胡道成 2020-09-14
制定多云策略可能意味着很多事情。这可能意味着要使用不同的云计算数据仓库(CDW)应用程序,例如Amazon Redshift和Snowflake。这可能意味着要在AWS云平台中托管数据存储,但是要在Azure云平台中对其数据进行传输和执行分析。或者底层云平台可能会有所不同,例如两个不同的Snowflake实例,一个在谷歌云平台上运行,另一个在Microsoft Azure云平台上运行。这些不同的云计算数据仓库(CDW)可以在全球各地托管。有时,采用多云策略意味着所有这些措施可以全部实现。
常见错误
企业通常会选择一些难以迁移的工具或技术,从而被单一的云计算供应商锁定(通常是无意的)。对于云计算供应商必须提供的无缝集成的技术,这可能非常诱人,但如果这限制了企业以后对云计算供应商的选择,并且不能与其他云平台进行互操作,则可能会有所遗憾。
尽管采用多云战略的趋势有所增加,但仍处于早期阶段,尤其是对于许多仍在努力将内部部署工作负载迁移到云平台中的企业。随着越来越多的客户要求云计算能够更好地协同工作,并抵制将其锁定的服务,对这一领域的期望值会更高。
企业通常犯的另一个错误是,没有考虑到更多数据和不同技术带来的复杂挑战。数据源与解决方案之间的集成将非常困难,因为并非所有提供商都提供与其他工具的无缝连接。因此,企业使用与云计算无关、节省成本,并无缝地在云平台之间提供更好过渡的技术非常重要。
企业需要拥有适当的技术专长、技术和工具,否则就会面临失败的风险。随着越来越多的企业采用多云战略,他们将数据转化为价值所需的专业技能正在以惊人的速度变化。利用云计算技术的托管工具使企业能够以前所未有的速度和规模处理更多种类、更大数量的数据。但平台和工具并不是唯一改变数据团队技术和资源的因素。
专注于人工编程和云迁移技术改造的数据团队不一定是为实现数据架构现代化和实施多云战略而做好准备的团队。数据团队需要包括具备企业数据以进行成本效益分析和报告的能力从而得出明智结论的人员,即具有云计算培训和经验以及理解数据本身的能力的数据工程师。
如何获得对多云通道的控制
企业出于多种原因采用多云策略。他们可能对成本敏感,或者拥有首选合作伙伴,或者在不同部门采用了不同技术等等。但是,有时策略是关于可用功能的。云计算是一个具有创新的空间。尽管针对诸如机器学习(ML)之类的更高级服务,诸如AWS、Microsoft Azure和谷歌云平台等全球主要云平台在其核心服务(如存储、计算和数据库)的功能上非常相似。人工智能(AI)和高级分析技术能够跨多个云平台工作具有真正的优势。例如,企业可能会发现最适合其需求的数据仓库平台是在AWS云平台上,但是用于处理该数据和推断含义的最佳机器学习工具是在谷歌云平台上。
为了实现成功的多云战略,企业需要使用与云计算无关的工具和技术,这些工具和技术可以与多个云数据仓库协同工作,并且在互不影响的情况下支持所有不同的环境。
企业希望云计算技术供应商提供更好的服务,而不是为了寻求最低通用标准在但功能受限的方法而降低其产品的质量。
使用多云方法,可以获得云计算的所有优势,但企业可以避免许多陷阱和问题,仍然可以通过云计算扩展和云计算定价来降低成本。然而,局限于单一云计算供应商及其生态系统是有危险的。尤其是对于那些希望通过创新引领市场的企业,尤其是数据创新,所有主要云计算供应商都在加快技术改进的步伐。而保持在最佳云平台上工作以解决特定业务问题或流程的灵活性将使企业获得竞争优势。
使用多云环境
以下是使多云环境更易于管理的一些技巧: