Voltar para todos os casos de uso

ConsultoriaMultissetorial

Escolha de triggers, concorrência e caminhos de falha decididos de forma deliberada

Fornecedor de tecnologia para logística

Desenho da escolha de triggers, do controle de concorrência e do tratamento de falhas para um ambiente de Azure Functions que integra mensageria e streams de eventos.

Visão geral

Um ambiente de Azure Functions só é tão sólido quanto o desenho dos seus triggers. Service Bus, Event Hubs ou Storage Queues é uma decisão sobre ordenação, throughput e semântica de entrega — e as configurações de concorrência por função são o que impede uma function app em escala de derrubar tudo o que ela chama.

Desafio

A escolha dos triggers vinha sendo feita caso a caso, sem nenhuma justificativa documentada. Eventos de remessa sensíveis à ordem rodavam em um trigger sem suporte a sessões, então as atualizações de status podiam ser aplicadas fora de ordem. As configurações padrão de concorrência do host permitiam que uma function app escalasse a ponto de esgotar o rate limit de uma API downstream. O tratamento de poison messages existia em algumas funções e em outras não, então às vezes as falhas eram descartadas silenciosamente.

Ambiente

Azure Functions integrando Service Bus, streams de eventos e APIs externas de parceiros, ao lado de uma infraestrutura de mensageria self-hosted. A AceMQ desenha a arquitetura de eventos do cliente; a Microsoft opera a plataforma.

Abordagem

A AceMQ mapeou os requisitos de ordenação, throughput e entrega de cada fluxo de eventos para um tipo específico de trigger, com a justificativa documentada, e depois definiu a concorrência no nível do host e por função de acordo com a capacidade downstream. Como o ambiente abrange tanto mensageria em nuvem quanto brokers self-hosted, desenhamos explicitamente as fronteiras entre os dois, em vez de deixá-las se confundirem.

Solução

  1. Cada fluxo de eventos associado a um tipo de trigger com base nas garantias de ordenação, throughput e entrega
  2. Adoção de mensageria com sessões para os fluxos de remessas que exigem ordenação por entidade
  3. Limites de concorrência no host e por função dimensionados para a capacidade das APIs e dos bancos de dados downstream
  4. Tratamento de poison messages e inspeção de dead-letter padronizados em todas as function apps
  5. Definição da fronteira e do padrão de ponte entre a mensageria em nuvem e os brokers self-hosted
  6. Convenções de idempotência e de correlation ID estabelecidas para que retentativas e rastreamento funcionem de forma consistente

Resultado obtido

As atualizações de status de remessas fora de ordem foram eliminadas, a API do parceiro downstream deixou de sofrer rate limiting por causa de scale-out em rajada, e todas as function apps agora têm um caminho de falha consistente e documentado.

Tecnologias

Azure FunctionsAzure Service BusRabbitMQKafkaDocker

Precisa de orientação de arquitetura para Azure Functions?

Os engenheiros Azure Functions sêniores da AceMQ já conduziram exatamente este tipo de projeto. Seja para orientação de arquitetura, correção mão na massa ou uma parceria gerenciada contínua, estamos prontos para ajudar.