分享

架构师必读:什么是云亲和性,如何设计云亲和性?

 timtxu 2019-10-19



简介

无论您是希望提高应用和数据的安全性, 缩短产品或服务上市时间,还是想要降低 IT 成本,或是干脆想达成所有三个目标,云计算都能为您提供帮助。但是,要实现以上目标,企业必须了解怎样才能充分利用公有云、私有云和混合云。


在本文中,我们将介绍面向工作负载布局的英特尔® Cloud Affinity 模型,了解英特尔“让合适的工作负载在合适的位置运行”的方法。


三种云实现模型:
● 私有云是指公司内部提供的计算服务,其基础设施由公司拥有和管理。
● 公有云是指由第三方云提供商提供的商用计算服务。
● 混合云则是由多个云服务提供商和环境(包括私有云)提供的计算服务的结合。
点击了解更多

面向工作负载布局的
英特尔® Cloud Affinity 模型

随着越来越多的组织通过采用各种云策略来推动业务 有关工作负载布局的技术考量因素发展,了解各公司如何在不同的云环境中布局工作负载就变得至关重要。虽然并不存在万能的云模型,但在考虑工作负载的布局时,不同工作负载在要求和属性方面存在许多相似之处。


业务需求应该成为确定工作负载布局的首要因素。在明确了工作负载在业务增长、数据控制、成本、法律和保密要求等方面的侧重点后,就该对技术因素进行重点考量。


2016 年,英特尔与全球各主要行业超过 125 个客户和系统集成商 (SI) 开展了全球焦点小组座谈。这项内部研究确定了四个有助于确立云工作负载布局的重要技术考量因素,它们分别是:数据量、集成、安全和性能。


研究中,根据这四个考量因素对企业中普遍存在的工作负载进行打分,得出总属性分数。然后根据公有云或私有云功能将分数映射到它们所处的位置。最终结果就是诞生了面向工作负载的英特尔® Cloud Affinity 模型,用于指导用户优化公有云和私有云工作负载布局,妥善执行多云和混合云策略。




探索技术考量因素

以下是我们认为影响工作负载布局决策的重要考量因素:

面向工作负载布局的
英特尔® Cloud Affinity 模型²

如下所示,研究参与者根据四个技术考量因素为各种工作负载打分并转换为属性分数,然后经过映射,形成面向工作负载布局的英特尔® Cloud Affinity 模型。在接下来几页中,我们将对三种不同类型的云逐一加以详细说明。



工作负载概述:公有云

适合公有云环境的工作负载通常对所有考量因素的要求都最低。具有以下一个或多个特征的工作负载或组织适合使用公有云:


● 业务中需要电子邮件、文件共享等独特的公有云服务
● 行业数据监管或合规要求较少
● 影响业务的数据主权监管有限
● 客户群具有全球性
● 需要访问远程位置的工作负载
● 组织的 IT 基础设施投资有限
● IT 资源量和本地化数据中心技能组合缩减
● 业务有灵活的服务级别协议,可容忍延迟
● 即使与私有数据中心断开连接,业务部门也不会受到影响
● 有一套成熟的 SaaS 解决方案用于处理工作负载
● 组织中的应用开发人员需要全球可用的通用用户界面

工作负载概述:私有云

在某种程度上来说,面向工作负载布局的英特尔® Cloud Affinity 模型其中间部分属于“灰色”地带,也就是说,公有云和私有云在工作负载布局方面拥有同等权重。好消息是,无需选择一个云而放弃另一个云。有了混合云,企业可以充分利用两种云的功能。对于所有工作负载,在决定托管这些应用的位置时,应该首先考虑业务需求和成本依赖性;然后,必须单独研究每个工作负载类别。以下是一些可在决策过程中为您提供帮助的考量因素。



● 网络:云的兼容性取决于对延迟的容忍程度。有高带宽需求的工作负载由于同时也要求低延迟,因此更适合私有云,而通用网络则可以跨频谱运行。
● 安全性:私有云非常适合需要高安全性、本地化数据或数据功能(如防火墙、主机入侵防御系统 (HIPS)、加密)强大的工作负载。而公有云则支持安全要求更具普遍性的工作负载(例如微分段)。
● 数据分析 / 数据挖掘:首先,您必须确定所有工作负载数据是否都适合公有云。然后,考虑数据迁移的成本。通常情况下,最好将一些数据分析功能迁移到公有云,而将其他功能保留在私有环境中。
● 应用开发:将公有云用于新应用开发,可以实现优化总体拥有成本 (TCO) 和加快业务创新的目的。但是,如果应用是特定于该企业的,则应注重应用的最终结果,即,如果您要将应用发布到私有云,则最好在自己的私有云上构建。
● 企业资源规划 (ERP):数据隐私会对企业资源规划产生巨大影响。私有云非常适合存放机密数据,而公有云则针对受监管程度较低的数据提供企业资源规划功能。
● 大数据:与数据分析和数据挖掘工作负载类似,数据集的规格、大小和迁移成本是确定工作负载布局的重要因素。

