Microsoft Azure の概要と最近のアップデート（2016年6月25日）
•Descargar como PPTX, PDF•
0 recomendaciones•516 vistas
Interact x Cloud Samurai 2016 Summer でお話ししたMicrosoft Azureの概要資料です。
Recomendados
Más contenido relacionado
La actualidad más candente
La actualidad más candente (18)
Destacado
Destacado (16)
Similar a Microsoft Azure の概要と最近のアップデート（2016年6月25日）
Similar a Microsoft Azure の概要と最近のアップデート（2016年6月25日） (20)
Último
Último (8)
Microsoft Azure の概要と最近のアップデート（2016年6月25日）
- 1. Microsoft Azure の概要と最近のアップデート Interact x Cloud Samurai 2016 Summer 2016.06.25 JAZUG Kenrtaro Aoki
- 2. 自己紹介 { "objectType": "User", “displayName”: “Kentaro Aoki", “Twitter": "@kekekekenta", "onPremisesSecurityIdentifier": null, } 2
- 5. Azure Platform Services • コンピュート、ストレージ以外にも、モバイル、分析、サーバ管理、メ ディア、ID管理など60以上のサービスを提供。 Compute Virtual Machines Virtual Machine Scale Sets Cloud Services RemoteApp Batch Service Fabric Azure Container Service Web ＆ Mobile App Service Mobile Services API Management Notification Hubs Mobile Engagement Functions Data & Storage SQL Database DocumentDB Redis Cache Storage StorSimple Azure Search SQL Data Warehouse SQL Server Stretch Service Analytics HDInsight Machine Learning Stream Analytics Data Factory Event Hubs Data Catalog Power BI Embedded Data Lake Analytics Data Lake Store Networking Virtual Network ExpressRoute Traffic Manager Load Balancer VPN Gateway Azure DNS Application Gateway Identity & Access Management Active Directory Azure Active Directory B2C Azure Active Directory Domain Services Multi-factor Authentication Media & CDN Media Services CDN Developer Services Visual Studio Team Services Azure DevTestLabs Application Insights HockeyApp Developer Tools Management & Security Microsoft Azure portal Scheduler Operations Management Suite Automation Log Analytics Key Vault Security Center Intelligence Cortana Intelligence Cognitive Services Internet of Things IoT Suite Azure IoT Hub Event Hubs Hybrid Integration BizTalk Services Service Bus Backup Site Recovery
- 6. AzureのサービスがSuiteになっているもの • Cortana Intelligence Suite – データを扱うサービスの集まり • Microsoft Operations Management Suite – ハイブリッドにVirtual Machineを管理するサービスの集まり • Azure IoT Suite – 想定されたIoTシナリオでデバイスを管理する機能（複数のサー ビスが集まって構成されているが、サービスの集まりという感 じではない） 6
- 7. Microsoft Azure セキュリティ • Azureを使うことでインフラのセキュリティを任せることが可能 • 業界標準の認証・証明に準拠 Microsoft Azure サービス Microsoft Azure グローバル・インフラストラクチャ OS・アプリケーション 地域によって異なるため詳細はこちらをご確認ください https://www.microsoft.com/en-us/TrustCenter/Security/AzureSecurity
