理想的混合云应该是一个无缝的分布式架构，其中数据和应用程序会自动找到完美的资源集，以便为用户提供最佳性能。
当然，现实完全不同。大多数企业还在试图解决配置和迁移问题，只是为了创建一个基本有效的混合架构，更不用说支持动态工作流平衡的复杂自动化堆栈了。
这可能是公共云的采用比私有云发展快得多的部分原因。最终，将整个数据环境迁移到第三方基础架构会更容易。
挑战，但并非不可能
然而，尽管成功的混合架构面临着巨大的挑战，但这些挑战绝不是不可克服的。由于大多数企业都希望将一些数据放在家中附近，我们可以期待在一段时间内继续努力提高混合架构的性能。
Apigee的首席技术官Anant Jhingran表示，最简单的方法之一是通过适当的应用程序管理。无论网络多么先进，无论是在地理上分散的数据中心之间穿梭数据，都不可避免地会引入延迟。所以，只有选择靠近本地数据中心的云服务提供商，延迟才能大大降低。
但是还有其他方法可以加快速度。一个常见的问题是，将管理和分析服务推送到云时，在企业数据中心运行后端应用程序及其相关的应用程序编程接口(API)的习惯。尽管它的成本比在内部托管所有内容要低，但由于API不断在两台主机之间来回徘徊，它往往会变慢。更聪明的方法是使用轻量级联邦网关将API运行时保存在数据中心，并将分析数据异步推送给提供者。
但是对混合云最大的损害可能是应用程序本身。事实上，遗留应用程序根本不是为支持云的松散耦合虚拟基础设施而设计的。这就是Docker、思科、HPE和微软等公司联手帮助企业更新云应用组合的原因。现代传统应用(MTA)计划拥有应用管理工具、混合基础设施和专业服务，旨在帮助组织在Docker的企业版软件下将其应用容纳和部署到云。最重要的是，它不需要修改源代码，为IT团队提供即时的可移植性、安全性和其他好处，无论他们使用的是Windows还是Linux应用程序。
正确架构的正确应用
然而，很可能一些流程在云中表现良好，而另一些则表现不佳，因此企业必须经历大量的反复试验才能达到最佳的数据生态系统。CiRBA首席技术官安德鲁希利尔(Andrew Hillier)表示，实现这一目标的最佳方式是通过有组织的数据驱动流程，平衡混合架构中可用的各种选项与业务需求和相关应用。要问的关键问题包括：
什么客户端应该管理云的使用？
应该根据什么标准来确定在哪里部署工作负载和托管应用程序？
需要哪些资源和云实例？
如何保持对面向云的应用程序的控制？
预计这将是一个持续的转变，主要由新兴的面向开发的IT管理模型的持续集成/持续部署风格驱动。
混合云的性能也有望受益于对数据生态系统产生更广泛影响的众多技术进步。正如Digital Realty首席技术官克里斯夏普(Chris Sharp)最近告诉Datacenter Frontier的那样，人工智能、神经网络和细粒度数据收集和分析等技术为云带来了丰富的功能，远远超过了传统基础设施中的任何功能。
一个关键的发展是用于云访问的专用私有网络(物理和虚拟)的兴起。在云的早期，主要应用是通过公共互联网提供的海量存储和计算服务。这不仅速度慢、不可靠，还会为敏感数据和资源带来新的攻击媒介。通过专用网络，组织可以与一个或多个提供商保持稳定的连接，并结合动态扩展和灵活的速率调度，以更好地匹配网络资源消耗和波动的工作负载。
可以理解的是，随着混合云的前期炒作，部署实际生产环境的现实正在浮现，对技术会有强烈的反对。但是，随着混合天堂的梦想开始消退，组织现在可以理解部署基础架构和优化性能的实际工作。
虽然根据当今的传统应用很容易衡量性能，但混合云实际上会产生独特的数据环境，其服务和运营特征无法在传统基础架构或纯公共云或私有云内复制。
最终，每个人最大的性能优势将是创建数据生态系统的能力，使企业能够提供地球上其他任何人都无法复制的服务。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！