简化复杂的云混合

简介:

如今,云计算部署的秘密是数据存储到目标云的实际“升级和转移”过程可能是一个漫长、复杂和危险的过程,这称之为云混合、云迁移或其他方式。当IT团队不再采用电子邮件和协作等低端应用程序时,尤其是寻找更复杂的业务应用程序时,情况尤其如此。然而,经过适当的规划,这些问题可以得到缓解。

专家预计在2017年和2018年(Cloud Technology Partners,2017年1月)期间,以前的内部部署应用程序和云混合将增长18%至20%,其产品设置成为了一个特定的问题,因为多云部署,或静态部署的数据量是巨大的。

执行云混合的组织需要解决以下问题:

•带宽 - 使得PB级应用程序在不降低业务运营性能的情况下传输

•混合媒体支持 - 因为它可能导入固态硬盘,机械硬盘和磁带

•物理考虑 - 例如,如果其缺乏成本效益的高速互联网连接

•安全和治理要求 - 因此云混合本身并不会使组织面临入侵或合规要求违规。

当云混合遇到存储时,同样重要的是:

•避免需要转换 - 这对于PB级存储特别重要,这个任务看起来几个小时可以快速地进入更多的空间。

•确保有企业格式支持 - 例如,CIFS和NFS存储格式并不总是得到广泛支持,转换数据可能会危及云混合的时间轴。

存在用于将数据导出到目标云部署的新选项,无间断,并且准确,即使在混合和多云中的生产数据。

大型静态数据设置

使用静态数据,云混合很简单。IT团队或其第三方资源可以利用诸如NAS设备之类的物理介质来加速具有超过1TB数据量的文件,块或对象存储的云混合过程。当数据不需要连续在线,或者在需要使用缓慢,不可靠或昂贵的互联网连接的情况下,这种方法是适当的。有了以下几个警告,这种做法是快速和可以接受的:

•设备应支持目标环境(Windows vs. Linux)和文件类型(例如,NFS,CIFS,光纤通道等)

•应包括加密,最好是256位AES

•易于运行的外形尺寸,可配置RAID,耐用性最好

•为了传输超过30T的数据,可以使用多个设备,或者团队可以利用一个设备并重复该过程多次,采用逻辑块或段来移动数据。

虽然一些云混合供应商需要购买该设备,但其他允许在整合期间一次性使用该设备,之后退回,并且IT团队以每TB使用为基础计费,而无需一次性购买或长时间的承诺。

生产数据

一旦数据移动到云端,此过程需要一些移动数据并重新同步的方法。为了不间断地这样实施,需要某种形式的中介。

镜像代表了对生产数据进行云混合处理任务的优选答案。它需要两个本地的内部部署设备,能够跟踪生产环境的增量更改,同时将数据移动到新的云目标。第一个生产数据被镜像到第一个设备,创建数据集的在线副本。从第一个镜像创建第二个镜像,创建第二个在线副本。第二个镜子是“破损”的,并且将设备运送到云环境。然后在本地复制和远程副本之间重新连接镜像,并重新建立数据同步。因此,数据的在线副本现在在云端中,服务器可以将故障转移到云端。

混合或多云的注意事项

由于混合云占所有业务部署的47%,这是最受欢迎的云部署策略。而多云部署也越来越受欢迎(North Bridge VC / Wikibon Future of the Cloud调查),混合云或多云功能的云混合的最佳实践越来越重要。

允许在云平台之间进行异步复制的云混合方法使IT团队能够轻松地决定为性能和成本优化云基础架构。组织可以将特定工作负载结合到一个云平台或另一个云平台(例如,Azure上的Windows应用程序,AWS上的开源程序);或者将它们移动到可以利用最佳协商价格和条件给定要求的地方。在一个供应商发生中断的情况下,可以并发访问其他云计算,云混合方法允许并发访问其他云,从而在一个提供商中断时实现云计算之间的即时传输和几乎即时的故障切换。

资深IT行业分析师James Governor presciently指出,在管理云基础架构方面,便利是杀手级应用程序。新的选项使得用户可以更加容易和更方便地执行甚至复杂的云混合,因此IT团队可能花费更多的时间使用云部署来提高组织的敏捷性,同时最大限度地减少风险,成本和麻烦。

本文转自d1net(原创)

相关文章
|
10天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
8天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
378 130
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
|
2天前
|
存储 安全 前端开发
如何将加密和解密函数应用到实际项目中?
如何将加密和解密函数应用到实际项目中?
196 138
|
8天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
371 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
2天前
|
存储 JSON 安全
加密和解密函数的具体实现代码
加密和解密函数的具体实现代码
193 136
|
20天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1342 8
|
7天前
|
监控 JavaScript Java
基于大模型技术的反欺诈知识问答系统
随着互联网与金融科技发展,网络欺诈频发,构建高效反欺诈平台成为迫切需求。本文基于Java、Vue.js、Spring Boot与MySQL技术,设计实现集欺诈识别、宣传教育、用户互动于一体的反欺诈系统,提升公众防范意识,助力企业合规与用户权益保护。
|
19天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
1445 87