云架构的五项关键技术

2021-06-30 15:12 109 0

数据中心过去充斥着来自不同制造商和管理工具的网络设备、服务器和存储器的应用。但是支持这一基础设施需要专家操作,扩大和缩小计算能力都不是容易的。


对于初创公司和小公司来说,将软件即服务 (SaaS) 托管在一个公共云上的应用程序和数据相组合,更方便运营其业务。有的组织会在混合云上运行,应用程序和数据在私有云、传统数据中心基础架构和选定的公共云之间实现分离。


但是,许多大中型企业仍然选择在多个公共云上运行,或最终在这种情况下支持创新、法规、服务水平、定价谈判或收购。云战略有多种选择和权衡,如果从事 IT 工作,了解架构选项并更好地了解组织的 IT 云治理模型是非常重要的。


我最近写了一份多云就绪检查表,其中包含了关于策略、云就绪和devops实践的案例。现在我将继续介绍混合和多云体系结构的一些技术。


超融合基础架构简化了私有云的扩展


数据中心过去充斥着来自不同制造商和管理工具的网络设备、服务器和存储器的应用。但是支持这一基础设施需要专家操作,扩大和缩小计算能力都不是容易的。


现在,许多公司部署的超融合基础设施将网络、计算和存储结合在一个构建块设备中。此外,管理工具使管理员能够虚拟化计算集群,并根据应用程序的计算需求分配资源。


UNOS 的 IT 服务运营总监 Tiwan Nicholson 使用Nutanix并解释了它的好处。“与之前的基础架构相比,我们看到繁重的工作负载提高了 30%,在之前的基础架构中,大数据和深度分析工作需要几天的时间。现在,基础架构工程师可以管理硬件层和虚拟化层,不需要具备大数据数据库或刀锋服务器的专业技能,以及过去管理所有不同堆栈层所需的专业技能。”


除了Nutanix,Cisco、Dell、HPE、VMware和其他公司都有超融合的基础架构产品。


多云管理工具支持自助服务和受管理的资源调配


公共云和私有云的主要优势之一是为开发人员、数据科学家和业务分析师提供自助服务配置功能。它实现了计算选项、自动化、治理和按存储容量使用计费定价,云管理工具提供了门户和报告,而不是等待数周的基础设施建设。


在一个云上优化自助服务配置的组织可以使用供应商的自助服务工具,但是那些寻求多云功能的组织需要跨 AWS、Azure、Google云平台、VMware 和其他云的管理平台。例如,BMC、IBM、Micro-Focus和其他公司提供多云管理平台,其关键价值包括自助工具、安全控制、devops工具集成、模板和自动化。


通过云数据管理提高恢复能力


多云安全面临多项挑战,最佳实践是需要构建多云身份和访问管理 (IAM)、网络架构和加密标准。这些安全考虑在单云和混合云中很重要,但在多云架构中实现可能更具挑战性。


云数据保护是所有组织都必须考虑的一个安全问题。勒索软件是一个巨大的问题,攻击影响学校、医院和其他重要机构。


保护所有云上的数据是安全和 IT 领导者最关心的问题,云数据管理平台提供了加密、复制、存档和恢复数据的解决方案,同时监控存储系统是否存在类似勒索软件的攻击。


Novato 联合学区的数据系统主管 Amir Kioumars 使用Rubrik来保护关键任务数据。Kioumars 分享了他的想法,“在我之前工作过的地区,我们被勒索软件攻击了两次,并且宕机了 10 天。我担心Novato随时可能发生同样的事情。”


其他云数据管理平台包括 Veeam、Dell、Cohesity Commvault 等。


避免代码集成度低的云孤岛


已解决了多云管理和安全问题的组织有机会加速战略计划,例如开发微服务、增强面向客户的应用程序、扩展机器学习计划和重新设计企业工作流。面临的挑战是,要避免一个云上的应用程序无法与第二个云上的微服务、第三个云上的机器学习模型或其他SaaS平台轻松集成的孤岛。


以多云战略为目标的组织应考虑集成和集成平台即服务 (IpaaS), 从而支持跨云、SaaS 和企业系统连接数据、微服务和 API。低代码集成平台简化了与公共源的连接、自动转换、清理数据和提供 API 管理功能。


MOD Pizza 企业系统高级总监 Tara Gambill 使用Boomi连接 SaaS、数据和应用程序。Gambill 表示,“对于我们 100% 的SaaS 业务而言,拥有一个云本地集成平台是非常重要的。这不仅仅能够实现快速、无缝的员工入职。还提高了数据的准确性和可靠性,使得员工可以将更多时间花在更有影响力的工作上。”


其他 IPaaS 平台包括Informatica、Workato 和 SAP,它们在易于开发性、开箱即用的集成、数据管理功能和操作功能方面展开竞争。


使用 AIops 自动化和监控多云


管理多云的 IT 部门需要自动化、监控和事件管理工具来处理大量实时数据集,并提供多种自动化功能。AIops在 IT 运营中应用机器学习和自动化,是支持多云所需的新兴功能。


AIops 平台的功能各不相同,但大多数都是从聚合警报、监控数据、可观察性数据和系统配置开始的,并将信息关联起来以支持事件管理。顶级平台还包括自动化工具、发现和依赖关系映射功能,以及用于站点可靠性工程师管理服务级别目标的分析。


Equifax 的 Scott Johnson 使用BigPanda并分享跨多个云运行的案例。Johnson 表示,“对于在线运行或者在本地运行的云原生,prem是一个极其艰难的环境,很难实现故障排除、事件关联。那么在prem方面做的一个改变是否可以在云端发生变化?能够在这种混合状态下进行管理是很困难的。”


其他 AIops 平台包括 Moogsoft、OpsRamp 和 Resolve Systems,它们在多云和 AI 驱动的自动化、监控、警报、依赖关系映射和其他功能方面有一些竞争。


多云的未来是什么?


是否会有更多组织采用多云战略,或者高效、安全、可靠地操作,其成本和复杂性是否会超过收益?公共云供应商是否会在创新方面超越,或者竞争技术平台是否会提供单一管理平台,使其能够高效地管理多云?


这些问题是值得思考的,但更好的问题是,如何在配置、管理、保护、集成和监控公共或私有云进行投资?选定的平台在多大程度上支持多云托管选项?


信息来源:InfoWord

您需要登录后才可以回帖 登录 | 立即注册