你有一个来自云管理的挑战,请问是否接受?

2017-12-20 01:01:06
佚名
我们知道,现在越来越多的企业在向数字化和云化转型,数字化转型给企业管理带来的一个大的挑战就是需要关注和管控的数据量急剧膨胀,比如银行越来越多的业务已经不需要去柜台办理,今年有15家银行的离柜业务率超过了...

我们知道,现在越来越多的企业在向数字化和云化转型,数字化转型给企业管理带来的一个大的挑战就是需要关注和管控的数据量急剧膨胀,比如银行越来越多的业务已经不需要去柜台办理,今年有15家银行的离柜业务率超过了90%,业务量的增长,包括传统需要以人的经验和手工交互解决的问题越来越多的转为借助软件和设备智能化的手段实现,给企业带来效率和收入上升的同时,管理上也面临如何在数据急剧增长的同时,依然能够做到快速发现问题、定位问题、乃至快速解决问题。另外云化转型也不是一蹴而就的事情,大多数企业在相当长时间内会处于一个混合云的状态,核心DB、高性能计算等系统会仍在本地建设和运维,面向开发测试等系统会有私有云,面向前端、互联网应用会上公有云,另外可能还会有IaaS、PaaS乃至SaaS等不同形态的云平台共存,如何在成本可控的情况下集中高效地管控好混合云这种复杂的IT环境也是企业云管方面的一大挑战。

我们先来看云管理的第一个挑战,也就是数据方面的治理,传统做法会是基于企业相对稳定或确定的场景分析和定位数据内在的关系,无论自动化还是问题定位,我会知道一个应用是跑在某台服务器上,无论应用需要升级还是出了问题需要解决,我会登录某台我确定的服务器上去处理,但混合云环境下IT元素之间的关系是一种动态多变的情况,场景是不确定的,数据内在的关系也在不断发生变化,依靠人工判断会越来越力不从心,这也是为什么现在越来越多的企业开始关注智能化管控,利用人工智能甚至认知分析,从数据内在的变化当中去学习、分析和定位各种规律、特征或影响关系,尤其认知技术会发挥越来越重要的作用,因为在一个动态多变的混合云环境下没有多少确定有意义的目标场景或标签可以加注,只有类似人一样持续跟踪数据变化,做到行为学知,不断总结和刷新数据当中体现出来的各种行为特征和规律,才能真正对运维管理起指导作用。这里面企业需要重点关注的主要是数据如何治理和如何运用有实践意义的认知分析算法两个方面的工作。

云管理的第二个挑战是如何建立一个一体化管控平台能够兼顾云上云下所有相关的数据和功能,而不是安装部署一堆的平台和工具,各自为政,公有云、私有云、本地系统,IaaS,PaaS,SaaS都用一些不同的平台工具进行管理,无论开源闭源,相互之间数据不能实时共享、功能不能互为调用。所以打通云上云下端到端覆盖企业关键业务所有IT元素的数据通道和功能上下文调用通道很关键,要有一个集成统一的平台,比如建在企业本地系统,能够随时看到企业部署在云端和本地等混合环境下业务所有相关的指标、日志、事件和告警,无论自动化调度还是问题定位和排障,云上云下的功能都能够协同调用,在安全合规等可控的基础上,提供API统一管理和发挥作用。

收藏
免责声明:凡注明为其它来源的信息均转自其它平台,由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本站联系,我们将及时更正、删除,谢谢。联系邮箱:xiali@infoobs.com