如何成功地实现混合云应用集成

简介:

在混合云环境中,很难确保所有应用程序都能很好地组合在一起。行业专家将帮助人们思考这一过程。

越来越明显的是,很多采用云计算的企业采用的是混合云。如果应用程序将在公共云和数据中心之间移动,除了公共云之外,了解如何管理日趋复杂的应用程序集成任务至关重要。

首先要了解混合云应用程序集成的复杂性,重点关注每个变革的驱动因素如何影响整合以及工具的一致性与特定的集成问题。

如今几乎所有的应用程序都是由不同的组件构建的,在不同的系统中加载和运行。大多数程序也必须与其他应用程序交换数据。这种应用程序意味着企业IT真的是一个工作流网络,而这个愿景是二十年前推动面向服务架构(SOA)的动力。 SOA并不简单,然而,在虚拟主机和应用程序动态扩展的世界中,它的设计问题似乎很简单。

应用程序集成是连接组件和应用程序之间工作流程的过程。如今有这样的机制来为传统的数据中心托管,所以组织在混合云中必须关注的是这些机制是如何适应的。

大多数公司不希望完全修改应用程序集成策略;对其生产率、应用程序生命周期管理以及安全性和遵从性的影响将是显著的。把重点放在适应的概念上,然后从需要适应的东西开始编目。

混合云采用对应用程序工作流有四个不同的影响:

(1)某些应用程序/组件托管在数据中心之外的场所,并受到不同的安全性,合规性和网络连接控制和功能的限制。

(2)在某些情况下,云应用程序可以使用数据中心中不存在的云托管服务,而不是通过相同的方式实现,甚至在云提供商中也是如此。这些差异影响工作流集成和组件移动性。

(3)应用程序/组件可以动态移动,这意味着工作流必须遵循它们,并且可以在不同的连接/安全区域之间移动。

(4)云计算推出了动态扩展容量以匹配工作负载的概念,这在非云部署中很少提供。

成功的混合云应用程序集成最好是适应这些影响因素,首先是设计混合云环境,然后再适应/采用工具来解决每一个问题。虽然组织所采取的步骤可能针对上述列表中的特定驱动程序,但它们必须采取这样的措施,以尽量减少敏捷混合云环境带来的系统风险。

成功的混合云应用程序集成的第一步是在所有托管平台/提供商之间创建统一的应用程序部署和连接模型。这意味着将“托管”定义为可以映射到任何云端或数据中心资源的抽象。

混合云集成中最大的错误是过度专业化。组织应该在整个混合云中建立一个通用的网络连接模型,然后定义一个标准化的托管模型来部署应用程序/组件。

连接模型问题只能通过创建可以承载所有应用程序和组件的虚拟专用网来解决。越来越多的企业正在采用软件定义或虚拟网络作为其连接核心,如果采用适当的软件定义网络或软件定义的广域网模型,则无论是在云端还是数据中心,都可以连接所有内容。没有替代开放的统一连接,所以这是正确的关键,企业认识到,基本的云网络工具(例如,OpenStack的Neutron)最好用于补充企业虚拟网络,而不是创建它。

一旦拥有合适的连接模型,标准化部署环境便于使用单个工具包来集成工作流。DevOps和基础设施代码(IAC)工具都支持标准的部署过程,并且它的支持随着时间的推移而改善。

采取这一步骤将从根本上减少与混合云集成相关的任何特殊问题,甚至在某些情况下可以消除它们。然而,并不是所有的用户都熟悉IAC的工具和功能,这些都是很重要的托管规范。

最后,查看DevOps解决方案的事件处理属性。其强大功能将有助于管理操作生命周期。

第二步是根据安全性、遵从性和执行需求定义应用程序/组件的“范围”。很少有组织希望每个应用程序的每个组件都在混合云中运行。如果应用程序/组件依赖于只在公共云上可用的Web服务,那么它的主要范围就是这个云。如果只有在这个云的一些地方才能满足内部审计合规性规则,那么这些地方就是其范围。这些范围必须在部署和连接应用程序的操作软件中执行,以确保它们只在它们可以/应该在的地方运行。

通过工具和政策实施范围限制并不困难,不需要专门的工具。它确实需要注意云提供商和数据中心环境的具体限制,需要进行一些规划和审查,但是通过其范围将应用程序分组是有用的,因为它可以检测潜在的故障转移和云爆发问题。组织还将发现,如果可以将专业化的工具和实践与各种范围保持一致,那么在集成和管理方面,组织将会更轻松。

第三步是将每个可以加载的应用程序/组件与负载平衡功能关联为前端。必须为工作分配提供可扩展性,因此应用程序集成中使用的工作流连接必须与负载均衡器连接,而不是可扩展组件。负载平衡、应用交付控制、“第3层交换”和其他技术都已用于此任务。

在集成混合云的应用程序时,至关重要的是,组织可以在组件扩展期间拥有尽可能少的实现选项,以支持工作流分发,并确保扩展或退出步骤不会断开工作流或用于数据的不期望的迂回路径。

从长远来看,混合云集成将成为一种规则,因为混合云将成为主导模式。组织越早获得经验,其结果就越好。

本文转自d1net(转载)