- 9. • ComputeやWeb & Mobileのサービス Microsoft Azure Build on Dev frameworksBuild on Infrastructure Azure アプリケーション プラットフォーム LOBアプリ向けSaaSアプリ向けアプリ全般 Virtual Machines 単体サーバに アプリをイン ストールする 場合 VM Scale Sets 複数サーバで同 じアプリを動か せる場合 Container Service Dockerイメージ を利用したアプ リを動かす場合 Cloud Services モノシリック3層構 造のアプリを開発 する場合 Service Fabric マイクロサービス ベースのアプリを 開発する場合 Power Apps (preview) グラフィカ ルなデザイ ンでアプリ を構成する 場合 App Service テンプレート ベースでWeb/ モバイル/API を高速に開発 する場合 ワークフ ローベー スのアプ リを構成 する場合 Logic Web/ Mobile/API プログラムスキル有り プログラム スキル無し 既存アプリ/パッケージの利用 新規アプリ開発（クラウドネイティブ）
- 10. Cloud Services (1/3) • Cloud Serviceはアプリケーションを動かす PaaS基盤 – Web Role • Webアプリケーションを動かすVM – IISが動いているWindows Server – Worker Role • 負荷のかかる処理などを動かすVM （昔はこのインスタンスを使える人 がかっこよかった） – Windows Server 10 Cloud Service Web Role Worker Role Storage
- 11. Cloud Service (2/3) • Queue Based Pattern 11 Queue-Based Load Leveling Pattern https://msdn.microsoft.com/en-us/library/dn589783.aspx
- 12. Cloud Service (3/3) • Priority Queue Pattern 12 Priority Queue Pattern https://msdn.microsoft.com/en-us/library/dn589794.aspx
- 13. Virtual Machines (1/2) • いろいろなOSを動かすこと ができる仮想サーバ • Virtual MachineはV1とV2 の2種類のサービスが存在 する • 詳しくは、お義父さん™の 「JAZUG(5) 今までの仮想 マシンと新しい仮想マシー ン！」 – https://docs.com/mo rishima-masah/5526 13 クラシックはV1 リソースマネージャはV2
- 14. Virtual Machine (2/2) • V1はCloud Service利用 – ロードバランサなど定型で 構成 • V2はResource Group利用 – Azure Resource Manager のテンプレートでコード化 – AzureADとRBACでアクセ ス制御 14 Cloud Service Public IP Resource Group
- 15. App Service • アプリケーションを素早く デプロイできるサービス • Web Apps – 様々な言語でWebアプ リ実装できる。.NET, Node.js, Java, PHP, Python – WebjobsでQueue Basedのパターンが可 能 15 API APPS 便利なAPI WEB APPS スケール可能な Webアプリケーション LOGIC APPS SaaSやオンプレミスの プロセス 自動化 MOBILE APPS iOSやAndroid、Windows のモバイルアプリ
- 17. VM Scale Sets • 同一のVMをスケールアウトしたりスケールインしたりすることが できるサービス • Virtual MachineのV2を使用しているため、VMを並列で素早く増 減可能 • Azureのサービス(Batch、Service Fabric、Azure Container Service など）で利用されている 17 … Scale Set VNET Resource Group
- 18. Container Service 18 • オープンソースのDockerクライアン トツールを使用できるコンテナホス ティングソリューション • アプリケーションのスケーリングと オーケストレーションはDC/OSや Docker Swarmを利用可能
- 19. Service Fabric • マイクロサービスフレームワーク • ステートフル/ステートレス • ASP.NET Core 1, Node.js Java VMなど • Windows Server, Linux • Azure, Azure Stack、AWSなどで稼働可能 • Azureコアインフラ向けに開発 – DocumentDB、Event Hubs、Power BI などで利用 • 詳しくは、おーみさんセッション。Tokyo Jazug Night – https://jazug.doorkeeper.jp/events/4 7296 19
- 20. モノシリック アプリケーション マイクロサービス アプリケーション • マイクロサービスアプリは機 能を小さいサービスとして分 割 • 複数のサーバ/VM/コンテ ナーにわたって作成 • モノシリックアプリは機能レイ ヤーで分割 • アプリを複数のサーバー/VM/ サーバに配置することでスケー ルする アプリ1 アプリ2アプリ 1 Service Fabric
