아키텍처 및 이를 구현하는 데 사용하는 구성 요소에 관계없이 솔루션의 구성 요소를 배포하고 구성해야 합니다. 다중 테넌트 환경에서는 특히 각 테넌트에 대한 전용 리소스를 배포하거나 시스템의 테넌트 수에 따라 리소스를 동적으로 다시 구성할 때 Azure 리소스를 배포하는 방법을 고려합니다. 이 문서에서는 솔루션 설계자에게 다중 테넌트 솔루션 배포에 대한 지침을 제공합니다. 배포 전략을 계획할 때 고려해야 할 방법을 보여 줍니다.
주요 고려 사항 및 요구 사항
배포 전략을 계획하기 전에 요구 사항을 명확하게 정의합니다. 다음 사항을 고려합니다.
예상 크기 조정: 5개 이하의 테넌트만 지원할지 아니면 많은 수의 테넌트로 확장할지를 결정합니다. 테넌트 수가 증가함에 따라 자동화가 점점 더 중요해지고 있습니다.
자동화되거나 지원되는 온보딩: 테넌트가 자동화된 프로시저를 통해 온보딩을 완료할지 아니면 수동 온보딩이 필요한 요청을 시작할지 여부를 지정합니다. 서비스의 오용을 방지하는 등 팀의 수동 승인 단계를 정의합니다.
프로비저닝 시간: 온보딩 프로세스를 완료하는 데 걸리는 시간을 설정합니다. 명확한 답변이 없는 경우 이 단계를 초, 분, 시간 또는 일 단위로 측정해야 하는지 여부를 정의합니다.
Azure Marketplace: Azure Marketplace를 사용하여 배포를 시작할 계획인지 확인합니다. 이 경우 새 테넌트 추가에 필요한 요구 사항을 충족합니다.
또한 온보딩 및 프로비저닝 단계, 자동화 및 리소스 관리 책임을 고려합니다.
온보딩 및 프로비저닝 단계
프로세스가 수동인 경우에도 테넌트를 온보딩하는 데 필요한 모든 작업을 정의하고 문서화합니다. 온보딩 워크플로에는 일반적으로 다음 단계가 포함됩니다.
- 상업적 계약에 동의합니다.
- 수동 승인 단계를 완료합니다(예: 서비스의 사기 또는 오용 방지).
- Azure에서 리소스를 프로비전합니다.
- 도메인 이름을 만들거나 구성합니다.
- 테넌트에 대한 첫 번째 사용자 계정을 만들고 해당 자격 증명을 테넌트에 안전하게 전송하는 등의 배포 후 구성 작업을 수행합니다.
- DNS(도메인 이름 시스템) 레코드 변경과 같은 수동 구성 변경 내용을 적용합니다.
새 테넌트를 온보딩하는 데 필요한 워크플로를 명확하게 문서화합니다.
테넌트에 대해 프로비전해야 하는 특정 Azure 리소스를 고려합니다. 각 테넌트에 대한 전용 리소스를 프로비전하지 않더라도 새 테넌트가 온보딩될 때 리소스를 배포해야 하는지 여부를 고려합니다. 이 시나리오는 테넌트에 특정 지역의 데이터 스토리지가 필요할 때 발생할 수 있습니다. bin 압축 방법을 사용할 때도 발생할 수 있습니다. bin 압축에서 솔루션의 스탬프 또는 구성 요소 제한에 접근하면 다음 테넌트 일괄 처리에 대한 다른 인스턴스를 만듭니다.
온보딩 프로세스가 다른 테넌트, 특히 동일한 인프라를 공유하는 테넌트에 방해가 될 수 있는지 여부를 고려합니다. 예를 들어 공유 데이터베이스를 수정해야 하는 경우 이 프로세스로 인해 다른 테넌트가 알 수 있는 성능에 영향을 줄 수 있는지 확인합니다. 정상 작동 시간 외에 온보딩 프로세스를 수행하여 이러한 효과를 방지하거나 완화할 수 있는지 여부를 고려합니다.
자동화
클라우드 호스팅 솔루션에 자동화된 배포를 사용해야 합니다. 다중 테넌트 솔루션에서 자동화는 다음과 같은 이유로 더욱 중요해집니다.
