加快敏捷、混合云基础设施的步伐

简介:

Gartner预测,到2020年“no-cloud policy”将像今天的“no internet policy”一样罕见,混合云将成为云基础设施的主流。尽管更多的公司向混合云迁移,但是混合基础设施的创新面临着巨大的挑战。环境的改变需要对IT部门、操作流程以及一般程序进行重大修改。但是“割裂和替换”战术,或者简单地在任务中添加,几乎都面临失败。

混合云的挑战
根据目前的情况,专家估计,混合云计算仍然需要两到五年才能实现主流应用,目前只有15%的公司使用混合云环境。构建和管理混合云的主要障碍之一是缺乏资源。虽然混合基础架构需要很少的物理服务器,但通常服务器的的数量比较多,这要求系统和IT管理员管理整个操作系统、应用程序、网络和存储堆栈。

对寻求向混合云迁移的公司来说,另一个障碍是相关技术的复杂性。基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS)的解决方案都提供不同级别的服务和功能,并将这些与现有的内部IT解决方案实现跨操作、安全性、存储、网络、服务器、应用程序团队的持续协调。

除了需要额外的资源和对复杂技术的清晰理解,混合云基础设施还要求公司实施专门为虚拟和云环境设计的集成数据中心管理系统。虽然这些技术可以帮助公司解决混合云计算的困难,但是自动化、管理和集成是解决混合基础设施挑战的真正关键。

不断发展的虚拟数据中心
为了避免混合云“分析瘫痪”的风险,并成功地将数据中心从其当前使用的虚拟化演变成包括混合云自动化功能和IT即服务(IT-as-a-service)能力,企业及其IT将需要以下5种能力:

资源优化:确保所有物理数据中心资源正确配置、高效使用并保持在最佳状态至关重要,使用动态虚拟数据中心也很重要。确保你能够通过了解增长和性能趋势以及识别和优化超额或低配置资产、监控和管理环境中的配置,跟踪更改并主动规划基础设施容量需求。生命周期管理:虚拟机(VM)和IT服务的寿命跨度从几分钟到几年不等,它们本身就是移动的,因此你的生命周期管理流程需要考虑到这一点。例如,确保配置已批准和兼容的虚拟机。确保他们在环境中被管理和配置,并且在他们生命结束时释放宝贵的资源以便利用。无论是内部私有云还是公有云,消费心态都需要从“所有权”转向“租赁”。工作流和自动化:手动配置、维护和支持可能会随着你环境中IT服务量的增加而迅速压倒一切,因此实施自动化工作流程和策略驱动自动化以有效消除复杂性至关重要。IT成本和计费:由于私有云架构是基于“按需计算”的概念,因此实施chargeback模型至关重要,以确保这种弹性的好处不会被阻止。即便你的公司尚未准备好chargeback,showback模型也可以作为有效的成本和消费监控工具,因为他们可以实时计算和呈现服务成本。自助服务和服务目录:这些功能是混合云的关键,通过提供按需请求IT服务,并跟踪请求一直到虚拟机。此外,确保你的自助服务功能允许利益相关者获取有关其虚拟/云资源的实时信息,但无需为管理团队创建更多工作或底层管理系统,如AWS console或vCenter。集成是关键
在采用混合云基础设施的过程中,不同的管理和IT需求始终存在,因此企业常常倾向于用单独的工具来逐一满足这些需求。但是混合云管理功能不应该被视为是独立的功能,因为它们之间有大量的交互。发现和报告功能注入到每个功能,例如,自助服务注入到生命周期管理以及更改和配置管理。

集成云管理系统是构建并成功地长期维护混合云架构的第一步,因为每个管理能力都非常依赖于其他架构。集成云管理系统的另一个优势是,它们通常包括每个管理中的现成的虚拟化和云最佳实践,这些都是企业首次采用不同功能的物价之宝。