- 21. Service Fabric • Cloud Serviceとの違い 21 Azure Cloud Services (Web and Worker Roles) Azure Service Fabric (Stateless, stateful or Actor services) • VM毎にロール（WebRole、WorkerRole）割り 当て • 低密度 • 遅いデプロイメントと遅いアップグレード • 遅いスケーリング • 遅い障害回復 • VM毎に多くのマイクロサービス • 高密度 • 速いデプロイメントと速いアップグレード • 速いマイクロサービスのスケーリング • 速い障害回復 ビジネスロジック ユーザインタフェース データ ビジネスロジック ユーザインタフェース データ
- 22. Functions 22 • Azure Functions は、イベントで小規模なコード (“関数”) を実行するサービス – 動的ホスティングプラン • 関数が実行した時間に応じた料金が発生 • リソースの管理はしなくてよい – App Serviceプラン • App Serviceで実行するプラン • 利用可能言語 – Node/JavaScript, C# – F#, Python, PHP, Batch, Bash, PowerShell
- 23. Functions • サポートバインディング Type Service Trigger Input Output Schedule Azure Functions ✔ HTTP (REST or WebHook) Azure Functions ✔ ✔ Blob Storage Azure Storage ✔ ✔ ✔ Queues Azure Storage ✔ ✔ Tables Azure Storage ✔ ✔ Tables Azure Mobile Apps Easy Tables ✔ ✔ No-SQL DB Azure DocumentDB ✔ ✔ Streams Azure Event Hubs ✔ ✔ Push Notifications Azure Notification Hubs ✔
- 24. マネジメントとセキュリティ 24
- 25. Log analytics（OMS） • WindowsのEvent Logや LinuxのSyslogを分析 – 検索クエリによる可視 化 対応Linuxディストリビューション Amazon Linux, CentOS, Oracle Linux, Red Hat Enterprise Linux, Debian, Ubuntu, SUSE Linux Enterprise Server omsagent (fluentd) rsyslog デバイスに書き込まれる前に Log analyticsへログを送信 侵入者の形跡削除防止
- 26. Security Center Azure VM, Network, SQLなどのセキュリティポリシーを管理 – セキュリティを視覚化 – 気付かない可能性がある脅威を検出 – 検出した脅威の対策を提示 – 対策を施す。場合によってはセキュリティソリューションのエコシステムと連動 全リソースのセキュリティ視覚化 脅威を選択 対策（実際の設定）
- 27. Security Center セキュリティポリシー • System updates – セキュリティ更新プログラムが適 用されているか確認 • Baseline rules – 推奨されるCCEの共通セキュリ ティ設定の確認 • Endpoint Protection – エンドポイント保護ソリューショ ンが有効であるか確認（マルウェ ア対策など） • Disk Encryption – Azure Disk Encryptionでディス クが暗号化されているか確認。 WindowsはBitLocker、Linuxは DM-Crypt • Network Security Groups – インバウンド・トラフィック規則 が構成されているか確認 • Web Application Firewall – Webアプリケーションが存在する か確認 • Next Generation Firewall – セキュリティグループの拡張的な 利用 • SQL Database – 監査ログの確認と、透過なデータ 暗号化を確認
- 28. Security Center 対策例 • Webサーバを見つけるとWAFを使用した対策が可能 – Azure Security Center用に設定されたBIG-IPを実行 • 一般的なアプリケーションの脆弱性からの保護 • OWASP Top 10の脅威と、L7 DDoS攻撃の防衛 • PCI-DSS要件の遵守 WAF を選択
- 29. IDENTITY 29
- 30. – 組織内の複数部門のWebアプリ – クラウドを含めたWebアプリ – クラウドだけのWebアプリ – 複数組織が利用するWebアプリ Azure ADWebアプ リ A社 複数組織が利用する Webアプリ （SaaS提供するときなど） A社 B社 C社 Azure AD Webアプリとの連携に同 意 C社の AzureADテナント全体管理者
