © Pyxis Technologies inc.
Performance Moyenne pour comtenu statique Excellente
Fonctionnalités Dynamique, donc sans limite Server side, donc limité
Maturité Mature Mature
Scalabilité Infinie, client side Selon les instances de serveur
Familiarité Moyenne Bonne
FROND END - COMPARAISON

19. © Pyxis Technologies inc.
MAILING

20. © Pyxis Technologies inc.
Fonctionnalités Envoi de masse, suivi des
lectures, support de gabarits
Envoi individuels, suivi des
lectures, support de gabarits
Scalabilité Transparente Transparente
Template Built-in Built-in
Écosystème Librairie Nuget Librairie Nuget
Api Rest Rest, SMTP
MAILING - COMPARAISON

21. © Pyxis Technologies inc.
Déploiement (automatisé)
Test de performance dès le début
Test local, émulé in-proc, émulé
Azure
Minimiser le downtime
Séparation des updates et des
requêtes (CQRS)
A CONSIDÉRER

22. © Pyxis Technologies inc.
Commande Requête
Données
dénormalisée
Rapide
d’accès
Réplicable
Intégrité des
données
Exécution
lente
Règles
d’affaires
SANS COMPROMIS

23. © Pyxis Technologies inc.
Retarder les
décisions
Architecture
évolutive
Abstraction
des
dépendances
Système à
deux vitesses
ARCHITECTURE - INITIALE

24. © Pyxis Technologies inc.
ARCHITECTURE – APRÈS 3 SPRINTS

25. © Pyxis Technologies inc.
ARCHITECTURE - FINALE

26. © Pyxis Technologies inc.
Sélecteur de persistance
Blob
Table
Mémoire
Autre…
Contexte de persistance
Pas de requêtes complexe
Mise à jour en lot
IMPLÉMENTATION - PERSISTANCE

27. © Pyxis Technologies inc.
IMPLÉMENTATION - PERSITANCE
Persistance
Store Factory
Blob
Persistance
IPersistanceStore
File
Persistance
Table
Persistance
Memory
Persistance
IPersistanceStore
IPersistanceStore
IPersistanceStore
IPersistanceStore
IPersitanceStore
void Save<T>
T Get<T>
void Delete<T>
bool Any<T>
IEnumerable<T>
GetSome<T>
IEnumerable<T> Query<T>
IEnumerable<T> GetAll<T>
void Purge

28. © Pyxis Technologies inc.
Recherche en mémoire
Lucene
Search Api réutilisable
IMPLÉMENTATION - RECHERCHE

29. © Pyxis Technologies inc.
CRÉATION D’INDEX
Factory
Dialect
IndexerMapper
Data provider
Query Builder
Map between
Domain Object
And
Lucene
Handle search
index content
Build index
queries
Return POCO to
index

30. © Pyxis Technologies inc.
RECHERCHE
Service
Index
Searcher
Index
Manager
Query
Builder
Mapper

31. © Pyxis Technologies inc.
Une mise à jour en deux temps
Traitement des données
Rafraichir les sites web
Job
Fire & forget
Queue (Azure)
Événement
Publisher / Subscriber
Event (Azure)
IMPLÉMENTATION – JOB/MESSAGE

32. © Pyxis Technologies inc.
EXÉCUTION DE JOB
Request
Azure
Queue Worker

33. © Pyxis Technologies inc.
ÉVÉNEMENTS
Update
Azure
Event
Web Site
Web Site
Web Site

34. © Pyxis Technologies inc.
Indexation des pages
Angular vs MVC
Difficulté de tester
Différente configuration
Debugging
Local
Émulateur
Cloud
PROBLÈMES

35. © Pyxis Technologies inc.
Rappelez-vous
Penser la performance dès le
début ne coûte pas plus cher
Prévoir l’évolution et la flexibilité
Se découpler de l’implémentation
Questions?
35
LA FIN