產(chǎn)品推薦

海瑞思Preciset機房空調(diào)
海瑞思Precise系列專為中小型機房設(shè)計的機房專用空調(diào)Precise...【詳細】
MPS 10-100 kVA UPS
MPS系列UPS設(shè)備確保任何類型的負載,最大限度的保護和電能質(zhì)...【詳細】

聯(lián)系我們

服務(wù)熱線
010-62104284

地址:北京市密云區(qū)高嶺鎮(zhèn)政府辦公樓
王經(jīng)理 13393261468
Q Q:514468705/1049705527
郵箱:jhcxkj@163.com

首頁 > 新聞中心 > 多云用量別迷茫 上之前先算好這本賬

多云用量別迷茫 上之前先算好這本賬

雙擊自動滾屏 發(fā)布者:精密空調(diào) 發(fā)布時間:2019-07-11 13:34:01 閱讀:次【字體:

盡管多云環(huán)境是當(dāng)前企業(yè)更多在選擇的云部署方式,但要是掌握不住云用量,就有得不償失的風(fēng)險,莫讓多云變成多負擔(dān)。

企業(yè)在上云選用某一款工具時,其功能、架構(gòu)、性能、可用性、可靠性等多方面的因素都要被考量在內(nèi),以便企業(yè)IT人員在業(yè)務(wù)遷移時做出判斷。這些人員要對服務(wù)提供商的產(chǎn)品性能做出評估,包括要對是否在建模預(yù)測、數(shù)據(jù)挖掘、機器學(xué)習(xí)等方面需要引入云計算?,F(xiàn)實情況是,遷移的準(zhǔn)備時間遠比遷移進行的時間要長很多。

正是因為要對如此多的因素做出考量,企業(yè)在采購云服務(wù)對于消費量的關(guān)注并不是那么全面,所以企業(yè)用云量的可見性需要得到重視,尤其是在多云環(huán)境中。畢竟,相較于企業(yè)對人力、設(shè)備這些有形資產(chǎn)的管理,在混合IT部署的過程中對應(yīng)用和數(shù)據(jù)的管理難以做到很精確。

一個例子是,不少企業(yè)的管理者并不清楚到底用了多少云服務(wù)或功能。調(diào)查顯示,大型企業(yè)正在使用的獨立云工具可能超過700個,不過針對每一項細枝末節(jié)的針對性管理需要上層的整體把控,單獨的部門之間是無法估算彼此成本的,即使可以也對云服務(wù)的采購不具有決定性。事實上,像AWS、Cloudyn這些廠商也提供了計算云成本的工具。借助對云服務(wù)運行的監(jiān)控,企業(yè)往往可以在數(shù)百萬美元中節(jié)省10-20%的成本。

此外,企業(yè)用云時所面臨的安全性問題也逐漸加大,這不僅是因為選擇的服務(wù)或功能越來越多,更多的服務(wù)被搬到線上連到骨干網(wǎng)中,一旦出現(xiàn)"僵尸攻擊"就是成片上海,甚至可以在十秒鐘內(nèi)迅速攻占有效業(yè)務(wù)。要知道,傳統(tǒng)的防火墻等安全和防護系統(tǒng)多是針對網(wǎng)絡(luò)和主機的邊界進行檢測,對未知威脅和已有漏洞缺乏足夠深入的解析能力。

而在云計算環(huán)境中是沒有拓撲邊界的,一個基礎(chǔ)設(shè)施會承載多個業(yè)務(wù)系統(tǒng),虛擬化之后的某一個業(yè)務(wù)層的虛擬機有一定概率不在同一個安全區(qū)域之下,虛擬彼此之間的數(shù)據(jù)交換也不被外部網(wǎng)絡(luò)可見。如果是依靠單一方案,是難以阻止像APT這樣的威脅,數(shù)據(jù)中心被黑的成本通常是百萬、千萬美元計的。

多數(shù)企業(yè)對潛在的網(wǎng)絡(luò)威脅缺乏可見性,并且難以具有識別或處理風(fēng)險預(yù)警的能力。如果是傳統(tǒng)的方法,員工只能通過優(yōu)化算法和數(shù)據(jù)模型來加強準(zhǔn)確性。有了云原生的環(huán)境,企業(yè)在分析數(shù)量流量時就可以調(diào)用CSP的開放接口,在不影響業(yè)務(wù)運行性能的前提下,結(jié)合數(shù)據(jù)進行預(yù)測或風(fēng)控。

在運營方面,企業(yè)上云不是一蹴而就的,除了要明確業(yè)務(wù)需求,還要根據(jù)實際運營狀況作出調(diào)整。比如通過可擴展的架構(gòu)實現(xiàn)更多的工作負載,并且在實驗建模時把試錯成本降到最低。就像企業(yè)不想每一次在應(yīng)用創(chuàng)建時都去重新搭一遍平臺,而是要去設(shè)計出一個可以良性循環(huán)的系統(tǒng)和機制。而且在使用商業(yè)智能時,企業(yè)也在去尋求提高業(yè)務(wù)并發(fā)性、決策質(zhì)量、業(yè)務(wù)洞察力。

同時,企業(yè)還要在上云時加強對于數(shù)據(jù)的重視程度,例如要了解非結(jié)構(gòu)化、結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)分析的具體影響,而這些數(shù)據(jù)必須是與實際業(yè)務(wù)強相關(guān)的,比如是直接用于投資或者運營的數(shù)據(jù),商業(yè)智能所面臨的挑戰(zhàn)就是如何去獲取、篩選、標(biāo)準(zhǔn)化數(shù)據(jù)。

要知道,足夠領(lǐng)先的技術(shù)并不代表可以把背后的數(shù)據(jù)利用好,或者不代表擁有優(yōu)質(zhì)的數(shù)據(jù)資源。就像柴油注入汽油車會出問題,也不是任何數(shù)據(jù)對人工智能都有積極作用,不少案例已經(jīng)可以證明這一點。只有那些對實際業(yè)務(wù)有幫助的數(shù)據(jù)才是真正有效的。

企業(yè)上多云已是趨勢,但要算明白自己手中的賬本,要不就會產(chǎn)生成本的浪費。

來源:精密空調(diào) http://preweds.com

?
在線咨詢 電話咨詢