- 31. – 不明なソースからのサインイン • テナントに正常にサインインしているが、Microsoftが認識している匿名のプロキシIPア ドレスからの接続元である場合のログレポート。悪意の目的で使用される場合があるた め。 – 複数のエラー発生後のサインイン • 複数回連続してサインインの試行に失敗した後に、正常にサインインしたユーザーの、 失敗したサインイン試行数と成功時のログレポート。ユーザーがパスワードを忘れた場 合もあるが、ブルート フォース攻撃の被害者になっている場合があるため。 – 複数の地域からのサインイン • 異なる国から同一ユーザーによる2回のサインインがあり、それらの国の間をユーザー が移動するのが不可能である場合の、サインインの時間間隔、サインインを行った国、 それらの国の間の推定移動時間ログレポート。ユーザーがパスワードを共有している場 合や、ユーザーがリモート環境を使用している場合があるが、ハッカーが複数の国から そのアカウントにサインインしている場合があるため。
- 32. – 疑わしいアクティビティを示す IP アドレスからのサインイン（Premium） • 疑わしいアクティビティのサインイン試行のIPアドレスログレポート。疑わしいアク ティビティは、同じIPアドレスから短期間のうちに実施された多数のサインインの試行 失敗や、疑わしいと見なされる他のアクティビティから識別されます。 – 感染の疑いのあるデバイスからのサインイン（Premium） • マルウェア (悪意のあるソフトウェア) の可能性があるサインイン試行のIPアドレスログ レポート。マルウェアサーバーへの接続が試みられた IP アドレスを感染の疑いのある デバイスとして識別されます。
- 33. – 不規則なサインイン アクティビティ（Premium） • 機械学習アルゴリズムによって、“irregular” (不規則) と識別されたサインインの分類 と場所のログレポート。予期しない場所でのサインイン、予期しない時刻のサインイン、 またはそれらの組み合わせにより識別されます。機械学習アルゴリズムでは、イベント が “irregular (不規則)” または “suspicious (疑わしい)” として分類されます。セキュ リティ違反は“suspicious” の可能性が高いです。 – 異常なサインイン アクティビティのユーザー（Premium） • 異常なサインイン アクティビティが検出された全てのユーザーアカウントをレポート。 他のすべての異常なアクティビティレポートのデータが含まれます。
- 34. – 監査レポート • サインイン先のアプリケーション、使用デバイス、IP アドレス、場所などのレポート。 – パスワード リセット アクティビティ（Premium） • 組織内で行われたパスワード リセットに関するログ。 – パスワード リセット登録アクティビティ（Premium） • 組織内で行われたパスワード リセット登録のログ。 – グループ アクティビティ（Premium） • ディレクトリ内のすべてのグループ関連アクティビティのログ。
- 35. – アプリケーションの使用状況（Premium） • ディレクトリと統合された全ての SaaS アプリケーションの利用状況のレポート。アク セスパネルをユーザーがクリックした回数に基づきます。 – アカウント プロビジョニングのアクティビティ • 外部アプリケーションにアカウントのプロビジョニングを試行した回数の履歴をレポー トします。 – アカウント プロビジョニング エラー • SaaSアプリケーションから Azure AD へアカウントの同期中に発生したエラーをレ ポートします。外部のアプリケーションにアクセスするユーザーの機能に問題があるこ とが考えられます。
- 36. インテリジェンス 36
- 37. Cortana Intelligence Suite • データをインテリジェントなアクションに繋げるプラットフォーム Intelligence Dashboards & Visualizations Information Management Big Data Stores Machine Learning and Analytics CortanaEvent Hub HDInsight (Hadoop and Spark) Stream Analytics Data Sources Apps Sensors and devices Data Intelligence Action People Automated Systems Apps Web Mobile Bots Bot Framework SQL Data WarehouseData Catalog Data Lake Analytics Data Factory Machine Learning Data Lake Store Blob Store Cognitive Services Power BI
- 39. End-To-Endのソリューション • デバイスの情報を収集してBIで可視化 39 Event Hub Stream Analytics Power BI Device Machine Learning SQL Database
- 40. Event Hubs • 秒間数百万件のイベントを受信できるデータ収集サービス 40 Field gateway Azure Event Hubs PAN Device IP Network Device HTTPS, AMQP HTTPS, AMQP Azure SDK Azure SDK パーティション リテンション期間 Azure Stream Analytics
