Microsoft AZ-305: Well-Architected 框架与设计原则 — 学习指南

By Laurynas Brazys · 11 August 2026 · #microsoft #az-305 #certification #exam-prep #study-guide

属于 Microsoft Azure Solutions Architect Expert AZ-305 — 学习指南. 使用经过验证的答案练习： Microsoft 考试中心, 或参加限时模拟考试： ExamRoll.io.

概述

Azure Well-Architected Framework (WAF) 是一套指导性原则，用于指导在 Azure 上设计、构建和运营可靠、安全、经济高效、卓越运营和高性能的工作负载。将解决方案与五大支柱——可靠性、安全性、成本优化、卓越运营和性能效率——对齐，可确保架构决策是在充分了解业务优先级、风险承受能力以及数据主权和预算等约束条件后做出的明确权衡。要大规模地实现一致性，需要将登陆区、策略驱动的治理和自动化作为默认配置。现代设计强调解耦、事件驱动通信以及 CQRS、绞杀者模式 (Strangler Fig) 和微服务等模式，并通过 Azure 原生服务和集成可观测性来实现，以适应快速变化和严格的合规性要求。

五大支柱：可靠性、安全性、成本、卓越运营、性能

可靠性确保工作负载在发生故障和变更期间能持续满足业务 SLA。通过跨可用区或区域对进行部署、选择内置高可用性 (HA) 的托管服务以及实施弹性模式，来为容错域和更新域进行设计。通过混沌工程和灾难恢复演练来测试可恢复性。对于有状态数据，选择具有 RPO/RTO 功能的服务——例如，Azure SQL Database Active Geo-Replication 或 Cosmos DB 多区域写入——并结合自动化备份和经过测试的运行手册。

安全性是基于零信任的纵深分层防御。通过 Azure RBAC、Privileged Identity Management (PIM) 和访问评审来实施最小权限原则，以确保持续的权限健康。使用专用终结点、NSG 和 Azure Firewall 隔离网络爆炸半径；在 Azure Front Door 或 Application Gateway 上集成 Web 应用程序防火墙 (WAF)。通过 Defender for Cloud 进行持续监控、在 Sentinel 中进行威胁检测以及实施严格的身份保护（MFA、条件访问）来贯彻“假设泄露”的原则。

成本优化旨在平衡业务价值和总拥有成本。根据遥测数据合理调整计算资源和层级；使用缩放来匹配需求并关闭非生产环境。对于稳定的工作负载，通过预留和节省计划进行承诺；利用 Spot VM 进行可中断计算；对存储和数据保留进行分层；在与工作负载特征相符的情况下优先使用无服务器架构。强制执行标记和预算，并使用 Azure Policy 来标准化成本控制。

卓越运营强调自动化、可重复性和学习循环。使用 Bicep/ARM 或 Terraform 将环境视为代码，强制执行漂移修复，并实施一致的 CI/CD。运营洞察来源于结构化日志、指标、跟踪和综合测试，所有这些都接入警报和 SLO 仪表板，以缩短 MTTR 并为主动改进提供信息。

性能效率确保工作负载在不同负载下都能满足吞吐量和延迟目标。为横向扩展进行设计，积极使用缓存，将内容推送到边缘，并选择适合访问模式的数据分区和只读副本。通过真实的负载测试进行验证，并基于证据进行调优。

Azure 中的可靠性与性能模式

弹性模式旨在降低故障发生的概率和影响，同时保持延迟的可预测性。

• 带指数退避和抖动的重试：使用 Azure SDK 的可配置重试策略或 Polly (.NET) 等库来处理来自 Storage、Service Bus 或 Cosmos DB 等服务的瞬时故障。带抖动的退避可以避免惊群效应；限制重试次数以保护 SLA 并及时暴露故障。

• 断路器：将出站调用（例如，对外部 API 的调用）包装在断路器中，以便在错误率超过阈值时快速失败，从而留出恢复时间。可以在客户端层使用 Polly 实现，或在网关层使用 API Management 策略（重试、超时和缓存）来实现，以避免级联故障。

• 舱壁：对资源进行分区，以防止一个“嘈杂邻居”耗尽整个系统的资源。隔离线程池、容器副本和消息处理分区。在平台层面，为每个限界上下文使用独立的 App Service 计划、AKS 节点池或 Service Bus 队列/主题来隔离故障。

• 健康终结点监控：在服务中暴露存活探针 (liveness probe) 和就绪探针 (readiness probe)。Application Gateway/Front Door 的健康探针仅将流量路由到健康的实例。在 AKS 中，Kubernetes 探针管理 Pod 重启和部署门控。结合 Application Insights 可用性测试和自定义的“/healthz”终结点，可以及早检测到依赖项的性能下降。