확장: 테넌트 수가 증가함에 따라 수동 배포 프로세스는 더욱 복잡해지고 시간이 많이 소요됩니다. 자동화된 배포 방법은 테넌트 수가 증가함에 따라 크기 조정이 더 쉽습니다.
반복: 다중 테넌트 환경에서는 모든 테넌트에서 배포에 일관된 프로세스를 사용합니다. 수동 프로세스는 여러 테넌트에 걸쳐 오류 또는 일관성이 없는 단계를 발생시킬 수 있습니다. 그러면 환경이 일관되지 않은 상태로 남을 수 있으므로 팀이 솔루션을 관리하기가 더 어려워집니다.
중단의 영향: 수동 배포는 자동화된 배포보다 더 위험하고 중단되기 쉽습니다. 다중 테넌트 환경에서 배포 오류로 인해 모든 테넌트에 영향을 주는 시스템 전체 중단이 발생할 수 있으므로 전체적인 영향이 증가합니다.
다중 테넌트 환경에 배포하는 경우 다음 방법을 따릅니다.
배포 파이프라인을 사용하여 일반 리소스를 배포합니다.
Bicep, ARM 템플릿(JSON Azure Resource Manager 템플릿) 또는 Terraform과 같은 IaC(Infrastructure as Code) 기술을 사용합니다.
코드를 사용하여 적절한 경우 Azure SDK를 호출합니다.
Azure Marketplace를 통해 솔루션을 제공하려는 경우 새 테넌트에 대해 완전히 자동화된 온보딩 프로세스를 제공해야 합니다.
최대 리소스 용량
테넌트 리소스를 공유 리소스에 프로그래밍 방식으로 배포하는 경우 각 리소스에 대한 용량 제한을 고려합니다. 해당 제한에 접근하면 추가 규모를 지원하기 위해 리소스의 다른 인스턴스를 만들어야 할 수 있습니다. 배포하는 각 리소스의 제한과 다른 인스턴스를 배포하도록 트리거하는 조건을 고려합니다.
예를 들어 솔루션에 Azure SQL 논리 서버가 포함되어 있고 각 테넌트에 대해 해당 서버에 전용 데이터베이스를 프로비전한다고 가정합니다. 단일 논리 서버에는 지원하는 최대 데이터베이스 수를 포함하는 제한이 있습니다. 이러한 제한에 가까워지면 테넌트 온보딩을 계속할 수 있도록 새 서버를 프로비전해야 할 수 있습니다. 이 프로세스를 자동화할지 아니면 성장을 수동으로 모니터링할지를 고려합니다.
리소스 관리 책임
일부 다중 테넌트 솔루션에서는 여러 모델 중 하나를 사용하여 리소스를 배포합니다. 각 테넌트에 대한 데이터베이스와 같은 각 테넌트에 대한 전용 Azure 리소스를 배포합니다. 또는 리소스의 단일 인스턴스에 보관할 테넌트 수를 정의할 수 있으므로 Azure에 배포하는 리소스 집합을 지정하는 테넌트 수를 지정할 수 있습니다. 다른 솔루션에서는 새 테넌트를 온보딩할 때 단일 공유 리소스 집합을 배포하고 다시 구성합니다.
이러한 각 모델을 사용하려면 다양한 방법으로 리소스를 배포하고 관리해야 하며 프로비전하는 리소스의 수명 주기를 배포하고 관리하는 방법을 고려해야 합니다. 다음 두 가지 일반적인 방법을 고려합니다.
테넌트는 배포된 리소스의 구성 으로 처리하고 배포 파이프라인을 사용하여 해당 리소스를 배포하고 구성합니다.
테넌트를 데이터로 처리하고 제어 평면 을 프로비전하고 테넌트에 대한 인프라를 구성합니다.
다음 섹션에서는 이러한 방법을 자세히 설명합니다.
테스팅
배포할 때마다 솔루션을 철저히 테스트합니다. 자동화된 테스트를 사용하여 솔루션의 기능 및 비기능 동작을 확인할 수 있습니다. 테넌트 격리 모델을 테스트해야 합니다. Azure Chaos Studio와 같은 도구를 사용하여 실제 중단을 시뮬레이션하는 오류를 의도적으로 도입하고 구성 요소를 사용할 수 없거나 오작동하는 경우에도 솔루션이 작동하는지 확인하는 것이 좋습니다.