公有云服务适合需要规模保持恒定的计算密集型应用,或是将大数据环境扩展到新的工作负载(机器学习和人工智能)以进行测试和开发。但当数据量很大、数据较为敏感或是迁移到其他云环境对组织来说成本过于高昂时,私有云属于较为理想的选择。成功的策略通常是将一些大数据功能迁移到公有云,同时将其他功能保留在私有云中。


充分发掘云的潜能

虽然深入研究每项工作负载并进行评估不是一项轻松的工作,但由此带来的效率的提升将证明一切都是值得的。通过使用混合云,企业 IT 部门领导人再也不需要在安全、性能、可预测性和敏捷性上做出妥协。您可以针对独特的业务需求选择最为合适的方法。正因如此,不断评估每个工作负载的布局环境是至关重要的。 面向工作负载布局的英特尔® Cloud Affinity 模型旨在引导您围绕工作负载布局展开思考。但是,构建合适的云环境无法一蹴而就,需要不断地学习、提高效率和削减成本。而第一步就是采用“让合适的工作负载在合适的位置运行”方法,开始着手评估关键业务工作负载。

其他有用资源:

若有兴趣进一步了解混合云,请参阅 Optimal Workload Placement(《优化工作负载布局》)白皮书,或观看 How to Transform Your Business with a Hybrid Cloud Strategy(如何利用混合云策略来实现业务转型)网络研讨会。


长久以来,英特尔与出色的技术提供商积极合作,更快地为企业提供创新解决方案。了解您的公司如何从这些合作中获益:英特尔和微软的合作英特尔和 VMware 的合作。


如需更多有关混合云的内容,请访问 www./cloud
如需了解有关混合云的英特尔® 精选解决方案,请访问 www./selectsolutions

云的内部基础至关重要

在选择适合各个工作负载要求的云时,了解基础设施的底层硬件功能至关重要。生态系统已针对通用英特尔® 架构进行了软件方面的优化,可以实现云之间的实时应用迁移,因此,构建基于通用英特尔® 架构的基础设施,有助于实现工作负载的灵活性。


以英特尔® 至强® 可扩展处理器为基础,打造属于您的云未来,实现以下优势:


● 值得信赖的性能保证
● 平台弹性
● 出色的可扩展性

有关英特尔® 至强® 可扩展处理器为何适合大多数工作负载要求的更多技术洞察,请查看信息图。

英特尔还提供名为英特尔® 精选解决方案的一系列新解决方案。这些方案由甄选的 OEM 提供,可用于在 Microsoft* 和 VMware* 平台上进行混合云部署。英特尔® 精选解决方案经过预先配置和评估,能够加快在本地部署中提供混合云服务的速度。


面向 Microsoft Azure Stack* 的英特尔® 精选解决方案是英特尔与微软长期合作,致力于推进混合云发展的结果。阅读本业务简介,详细了解基于英特尔® 技术的 Microsoft Azure Stack 为何是保障您的业务面向未来的明智之选。


面向 VMware Cloud Foundation 的英特尔® 精选解决方案旨在帮助 IT 组织更快地部署混合云技术,而不是从头开始集成和验证自己的配置。面向 VMware Cloud Foundation 的英特尔® 精选解决方案包括全新英特尔® 至强® 可扩展处理器、英特尔® 傲腾™ 固态盘、英特尔® 10Gb 以太网以及一系列硬件增强型安全防护和性能提升功能。如需了解更多信息,请参阅解决方案简介。


● 来自英特尔的更多洞察:
视频:IT 转型技术讲座
博客:通过正确的工作负载和正确的布局来提高 IT 敏捷性
白皮书:英特尔 IT 云策略
指南:您的数据中心是否准备好采用混合云策略?
1. Gartner,https://www./newsroom/id/3666917

2. 英特尔,面向工作负载布局的 Cloud Affinity 模型,https://www./content/www/cn/zh/cloud-computing/enterprise-cloud-computing/optimal-workload-placement-for-public-hybrid-and-privateclouds-white-paper.html

英特尔技术特性和优势取决于系统配置,并可能需要支持的硬件、软件或服务得以激活。产品性能会基于系统配置有所变化。没有计算机系统是绝对安全的。更多信息请从原始设备制造商或零售商处获得,或请见 。

本文中提供的所有信息可在不通知的情况下随时发生变更。关于英特尔最新的产品规格和路线图,请联系您的英特尔代表。

英特尔、至强、傲腾、英特尔标识是英特尔公司或其子公司在美国和/ 或其他国家的商标。

* 其他的名称和品牌可能是其他所有者的资产。

© 英特尔公司版权所有

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多