性能模式是对弹性的补充：

• 缓存策略：使用 Azure Cache for Redis 缓存热数据和卸载会话。在 Azure Front Door 或 API Management 对幂等的 GET 请求应用输出缓存。在适当的情况下，优先选择写穿透 (write-through) 或写回 (write-behind) 模式；通过键或事件使缓存失效以保持数据新鲜度。在数据层，Cosmos DB 的集成缓存可以为读取密集型工作负载降低 RU 消耗。

• CDN：使用 Azure Front Door 或 Azure CDN 将静态资产和动态内容推送到离用户更近的位置，并启用压缩、TLS 和 WAF。配置基于规则的缓存、源健康检查和地理筛选，以优化延迟和成本。

• 只读副本：使用 Azure SQL Database 的可读辅助副本 (Active Geo-Replication) 或超大规模 (Hyperscale) 命名副本，来扩展读取密集型工作负载；使用 Azure Database for PostgreSQL/MySQL 的只读副本进行分析或报告；在 Cosmos DB 中启用多区域读取，并根据业务需求选择一致性模型（例如，会话、一致性前缀）。

• 自动缩放模式：通过 Virtual Machine Scale Sets、App Service 自动缩放规则、用于事件驱动扩展的 AKS HPA/KEDA 以及 Functions 的消耗/高级计划来实现水平扩展。对于数据，使用 Cosmos DB 的自动缩放 RU/s 和 Event Hubs 的自动扩充 (auto-inflate) 功能来处理突发流量。务必验证缩放阈值和冷却周期，以避免振荡。

卓越运营、成本优化和安全设计原则

基础设施即代码：标准化 Bicep/ARM 或 Terraform 模块，在 Git 中进行版本控制，并通过预部署测试和策略即代码进行验证。使用模板规范或 Terraform 注册表实现重用。按环境进行参数化，并强制实施一致的标签、资源锁和诊断设置。与 Azure DevOps 或 GitHub Actions 集成；使用分阶段部署和审批进行受控的发布。

部署自动化：优先采用部署槽、蓝绿部署和金丝雀发布策略，这些策略由 App Service、AKS（使用 Deployment 策略进行渐进式发布）以及用于加权路由的 Traffic Manager/Front Door 提供支持。通过迁移管道和向后兼容的契约来自动化数据库模式变更。使用健康探针和业务 KPI 作为发布门禁。

可观测性：使用 OpenTelemetry 检测应用程序，并将数据导出到 Application Insights 以进行分布式跟踪、指标收集和依赖关系映射。为平台指标启用 Azure Monitor，部署 Log Analytics 工作区，并为 SLO 和容量创建 Workbook 和仪表板。定义具有动态阈值的警报规则，与 ITSM 集成，并集中存储活动日志和诊断日志以供审计和取证。

规模优化与成本控制：使用 Azure Advisor、Azure Monitor 使用情况指标和 Application Insights 分析来识别浪费（如空闲核心、预配过多的 vCore、分配过多的 RU/s）。对稳定工作负载（VM、SQL、Synapse）应用预留/节省计划，对 Storage 应用预留容量，以及对 Cosmos DB 应用承诺套餐。为构建代理、批处理和带检查点的机器学习训练选择 Spot VM。平衡架构权衡：托管 PaaS 可以降低运维成本并提高可靠性，但单位成本更高；缓存可以降低数据出口和 RU 成本，但代价是缓存失效的复杂性增加；多区域高可用性会增加开销，但可能是 RTO/RPO 的要求。

安全原则实践：

• 纵深防御：从身份到数据分层控制。使用 Private Link 使流量远离公共互联网，使用 NSG 和 ASG 进行微分段，使用 Azure Firewall Premium 进行 TLS 检查，并在边缘使用 WAF。启用 Defender for Cloud 建议和即时 VM 访问。
• 最小权限：实施精细的 RBAC，范围限定在管理组/订阅/资源组级别；优先使用托管身份而非机密；通过 Azure Policy 进行大规模治理，并对组、企业应用和特权角色进行访问评审。
• 假设泄露：要求使用 MFA 和条件访问，使用 Sentinel 进行监控，并使用独立的登陆区域和订阅来隔离工作负载。使用平台密钥或 Key Vault 中的 CMK 对静态数据进行加密；在监管机构要求时使用双重加密。使用 SAS 进行有时限的存储访问，并按策略轮换密钥。
• 数据分类：使用 Microsoft Purview 对数据进行编目，标记敏感度，并强制执行 DLP。使加密、保留和访问策略与数据分类层级保持一致；记录对 PII 的访问，并在适用时通过动态数据屏蔽和 Always Encrypted 等功能支持隐私要求。

← 迁移与现代化 · 所有领域

练习这些题目 → · 在 ExamRoll.io 上限时练习 →

浏览 Microsoft →