고려해야 할 접근 방식 및 패턴
Azure 아키텍처 센터 및 광범위한 커뮤니티의 여러 디자인 패턴은 다중 테넌트 솔루션의 배포 및 구성을 지원합니다.
배포 스탬프 패턴
배포 스탬프 패턴을 사용하여 테넌트 또는 테넌트 그룹에 대한 전용 인프라를 배포합니다. 단일 스탬프는 여러 테넌트를 포함하거나 단일 테넌트에 전용일 수 있습니다. 단일 스탬프를 배포하거나 여러 스탬프에서 배포를 조정할 수 있습니다. 각 테넌트에 전용 스탬프를 배포하는 경우 전체 스탬프를 프로그래밍 방식으로 배포하는 것이 좋습니다.
배포 단계
배포 링을 사용하여 서로 다른 시간에 여러 인프라 그룹에 업데이트를 배포합니다. 이 방법은 종종 배포 스탬프 패턴을 보완합니다. 테넌트 기본 설정, 워크로드 유형 및 기타 고려 사항에 따라 개별 링에 스탬프 그룹을 할당합니다. 자세한 내용은 배포 링을 참조하세요.
기능 표시기
기능 플래그를 사용하여 코드를 다시 배포하지 않고 다른 테넌트 또는 사용자에게 솔루션의 새 기능 또는 버전을 점진적으로 노출합니다. Azure App Configuration을 사용하여 기능 플래그를 관리하는 것이 좋습니다. 자세한 내용은 기능 플래그를 참조하세요.
경우에 따라 특정 고객에 대해 특정 기능을 선택적으로 사용하도록 설정해야 합니다. 예를 들어 특정 기능에 대한 액세스를 허용하는 다른 가격 책정 계층 이 있을 수 있습니다. 기능 플래그는 일반적으로 이러한 시나리오에 적합한 선택이 아닙니다. 대신 각 고객이 가진 라이선스 자격을 추적하고 적용하는 프로세스를 빌드하는 것이 좋습니다.
피해야 할 안티패턴
다중 테넌트 솔루션을 배포하고 구성할 때 확장성을 저해하는 상황을 피하세요. 다음 예제에서는 일반적인 안티패턴을 강조 표시합니다.
수동 배포 및 테스트: 수동 배포 프로세스는 위험을 추가하고 배포 기능을 느리게 합니다. 자동화된 배포에 파이프라인을 사용하거나, 솔루션 코드에서 프로그래밍 방식으로 리소스를 만들거나, 둘 다 조합하는 것이 좋습니다.
테넌트에 대한 특수 사용자 지정: 단일 테넌트에만 적용되는 기능 또는 구성을 배포하지 않습니다. 이 방법은 배포 및 테스트 프로세스에 복잡성을 더합니다. 대신 각 테넌트에 대해 동일한 리소스 유형 및 코드베이스를 사용합니다. 임시 변경 또는 점진적으로 공개되는 기능에 대해 기능 플래그와 같은 전략을 사용합니다. 또는 라이선스 자격 과 함께 다른 가격 책정 계층 을 사용하여 필요한 테넌트에 대해 선택적으로 기능을 사용하도록 설정합니다. 격리된 리소스 또는 전용 리소스가 있는 테넌트에 대해서도 일관되고 자동화된 배포 프로세스를 사용합니다.
구성 또는 데이터로 테넌트 목록
다중 테넌트 솔루션에서 리소스를 배포할 때 다음 방법을 고려합니다.
자동화된 배포 파이프라인을 사용하여 모든 리소스를 배포합니다. 새 테넌트가 추가되면 파이프라인을 다시 구성하여 각 테넌트에 대한 리소스를 프로비전합니다.
자동화된 배포 파이프라인을 사용하여 테넌트 수에 의존하지 않는 공유 리소스를 배포합니다. 애플리케이션 내에서 테넌트별 리소스를 만듭니다.