最重要的是,通过在混合云基础设施中利用集成云自动化系统,企业可以立即获得从单一窗口中查看其环境的所有维度的能力。他们能够自动执行日常任务,实施和标准化可重复流程,识别故障和不一致,以及了解增长模式及其影响。更好的是,他们将能够有效地确定扩展混合云环境的下一步优先级,以支持他们不断增长的业务。

原文链接:https://www.sdxcentral.com/articles/contributed/accelerating-journey-agile-hybrid-cloud-infrastructure/2016/11/

本文转自d1net(转载)

目录
相关文章
|
3天前
|
人工智能 JSON 供应链
畅用7个月无影 JVS Claw |手把手教你把JVS改造成「科研与产业地理情报可视化大师」
LucianaiB分享零成本畅用JVS Claw教程(学生认证享7个月使用权),并开源GeoMind项目——将JVS改造为科研与产业地理情报可视化AI助手,支持飞书文档解析、地理编码与腾讯地图可视化,助力产业关系图谱构建。
23298 2
畅用7个月无影 JVS Claw |手把手教你把JVS改造成「科研与产业地理情报可视化大师」
|
5天前
|
人工智能 API 开发工具
Claude Code国内安装:2026最新保姆教程(附cc-switch配置)
Claude Code是我目前最推荐的AI编程工具,没有之一。 它可能不是最简单的,但绝对是上限最高的。一旦跑通安装、接上模型、定好规范,你会发现很多原本需要几小时的工作,现在几分钟就能搞定。 这套方案的核心优势就三个字:可控性。你不用依赖任何不稳定服务,所有组件都在自己手里。模型效果不好?换一个。框架更新了?自己决定升不升。 这才是AI时代开发者该有的姿势——不是被动等喂饭,而是主动搭建自己的生产力基础设施。 希望这篇保姆教程,能帮你顺利上车。做出你自己的作品。
8084 18
Claude Code国内安装:2026最新保姆教程(附cc-switch配置)
|
13天前
|
缓存 人工智能 自然语言处理
我对比了8个Claude API中转站,踩了不少坑,总结给你
本文是个人开发者耗时1周实测的8大Claude中转平台横向评测,聚焦Claude Code真实体验:以加权均价(¥/M token)、内部汇率、缓存支持、模型真实性及稳定性为核心指标。
4765 24
|
8天前
|
人工智能 JSON BI
DeepSeek V4 来了!超越 Claude Sonnet 4.5,赶紧对接 Claude Code 体验一把
JeecgBoot AI专题研究 把 Claude Code 接入 DeepSeek V4Pro 的真实体验与避坑记录 本文记录我将 Claude Code 对接 DeepSeek 最新模型(V4Pro)后的真实体验,测试了 Skills 自动化查询和积木报表 AI 建表两个场景——有惊喜,也踩
3349 11
|
7天前
|
人工智能 缓存 BI
Claude Code + DeepSeek V4-Pro 真实评测:除了贵,没别的毛病
JeecgBoot AI专题研究 把 Claude Code 接入 DeepSeek V4Pro,跑完 Skills —— OA 审批、大屏、报表、部署 5 大实战场景后的真实体验 ![](https://oscimg.oschina.net/oscnet/up608d34aeb6bafc47f
2725 9
Claude Code + DeepSeek V4-Pro 真实评测:除了贵,没别的毛病
|
25天前
|
人工智能 自然语言处理 安全
Claude Code 全攻略:命令大全 + 实战工作流(建议收藏)
本文介绍了Claude Code终端AI助手的使用指南,主要内容包括:1)常用命令如版本查看、项目启动和更新;2)三种工作模式切换及界面说明;3)核心功能指令速查表,包含初始化、压缩对话、清除历史等操作;4)详细解析了/init、/help、/clear、/compact、/memory等关键命令的使用场景和语法。文章通过丰富的界面截图和场景示例,帮助开发者快速掌握如何通过命令行和交互界面高效使用Claude Code进行项目开发,特别强调了CLAUDE.md文件作为项目知识库的核心作用。
20412 62
Claude Code 全攻略:命令大全 + 实战工作流(建议收藏)