在这个由四部分组成的系列中,我们一直在研究每个组织在将运营过渡到云(特别是混合多云环境)时应避免的陷阱。
在第一部分中,我们介绍了基本定义以及我们对混合云和多云的看法,并确保展示两者之间的分界线。在第二部分中,我们讨论了三个陷阱中的第一个:为什么成本并不总是迁移到云的明显动机。并且,在第三部分中,我们研究了将所有工作负载迁移到云的可行性。
最后,在第四部分中,我们将研究如何在云中处理数据。您应该将数据迁移到云中吗?迁移多少?哪些数据适用于云,哪些数据迁移会带来过高的风险?
数据……数据……数据
影响您所有关于云中数据决策的关键因素是确定您的带宽和存储需求。Gartner 预测,“数据存储将是一个1730 亿美元的业务,在 2018 年”,并且其中很多钱都浪费在不需要的容量上:“全球公司仅通过优化其工作负载就可以节省 620 亿美元的 IT 成本。” 令人震惊的是,根据 Gartner 的研究,公司“为云服务支付的费用平均比他们实际需要的费用高出 36%”。
如果您已阅读本系列的前三篇文章,您不应该对此感到惊讶。然而,令人惊讶的是 Gartner 的结论,即“如果公司将其服务器数据直接转移到云端,只有 25% 的公司会省钱。”
等一下……工作负载可以针对云进行优化,但是只有一小部分公司会通过将数据迁移到云来省钱?这意味着什么?
如果您考虑到云提供商通常根据带宽收费,那么将所有本地数据迁移到云很快就会成为成本负担。在以下三种情况下,公司会决定值得将数据放入云中
- 具有存储和应用程序的单个云
- 云中的应用程序,本地存储
- 云中的应用程序和云中缓存的数据,本地存储
在第一种情况下,通过将所有内容都保留在单个云供应商处,可以降低带宽成本。但是,这会造成锁定,这通常与 CIO 的云战略或风险预防计划背道而驰。
第二种方案仅保留应用程序在云中收集的数据,并将最少量的数据传输到本地存储。这需要仔细考虑的策略,其中只有使用最少数据的应用程序才部署在云中。
在第三种方案中,数据在云中与应用程序一起缓存,并且该数据或“唯一真实来源”的存储在本地。这意味着可以在本地运行分析、人工智能和机器学习,而无需将数据上传到云提供商,然后在处理后再次返回。缓存的数据仅基于应用程序需求,甚至可以跨多云部署进行缓存。
有关更多见解,请下载 Red Hat 案例研究,其中描述了阿姆斯特丹史基浦机场在混合多云环境中的数据、云和部署策略。
陷阱已分享,陷阱已避免
分享我们在经验中看到的一些陷阱应该有助于贵公司规划更安全、更可靠和持久的云策略。了解成本不是明显的动机,并非所有内容都应该放在云中,并且您必须有效地管理云中的数据,这些都是您成功的关键。
评论已关闭。