두 가지 방법을 고려할 때 테넌트 목록을 구성 또는 데이터로 처리하는 방법을 구분합니다. 이러한 구분은 시스템에 대한 컨트롤 플레 인을 빌드하는 방법에도 영향을 줍니다.
구성으로 테넌트 목록
테넌트 목록을 구성으로 처리할 때 중앙 집중식 배포 파이프라인에서 모든 리소스를 배포합니다. 새 테넌트가 온보딩되면 파이프라인 또는 해당 매개 변수를 다시 구성합니다. 일반적으로 재구성은 다음 다이어그램과 같이 수동 변경을 통해 수행됩니다.
새 테넌트에 대한 온보딩 프로세스에는 일반적으로 다음 단계가 포함됩니다.
파이프라인을 구성하거나 파이프라인 구성에 포함된 매개 변수 파일을 수정하여 테넌트 목록을 수동으로 업데이트합니다.
실행할 파이프라인을 트리거합니다.
파이프라인은 새 테넌트별 리소스를 포함하여 전체 Azure 리소스 집합을 다시 배포합니다.
이 방법은 모든 리소스가 공유되는 소수의 테넌트 및 아키텍처에 적합합니다. 단일 프로세스는 모든 Azure 리소스를 배포하고 구성하여 전반적인 접근 방식을 간소화합니다.
그러나 테넌트 수가 10개 이상 증가하면 테넌트 추가 시 파이프라인을 다시 구성하는 것이 번거로워집니다. 배포 파이프라인을 실행하는 데 걸리는 시간도 종종 증가합니다. 또한 이 방법은 셀프 서비스 테넌트 생성을 쉽게 지원하지 않으며, 실행하려면 파이프라인을 트리거해야 하므로 테넌트가 온보딩되기 전의 리드 타임이 더 길어질 수 있습니다.
데이터로 테넌트 목록
테넌트 목록을 데이터로 처리하는 경우에도 파이프라인을 사용하여 공유 구성 요소를 배포합니다. 그러나 각 테넌트에 대해 배포해야 하는 리소스 및 구성 설정의 경우 리소스를 명령적으로 배포하거나 구성합니다. 예를 들어 컨트롤 플레인은 Azure SDK를 사용하여 특정 리소스를 만들거나 매개 변수가 있는 템플릿의 배포를 시작할 수 있습니다.
온보딩 프로세스에는 일반적으로 다음과 같은 비동기 단계가 포함됩니다.
테넌트 온보딩 요청, 예를 들어 시스템의 제어 계층에 대한 API 요청을 시작하는 경우
워크플로 구성 요소는 만들기 요청을 수신하고 나머지 단계를 오케스트레이션합니다.
워크플로는 Azure에 테넌트별 리소스의 배포를 시작합니다. Azure SDK와 같은 명령적 프로그래밍 모델을 사용하거나 Bicep 파일 또는 Terraform 템플릿의 배포를 명령적으로 트리거할 수 있습니다.
배포가 완료되면 워크플로는 새 테넌트의 세부 정보를 중앙 테넌트 카탈로그에 저장합니다. 각 테넌트에 대해 저장된 데이터에는 워크플로에서 만든 모든 테넌트별 리소스에 대한 테넌트 ID 및 리소스 ID가 포함될 수 있습니다.
이 방법을 사용하면 전체 솔루션을 다시 배포하지 않고도 새 테넌트에 대한 리소스 프로비저닝이 가능합니다. 테넌트별 리소스만 배포되므로 프로비전 시간은 일반적으로 더 짧습니다.
그러나 이 방법은 빌드하는 데 훨씬 더 많은 시간이 걸리는 경우가 많습니다. 사용자의 노력은 충족해야 하는 테넌트 수 또는 프로비저닝 일정으로 정당화되어야 합니다.
자세한 내용은 다중 테넌트 컨트롤 플레인에 대한 고려 사항을 참조하세요.
비고
Azure 배포 및 구성 작업을 완료하는 데 시간이 걸리는 경우가 많습니다. 적절한 프로세스를 사용하여 이러한 장기 실행 작업을 시작하고 모니터링해야 합니다. 예를 들어 비동기 Request-Reply 패턴을 따르는 것이 좋습니다. Azure Logic Apps 및 지속성 함수와 같은 장기 실행 작업을 지원하도록 설계된 기술을 사용합니다.