- 41. Stream Analytics • 大量のデータをリアルタイムに処理するクエリエンジン 41 Azure Stream Analytics SELECT System.Timestamp as Time, DeviceId, CAST(AVG(frompis.Temp) AS float) AS Temp, CAST(AVG(frompis.Pressure) AS float) AS Pressure, CAST(AVG(frompis.Hum) AS float) AS Hum, CAST(AVG(frompis.HiLux) AS float) AS HiLux, CAST(AVG(frompis.LowLux) AS float) AS LowLux INTO powerbi FROM raspisensors TIMESTAMP BY Date GROUP BY DeviceId, TumblingWindow(second, 30) SQL Database Storage Document DB Event Hub Power BI Azure Event Hubs Azure Machine Learning
- 42. Machine Learning 42 ①データ読み込み ②データ整形 ④アルゴリズムを指 定してトレーニング ③学習用とテスト用のデータ作成 ⑤トレーニングした結果をもとにスコアリン グ ⑦Web API ⑥評価 • 人間の代わりに判断しアクションに繋げる機械学習基盤
- 43. Azure Machine Learning Studio • 主な機能 – Experiments • モデルを作成して評価する – Datasets • CSVファイルをインポートす る場合や、Experimentsから 作成する • Experimentsで利用 – Web Services • ExperimentのWeb Service を作成 – Trained Models • Experimentで学習したTrain Model 43 Azure Machine Leaning Studio Experime nts ■ ■ ■ ■ Web Services ■ ■ ■ ■ Datasets ■ ■ ■ ■ Trained Models ■ ■ ■ ■ 作成 利用 作成 作成したモデルのAPI利用
- 44. Power BI • Web APIインタフェースを持つBIツール 44 HTTPS HTTPS SQL Power BI API
- 45. Cognitive Service • アプリケーションに組み込めるように、視覚、音声、言語、知識に 関する機能のAPIを提供 45 Emotion Speaker Recognition Speech Custom Recognition Computer Vision Face Video Linguistic Analysis Language Understanding Bing Spell Check Entity Linking Knowledge Exploration Academic Knowledge Bing Image Search Bing Video Search Bing Web Search WebLM Text Analytics Recommendations Bing Autosuggest Bing News Search Translator https://www.microsoft.com/cognitive-services/en-us/apis https://www.captionbot.ai/
- 46. 重要なこと 46
- 47. サービスの制限、クォータ、制約など • 各サービスにはクォータなどの制限が存在します • この制限を知ったうえでアーキテクチャデザインをすることが重要 – https://azure.microsoft.com/ja- jp/documentation/articles/azure-subscription-service- limits/ 47
- 48. Azureのアプリケーションアーキテクチャの素材 • デザインパターン – https://msdn.microsoft.com/library/dn568099.aspx • アイコンセット – https://www.microsoft.com/en- us/download/confirmation.aspx?id=41937 48
- 49. 最新情報 • 最新の情報を知りたいときは、かめぶちさんのBlogをみてね – ブチザッキ • https://buchizo.wordpress.com/ 49
- 50. AZURE STACK 50
- 52. Azure Stack TP1 構成 • Auzre Stackのコアな機能は Service Fabricの上で動いている！ xRPVM SQLVM PortalVM ClientVM Service Fabric Compute RP Network RP Storage RP SQL Server Portal services ARM MuxVM SLB Mux Service Fabric Network Controller NCVM Tenant’s VMs NAT ADVM AD DNS DHCP Service Fabric ACS Services ACSVM ACS Blob Service SoFS ReFS CSV Virtual Disk Storage Space Storage Space Direct VHDVHD Hyper-V Host vSwitch NIC NATVM BGPVM Remote Access https://docs.com/takazoe-osamu/2147/20160219-tf-azurestack より
Notas del editor
- https://azure.microsoft.com/en-us/documentation/articles/log-analytics-search-reference/