高能预警:2017混合云趋势大预测

简介:

经过过去几年的发展,混合云在企业中的作用已经越来越重要;越来越多的企业发现,市场上并没有全面的通用解决方案,可以解决企业所有问题,他们必须选择使用不同的技术,才能满足需求。下面,就来看看,在企业的推动下,混合云在2017年都有哪些走势?

混合云将为企业应用的迁徙之地

我们必须承认,企业所追求的一直都是一致的应用体验,而承载着工作负载的底层架构来自哪里,他们并不关心。这就导致了企业越来越倾向于使用混合云作为他们的管理平台,以获得更好的应用体验。随着云计算采用率的提高,企业已经不再满足于使用简单的自助服务门户来管理不同的服务。

但是,这些自动化的、软件驱动的混合云服务,却可以给企业提供他们所需的功能。无论企业的部署模型如何,这些混合云提供商都提供了一致的服务水平协议在公有云、私有云和厂商云,甚至是本地云上,另外还提供了无缝的工作负载的便携性,和自动化的迁移功能。

编排层之上的云负载自动化

到现在,云服务一直致力于自动化的编排工作。然而业务在不断演进,同时企业也越来越关注编排层的自动化,从而可以跨多个云基础设施自动化整个个应用部署流程。

云应用如果有了自动化部署框架,既能加速初始化部署的速度,也能加速DevOps的集成。这样不仅简化的应用管理,还能加快企业应用的交付速度。当然,找到一个可以支撑单独平台的集成点困难重重。因此,企业开始把目光转移到了跨多厂商平台的自动化编排层上,来寻找所需的集成点。

有些企业使用了抽象的DevOps工具集,来在其他环境中进行部署,而不需要创建额外的API库。这使得企业可以基于自己的业务需求来选择合适的云环境,并且为未来使用其他平台留有余地。这也降低了厂商锁定的风险。

现在看来,支持公有、私有和混合云部署的自助产品和自动化功能,与其说是企业的一种选择,不如说已经成为了企业的需求。开源Docker可在软件容器内自动部署应用程序,并使得应用在跨混合云平台和本地基础设施的之间更可移植。

容器将成为新的平台即服务

2013年,当Docker首次出现在大众的视野中时,虚拟就开始了从机器向应用移动的旅程。结合来自谷歌的Kubernetes开源自动化管理工具,它迅速取代了市场上的Heroku云平台。2017年,我们将看在容器在企业中的广泛采用,但是进行完全的容器化时代可能还需要一段时间。

最初,我们将看到企业使用Kubernetes作为更复杂工作负载的部署模型。因为对于Docker的支持在公有云平台上是可变的,所以企业很可能会拒绝在多云上跳到Docker上。他们更可能在单一的云平台中使用Docker,并在企业内部署与本地堆栈实现混合。

无论是部署Docker还是Kubernetes,企业都要对品牌管理、网络访问和安全管理、服务恢复和容器监测方面有清晰的战略。

NFV是通向混合云Nirvana的路径

混合云中的Nirvana,一部分服务运行于企业自己的数据中心,另一部分运行在公有云厂商A中,还有一部分运行在公有云B中。这样,企业就可以基于性能、可用性、隐私性和成本问题来决定他们业务运行在哪里。这是一个所有企业都希望的理想状态,但它还未实现,其中一个主要原因是要求混合域中的网络元件必须紧密结合。解决这个问题的首个答案被认为是在软件定义网络(SDN)上。有些企业试图使用SDN来统一他们的混合云环境,但却发现SDN非常复杂。这仍然是大多数企业尚未克服的障碍。

相比之下,相关但微妙的网络功能虚拟化(NFV)有望成为一个更容易的方式,来将混合云和混合IT环境结合在一起。NFV是这样的一个过程,将诸如防火墙、负载平衡和入侵防御系统之类的服务从专用硬件移动到虚拟化环境中,如虚拟设备。NFV的一个优势是,它所采用的虚拟网络和安全设备,允许企业将网络结合在一起时,也保持对IP寻址方案、DNS和路由选择的控制。它允许企业将云作为自己网络的扩展,使用他们熟悉的网络技术、工具和供应商。

这就是为什么我们会看到企业对NFV越发兴趣浓厚了。另外,NFV还将会成为容器化的一种手段。



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

目录
相关文章
|
3月前
|
传感器 数据采集 机器学习/深度学习
人工智能与环境保护:智能监测与治理的新策略
【9月更文挑战第21天】人工智能在环境保护中的应用,为智能监测与治理提供了新的策略和方法。通过实时数据采集与分析、智能预警与应急响应、精准化决策支持等技术的应用,AI正在引领一场革命性的变革。未来,随着技术的不断发展和应用场景的拓展,AI将在环境保护中发挥更加重要的作用,助力我们构建更加绿色、可持续的未来。让我们携手共进,共同迎接一个更加美好的明天。
|
4月前
|
算法 API 芯片
全国产化脑机接囗疲劳预测解决方案
Galvani-E是一款双通道脑电采集分析解决方案,基于唯理自研芯片WL122,实现脑电信号采集分析与无线传输。集成算法可评估大脑疲劳度与注意力集中度,适用于人工危险作业、易发事故环境、快节奏生产线及需高度集中注意力的场合。产品可集成于安全帽等装备,成本效益高。除监测脑电外,还能预警心脏疾病、监测情绪变化、检测眨眼频率及确保正确佩戴,有效提高安全性与工作效率。
|
7月前
|
数据采集 安全 数据处理
疫情期间航空网络演变复杂网络可视化
疫情期间航空网络演变复杂网络可视化
|
机器学习/深度学习 人工智能 边缘计算
实用级北斗+AI道路智能巡检系统,千寻驰观如何助力精细化公路养护决策
目前我国公路总里程达528万公里,路网建设趋于饱和,路政工作由建设转向养护。 公路养护工作贯穿公路从建成通车后的全生命周期,侧重于对被破坏的部分进行修复,是为保持公路经常处于完好状态,防止其使用质量下降,最终的目的是降低车辆在公路通行时的安全风险,并提高整体的运行效率。
实用级北斗+AI道路智能巡检系统,千寻驰观如何助力精细化公路养护决策
|
人工智能 边缘计算 运维
千寻驰观测评:真正达到实用级别的北斗+AI道路智能巡检
大规模道路养护时代,智能化应用需求呈现快速的增长趋势。作为道路智慧化的重要场景,道路智能巡检正在成为各地积极探索的新工具。根据赛文交通网的调研,当前道路智能巡检技术的应用以AI为主,整体处于早期阶段,在已经落地的AI道路巡检项目中,不少巡检检测成本可降低40%,且智能巡检效率是人工巡检的十倍以上;但另一方面,部分业主也传出了“识别精度不高、采集数据不准等问题,与实际应用尚存在距离”等声音。
千寻驰观测评:真正达到实用级别的北斗+AI道路智能巡检
|
人工智能 运维 监控
风起云涌下的混合云管趋势预测
随着数字经济的快速发展,云计算、大数据、物联网、人工智能等新一代信息技术在传统行业中的应用不断深入,企业对于数字化转型的需求也越来越多,“企业上云”成为驱动各行业数字化转型的重要手段。
159 0
风起云涌下的混合云管趋势预测
|
人工智能 边缘计算 固态存储
2018年技术预测:需要关注的数据中心趋势
2018年技术预测:需要关注的数据中心趋势
131 0
2018年技术预测:需要关注的数据中心趋势