云平台中的可迁移性、重要性和成本

Lee：我认为首先探讨一下为什么客户和组织要在内部部署数据中心、私有云、混合云和多云之间达到平衡。坦率地说，对于大多数客户来说，他们都是从内部部署数据中心开始的，所以第一步实际上是采用一个公共云，而这是一种混合云类型的部署。事实证明，混合云和多云确实带来了许多类似的挑战。

现在引起人们关注的三个问题是：组织如何避免被锁定在一个特定位置或一个特定云平台中?第二个问题是如何达到某种程度的一致性。如何可以在没有运行手册集或软件堆栈或团队的情况下，可以互换使用它们的位置。

第三个问题是成本控制。组织如何避免进入无法预测成本呈螺旋式上升的情况。

可迁移的两种类型

Lee：可迁移性可以进行拆分两个独立的部分。有人会问，“在一个云平台中有一个应用环境机器学习数据集，可以从一个云平台迁移另一个云平台吗?”我认为完全可以进行迁移，而由于在数据、成本、网络等方面面临一些挑战，为这一目的而实施“云跳跃”并没有那么多。

另一方面，云计算的可选性是真实存在的。因此，客户希望能够选择将工作负载的一部分环境部署在一个云平台中，另一部分工作负载部署在另一个云平台，并且希望能够具有这种灵活性。

例如，Pure Storage公司的客户中有许多SaaS提供商，则这些SaaS提供商正在托管其客户的负载。在一些大型公共云平台运行，例如它们可能内置于AWS云平台中，或者可能由于竞争原因而客户拒绝在AWS云平台中存储数据。

因此，这些SaaS提供商必须能够在多个云平台环境中运行服务，才能为客户提供服务，这是一个业务过程。所以现在回到一致性上来，如果是SaaS提供商，如果想要这种可选性，那么该怎么做?如果没有两三个不同的软件栈和多个不同的研发团队，那么如何做到这一点?所以我认为，并没有发生太多云跳跃，但我认为每个人都希望云计算平台具有的可选性。

在这个快速发展的技术领域，如何最大限度地利用这些产品?如何平衡这一点和创建这种一致性和可迁移性?

Lee：我认为组织可以实施一些最佳实践。因此，实际上是选择一种技术堆栈，让组织正确地利用开源的力量。如果谷歌公司推出了一些确实非常强大的人工智能机器学习平台，那么开源社区很快就可以采用其平台来构建应用程序、API或接口。

因此，组织应该寻找的是，如何通过利用开放源代码的力量来更好地利用底层云环境，如何使部署开放源代码技术变得容易?

Lee：通常情况下，这些软件和微服务(如果需要)通常通过云原生堆栈、基于容器的技术交付。实际上，这又取决于组织选择技术的方式，从而提供最大的灵活性来利用最好的产品。此外，当组织提前做出这些选择时，不仅要构建技术，还要构建流程，因此，尽可能集中精力正确地执行所有事情是非常重要的。事实证明，人类并没有那么出色。

（编辑：青岛站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!