Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Cara kerja penilaian mode kegagalan
Saat Anda menjalankan penilaian mode kegagalan, Hub Ketahanan generasi berikutnya melakukan langkah-langkah berikut:
-
Membaca status sumber daya saat ini — Menyegarkan konfigurasi sumber daya layanan Anda dari AWS akun Anda.
-
Menganalisis topologi — Sistem AI multi-agen memeriksa bagaimana sumber daya Anda terhubung dan berinteraksi.
-
Mengevaluasi terhadap kebijakan menggunakan kerangka analisis ketahanan — Membandingkan arsitektur Anda dengan kebijakan ketahanan Anda. Pertama melakukan penilaian untuk menentukan apakah komponen kebijakan dapat dicapai atau tidak.
-
Mener AWS Well-Architected apkan praktik terbaik — Memeriksa anti-pola ketahanan umum.
-
Menghasilkan temuan — Mengidentifikasi mode kegagalan dengan tingkat keparahan, alasan, dan rekomendasi, dan memetakan hasil dengan kebijakan ketahanan Anda.
Mesin penilaian menggunakan agen AI khusus yang menerapkan praktik terbaik keandalan AWS Well-Architected Framework dan Ker AWS angka Analisis Ketahanan ke arsitektur spesifik Anda. Agen menganalisis berbagai aspek ketahanan:
-
Ketersediaan - Titik kegagalan tunggal, distribusi AZ, dan redundansi.
-
Pemulihan bencana — Cross-region kemampuan, replikasi, dan kesiapan failover.
-
Ketahanan ketergantungan — Dampak kegagalan ketergantungan pada layanan Anda.
-
Observabilitas — Memantau celah yang dapat menunda deteksi kegagalan.
Penilaian mode kegagalan tidak menghabiskan semua sumber daya yang tersedia. Sebaliknya ia mengevaluasi subset sumber daya yang dikenal sebagai sumber daya yang dinilai.
Sumber daya yang dinilai: Infrastruktur tingkat atas atau komponen layanan yang dievaluasi secara langsung selama penilaian ketahanan. Sumber daya dinilai jika konfigurasinya memiliki dampak yang berarti pada ketersediaan, pemulihan, atau toleransi kesalahan layanan. Sumber daya di luar ruang lingkup ini tidak akan berdampak pada penilaian dan tidak akan muncul dalam sumber daya daftar.