混合云和多云架构的五个支持技术

时间：2021-07-07 11:10:25|栏目：技术创新|点击：次

混合云和多云架构可能既昂贵又复杂，而采用一些技术和工具可以促进资源配置、实现自动化以及提高弹性。

很多企业喜欢更简单快捷的管理，尤其是在计算基础设施方面。初创公司和中小公司希望更轻松地使用SaaS和托管在公有云上的应用程序和数据来运营业务。许多企业的应用程序和数据分别在私有云、传统数据中心基础设施和选定的公有云运行，并且相互分离。

但是，许多大中型企业选择在多个公有云平台上运行，支持创新、法规、服务水平、定价谈判或收购。其云计算战略有多种选择和权衡。对于IT工作人员来说，了解架构选项并更好地了解企业的IT云治理模型非常重要。

以下是一份多云准备清单，其中包含有关战略、云就绪和DevOps实践的提示，并对一些混合和多云架构的支持技术进行了介绍。

1.超融合基础设施简化了私有云的扩展

数据中心设施通常运行大量来自不同制造商和管理商的网络设备、服务器和存储设备。支持这种基础设施需要专业人员管理和运营，而扩展和缩小计算能力并不容易。

如今，许多企业部署了超融合基础设施，将网络、计算和存储结合在一个构建块设备中。此外，管理工具使IT管理员能够虚拟化计算集群，并根据应用程序的计算需求分配资源。

UNOS公司IT服务运营总监Tiwan Nicholson解释了使用超融合基础设施的优势。他说，“与之前的基础设施相比，我们看到工作负载的效率提高了30%，在以往的数据中心基础设施中，我们的一些大数据和深度分析工作需要几天时间。如今，我们的基础设施工程师可以管理硬件层和虚拟化层，而不需要专门的大数据数据库或刀片服务器所需的专业技能，以及过去必须管理所有不同的堆栈层。”

除了Nutanix公司，Cisco、Dell、HPE、VMware等都有超融合基础设施产品。

2.多云管理工具支持自助服务和受监管的供应

公有云和私有云的主要优势之一是为开发人员、数据科学家、业务分析师提供自助服务配置功能。它实现了计算选项、自动化、治理和按存储容量使用计费定价，而云计算管理工具提供了门户和报告，而不是等待基础设施的建设。

在云平台上优化自助服务配置的企业可以使用供应商的自助服务工具，但那些寻求多云功能的企业需要跨越AWS、Azure、谷歌云平台、VMware和其他云管理平台。例如，BMC、IBM、MicroFocus和其他公司提供具有关键价值的多云管理平台，包括自助服务工具、安全控制、devops工具集成、模板和自动化。

3.通过云计算数据管理提高弹性

多云安全面临多项挑战，最佳实践需要构建多云身份和访问管理(IAM)、网络架构和加密标准。这些安全考虑在单个云平台和混合云中很重要，但在多云架构中实施可能更具挑战性。

对所有企业来说，至关重要的一项安全考虑是云数据保护。勒索软件是一个巨大的问题，网络攻击将会对政府机构、学校、医院、企业的管理和运营带来重大的影响。

保护所有云平台上的数据是安全和IT领导者最关心的问题，云计算数据管理平台提供了加密、复制、存档和恢复数据的解决方案，同时还将监控存储系统是否存在类似勒索软件的网络攻击。

Novato公司数据系统主管Amir Kioumars使用Rubrik来保护关键任务数据。Kioumars说，“我之前工作的公司被勒索软件攻击了两次，并且宕机了10天。我担心同样的事情随时可能发生在Novato公司。”

其他云计算数据管理平台包括Veeam、Dell、CohesityCommvault等。

4.通过低代码集成避免云计算孤岛

已经解决多云管理和安全问题的企业有机会加速战略计划，例如开发微服务、增强面向客户的应用程序、扩展机器学习计划和重新设计企业工作流。其挑战在于避免孤岛，即一个在云平台运行的应用程序无法轻松与第二个云平台上的微服务、第三个云平台上的机器学习模型或其他SaaS平台集成。

以多云战略为目标的企业应考虑集成和集成平台即服务(IpaaS)，以支持跨云平台、SaaS和企业系统连接数据、微服务和API。低代码集成平台简化了与公共源的连接、自动转换、清理数据和提供API管理功能。

MOD Pizza公司企业系统高级总监Tara Gambill使用Boomi连接SaaS、数据和应用程序。Gambill表示，“对于我们的SaaS业务来说，拥有一个云原生集成平台是非常重要的。这不仅仅能够实现快速无缝的员工入职，还提高了数据的准确性和可靠性。这让我们的员工可以将更多时间花在更有意义的工作上。”

其他IPaaS平台包括Informatica、Workato和SAP，它们在易于开发、开箱即用的集成、数据管理功能和运营功能方面展开竞争。

5.使用AIops自动化和监控多云

管理多云的IT部门需要自动化、监控和事件管理工具来处理大量实时数据集，并提供多功能的自动化。AIops在IT运营中应用机器学习和自动化，是支持多云所需的新兴功能。

AIops平台的功能各不相同，但大多数都是从聚合警报、监控数据、可观察性数据和系统配置开始，并关联信息以支持事件管理。其顶级平台还有自动化工具、发现和依赖关系映射功能，以及站点可靠性工程师用于管理服务级别目标的分析。

Equifax公司的Scott Johnson使用Big Panda并分享跨多个云平台运行的现实。Johnson承认：“运行始终在线的云原生范例以及在内部部署设施运行是一个极其艰难的环境。故障排除、事件关联，以及在内部部署方面所做的更改是否会导致云中的某些内容发生变化?能够在那种混合状态下进行管理是很困难的。”

其他AIops平台包括Moogsoft、OpsRamp和ResolveSystems，它们在多云和人工智能驱动的自动化、监控、警报、依赖关系映射和其他功能方面展开竞争。