云智能混合时代

IT产业十年云计算经验带下, 万用云法显然无法保证企业所期望的商业结果

企业和政府机构尽快从私有数据中心批发工作应用云他们的用意良好目标是避免资本支出,实现点机IT资源提供的业务敏捷性,并自动获取最新技术升级

随时间推移经济研究企业预算审查显示 公共云操作模型 继续解决IT挑战 某些工作和应用

ierPoint云产品开发主管Bryan O'Neal表示 : ierPoint管理服务提供商StLouis帮助企业云规划优化

他说这样做会招致反射

O'Neal表示:「需要做大量工作把应用移到云上,

这些努力可能导致额外开支, 云基和迁移服务中可能需要, 而不计算项目启动时,

O'Neal表示:「我们公司努力提升并转移应用云并发现它们忽略了对专业知识的需要,

云互操作性有时需要应用修改

云无法提供性能和终端用户体验标准,

企业可能发现公共云比现有模型习惯更多减速、阻塞和噪声并扩展范围

云智能方法

当前思维是公共云仍然是某些工作量的正确选择,特别是在生命周期初期。O'Neal表示,

连云的成本传换公共云服务极能降低前端输入成本并平整大小和预算不同的公司之间的竞技场随时间推移,云订阅支出往往超过假设支持费用乘二至三次保守化应用行为增加预测性

云全图开始聚焦, 成为最佳实践 iloud-Smart, 并发自Cloud-First模型前一计算应用多变量并需要持续评价优化中台市帮助Nutanix企业策略和战略伙伴关系

换句话说,鼓励企业收养混合IT环境匹配最适合他们的基础设施, 并定期调整运行点

多跳到公共云中忽略彼此间的可能性”,O'Neal同意

Chheda表示IT组织设计云智能基础设施有两种方式:从应用或基础设施开始

启动应用时,他说清点每个应用需要的各种属性,然后绘制应用图到最能满足需求的具体基础设施

方法需要基础建设应用团队之间的紧密协作 和大规模项目管理投资实现最优结果

启动基础建设时创建基础设施选项列表并设定相关属性和成本与IT团队分享链表 负责支持每个应用或服务

Chheda表示:「这个方法可能导致应用团队独立寻找替代方法,

快速指出“没有对错方法 ” 组织应该依据规模、团队动态 IT应用服务 来决定下一步工作

IT主动性、程序约束性管理、团队间良好通信以及深入理解应用和基础设施选项均有必要

理解程序滴答

练习可外包给像TierPoint这样的MSPierPoint评估的一部分,例如公司为企业客户的工作量建立分类学,这需要理解各种应用行为和性质事务分析应用大分析应用可虚拟化和遗留应用为老化基础设施模型写成,O'Neal表示,这些应用“与某些OS交互作用并有某种行为方式制造云屏障”,

微软办公套件等常用业务应用程序转云交付模型并制作成“无脑转换用户向软件自服务转换”。关键服务或工作量可能比较复杂

O'Neal表示,后端ERP和计算数据库密集工作量要求性能高,可能需要近距离即刻提供终端用户访问他喜欢搭建概念热对冷库处理低频交易查询

增长云选项,开机前置

企业不再面临遗留三级数据中心和公共云服务二分选择可用基础设施配置增长更多 — — 复杂点见O'Neal企业目前面临的挑战是准确平衡公共云提供量与越来越多的私有基础设施选项

• 私有云提供资源弹性和可扩缩性公共云在单个组织私有数据中心的益处
• 传统三级数据中心企业往往需要继续支持这些环境 用于遗留企业关键应用非云设计
• 私有合用服务平衡建专用数据中心和卸载IT公共云企业可以租用基本知识-房地产、服务器机架、电源/冷酷并有可能连通互联网-但提供和管理自己的设备软件或外包给受控服务提供商
• 私有数据中心由公共云提供商建设和管理公共云提供商基础设施移入私有企业数据中心会减少互联网诱发延迟性能提高,同时让企业享受公共云提供的资源弹性技术刷新和成本效益这种办法还帮助高度规范行业公司通过允许本地公共基础设施完全融入企业安全治理机制而满足监管合规要求
• 移动播客是最近开发的,它解决从家工作对地理多样性和近距离提高性能的要求

O'Neal表示,可部署私有云性能 即自足虚拟化基础设施小播客

播客可以是移动机架或小柜子,内含计算、存储和网络资源,他解释说可插入边缘位置 最小空间和电源需求 并连接到私有或公共云 IT可集中管理

组织并分类当前应用

Chheda表示, 民营、公共和混合云选项组合对特定组织可能合情合理

他建议清点现有应用和IT服务并着眼于分类所有应用和IT服务应否维护、更新或退保类别可能因组织而略有不同,但他基本概述以下选项:

• 剩余值: 继续按原样运行遗留应用
• 退役程序:关闭程序或代之以新云型应用
• 寄存器或反拉形式:向云移动程序并称推移
• 重构程序修改以更好地支持云环境
• 重写或重构:从零开始重写时实现应用现代化

希达建议你研究工作属性成本历来是压倒一切因素功能性能 性能 资源需求像 CPU 内存存储GPU 增长率 工作率变化率前期成本比持续成本 迁移成本 应用'R'处理成本

琼妮Wexler是一个贡献作家和编辑 拥有超过25年经验 覆盖IT和计算机联网技术

2021Nutanix公司所有权利保留附加法律资料,请进到这里.