예시
Contoso는 고객을 위해 다중 테넌트 솔루션을 실행합니다. 6개의 테넌트가 있으며 향후 18개월 이내에 300개의 테넌트로 성장할 것으로 예상됩니다. Contoso는 각 테넌트 접근 방식에 대한 전용 데이터베이스가 있는 다중 테넌트 앱을 따릅니다. 모든 테넌트가 공유하는 단일 Azure App Service 리소스 집합 및 Azure SQL 논리 서버를 배포합니다. 또한 다음 다이어그램과 같이 각 테넌트에 대한 전용 Azure SQL 데이터베이스를 배포합니다. Contoso는 Bicep을 사용하여 Azure 리소스를 배포합니다.
옵션 1: 모든 항목에 배포 파이프라인 사용
Contoso는 배포 파이프라인을 사용하여 모든 리소스를 배포할 수 있습니다. 해당 파이프라인은 각 테넌트에 대한 Azure SQL 데이터베이스를 포함하여 모든 Azure 리소스를 포함하는 Bicep 파일을 배포합니다. 매개 변수 파일은 테넌트 목록을 정의합니다. Bicep 파일은 다음 다이어그램과 같이 리소스 루프 를 사용하여 나열된 각 테넌트에 대한 데이터베이스를 배포합니다.
Contoso가 이 모델을 따르는 경우 다음 단계를 수행해야 합니다.
새 테넌트 온보딩의 일부로 해당 매개 변수 파일을 업데이트합니다.
그들의 파이프라인을 다시 실행합니다.
리소스 제한이 예기치 않게 높은 속도로 증가하는 경우와 같이 리소스 제한을 수동으로 추적하고 단일 Azure SQL 논리 서버에서 지원되는 최대 데이터베이스 수에 근접합니다.
옵션 2: 배포 파이프라인과 명령적 리소스 만들기의 조합 사용
또는 Contoso는 Azure 배포에 대한 책임을 분리할 수 있습니다.
Contoso는 배포할 공유 리소스를 정의하는 Bicep 파일을 사용합니다. 공유 리소스는 다음 다이어그램과 같이 모든 테넌트를 지원하고 테 넌트 목록 데이터베이스라고도 하는 테넌트 카탈로그 데이터베이스를 포함합니다.
Contoso 팀은 테넌트 온보딩 API를 포함하는 컨트롤 플레인을 빌드합니다. 영업 팀이 새 고객에게 판매를 완료하면 Microsoft Dynamics는 API를 트리거하여 온보딩 프로세스를 시작합니다. Contoso는 고객이 동일한 API를 트리거하는 데 사용하는 셀프 서비스 웹 인터페이스도 제공합니다.
API는 새 테넌트를 온보딩하는 워크플로를 비동기적으로 시작합니다. 워크플로는 다음 방법 중 하나를 사용할 수 있는 새 Azure SQL 데이터베이스의 배포를 시작합니다.
Azure SDK를 사용하여 Azure SQL 데이터베이스를 정의하는 두 번째 Bicep 파일의 배포를 시작합니다.
Azure SDK를 사용하여 관리 라이브러리를 사용하여 Azure SQL 데이터베이스를 명령적으로 만듭니다.
데이터베이스가 배포된 후 워크플로는 다음 다이어그램과 같이 테넌트 목록 데이터베이스에 테넌트 목록을 추가합니다. 애플리케이션 계층은 진행 중인 데이터베이스 스키마 업데이트를 시작합니다.
기여자
Microsoft는 이 문서를 유지 관리합니다. 다음 기여자는 이 문서를 작성했습니다.
대표 저자:
- John Downs | 주요 소프트웨어 엔지니어, Azure 패턴 및 사례
기타 기여자:
- 보흐단 체르치크 | 선임 고객 엔지니어, Azure용 FastTrack
- Arsen Vladimirskiy | 수석 고객 엔지니어, FastTrack for Azure
LinkedIn 비공개 프로필을 보려면, LinkedIn에 로그인하세요.