相关文章
|
3月前
|
人工智能 Java API
Java与大模型集成实战:构建智能Java应用的新范式
随着大型语言模型(LLM)的API化,将其强大的自然语言处理能力集成到现有Java应用中已成为提升应用智能水平的关键路径。本文旨在为Java开发者提供一份实用的集成指南。我们将深入探讨如何使用Spring Boot 3框架,通过HTTP客户端与OpenAI GPT(或兼容API)进行高效、安全的交互。内容涵盖项目依赖配置、异步非阻塞的API调用、请求与响应的结构化处理、异常管理以及一些面向生产环境的最佳实践,并附带完整的代码示例,助您快速将AI能力融入Java生态。
485 12
|
4月前
|
人工智能 运维 负载均衡
F5发布业界首创集成式应用交付与安全平台,开启ADC 3.0新时代
F5发布业界首创集成式应用交付与安全平台,开启ADC 3.0新时代
127 0
|
4月前
|
人工智能 自然语言处理 分布式计算
AI 驱动传统 Java 应用集成的关键技术与实战应用指南
本文探讨了如何将AI技术与传统Java应用集成,助力企业实现数字化转型。内容涵盖DJL、Deeplearning4j等主流AI框架选择,技术融合方案,模型部署策略,以及智能客服、财务审核、设备诊断等实战应用案例,全面解析Java系统如何通过AI实现智能化升级与效率提升。
341 0
|
6月前
|
机器学习/深度学习 数据采集 存储
朴素贝叶斯处理混合数据类型,基于投票与堆叠集成的系统化方法理论基础与实践应用
本文探讨了朴素贝叶斯算法在处理混合数据类型中的应用,通过投票和堆叠集成方法构建分类框架。实验基于电信客户流失数据集,验证了该方法的有效性。文章详细分析了算法的数学理论基础、条件独立性假设及参数估计方法,并针对二元、类别、多项式和高斯分布特征设计专门化流水线。实验结果表明,集成学习显著提升了分类性能,但也存在特征分类自动化程度低和计算开销大的局限性。作者还探讨了特征工程、深度学习等替代方案,为未来研究提供了方向。(239字)
201 5
朴素贝叶斯处理混合数据类型,基于投票与堆叠集成的系统化方法理论基础与实践应用
|
10月前
|
前端开发 安全 开发工具
【11】flutter进行了聊天页面的开发-增加了即时通讯聊天的整体页面和组件-切换-朋友-陌生人-vip开通详细页面-即时通讯sdk准备-直播sdk准备-即时通讯有无UI集成的区别介绍-开发完整的社交APP-前端客户端开发+数据联调|以优雅草商业项目为例做开发-flutter开发-全流程-商业应用级实战开发-优雅草Alex
【11】flutter进行了聊天页面的开发-增加了即时通讯聊天的整体页面和组件-切换-朋友-陌生人-vip开通详细页面-即时通讯sdk准备-直播sdk准备-即时通讯有无UI集成的区别介绍-开发完整的社交APP-前端客户端开发+数据联调|以优雅草商业项目为例做开发-flutter开发-全流程-商业应用级实战开发-优雅草Alex
622 90
【11】flutter进行了聊天页面的开发-增加了即时通讯聊天的整体页面和组件-切换-朋友-陌生人-vip开通详细页面-即时通讯sdk准备-直播sdk准备-即时通讯有无UI集成的区别介绍-开发完整的社交APP-前端客户端开发+数据联调|以优雅草商业项目为例做开发-flutter开发-全流程-商业应用级实战开发-优雅草Alex
|
6月前
|
缓存 前端开发 定位技术
通义灵码2.5智能体模式实战———集成高德MCP 10分钟生成周边服务地图应用
通义灵码2.5智能体模式结合高德MCP服务,实现快速构建周边服务地图应用。通过自然语言需求输入,智能体自动分解任务并生成完整代码,涵盖前端界面、API集成与数据处理,10分钟内即可完成传统开发需数小时的工作,大幅提升开发效率。
360 0
|
11月前
|
机器人 应用服务中间件 API
轻松集成私有化部署Dify文本生成型应用
Dify 是一款开源的大语言模型应用开发平台,融合了后端即服务(Backend as Service)和 LLMOps 的理念,使开发者能快速搭建生产级生成式 AI 应用。通过阿里云计算巢,用户可以一键部署 Dify 社区版,享受独享的计算和网络资源,并无代码完成钉钉、企业微信等平台的应用集成。本文将详细介绍如何部署 Dify 并将其集成到钉钉群聊机器人和企业微信中,帮助您轻松实现 AI 应用的定义与数据运营,提升工作效率。
5054 65
轻松集成私有化部署Dify文本生成型应用
|
11月前
|
人工智能 数据可视化 开发者
FlowiseAI:34K Star!集成多种模型和100+组件的 LLM 应用低代码开发平台,拖拽组件轻松构建程序
FlowiseAI 是一款开源的低代码工具,通过拖拽可视化组件,用户可以快速构建自定义的 LLM 应用程序,支持多模型集成和记忆功能。
892 14
FlowiseAI:34K Star!集成多种模型和100+组件的 LLM 应用低代码开发平台,拖拽组件轻松构建程序
|
9月前
|
SQL 弹性计算 DataWorks
Flink CDC 在阿里云 DataWorks 数据集成入湖场景的应用实践
Flink CDC 在阿里云 DataWorks 数据集成入湖场景的应用实践
415 6
|
10月前
|
存储 人工智能 NoSQL
Airweave:快速集成应用数据打造AI知识库的开源平台,支持多源整合和自动同步数据
Airweave 是一个开源工具,能够将应用程序的数据同步到图数据库和向量数据库中,实现智能代理检索。它支持无代码集成、多租户支持和自动同步等功能。
622 14

热门文章

最新文章