在云端构建和部署工作负载的最佳方式是怎样的?

如果要问当今企业希望从云计算中获得什么,那么 “低延迟” 以及 “更接近客户” 可能会是很多企业的首要目标。低延迟可以带来诸多好处,如提升用户满意度、增加竞争优势、降低运营成本等;更接近客户则有助于降低网络拥塞、减少数据丢失、符合当地法规。

理想很具体,那么实践中又该如何实现?尤其是,当越来越多企业开始陆续上云,在云中开发和部署各类关键的工作负载时,如何借助一个甚至多个云平台来实现这样的目标?

最近 Akamai 委托 Forrester 对云计算的采用和发展状况进行评估。Forrester 对全球 420 位企业云战略领导者进行了调查后发现:由于基于区域的云架构难以满足当今的业务需求,很多企业正在通过采用云到边缘架构来应对,这种架构优先考虑将软件部署在最适合的地方来运行,从而最大限度减少延迟并优化性能

在本文中,Akamai 就带大家一起看看 Forrester 这份报告的重点内容。

几个重要结论

  • 随着工作负载的逐渐分散,延迟问题愈加重要。近九成受访者表示,他们公司有六个或更多工作负载需要在多个地区运行,延迟成为最关心的问题。
  • 本地化成为关键要务和重大挑战。2/3 的受访者表示,有六个以上的工作负载需要在多个司法管辖区运行,但 41% 的受访者找不到满足数据驻留要求的提供商。
  • 重视低延迟的公司在转向基于 “核心和边缘” 的云原生架构。在多个云以及在核心和边缘构建和部署应用程序,就像是投资云原生的未来。75% 的受访者在公有云上部署应用,76% 的受访者在边缘部署应用。
  • 多云的关键在于为工作负载选择适合的云、架构和合作伙伴。76% 的受访者认为,必须将工作负载与适合的云相匹配,以优化多云战略,克服延迟和本地化问题。

优化措施需要从中心拓展至边缘

时至今日,企业能为用户提供怎样的体验,已经主要取决于所采用的云技术。这一点不言而喻。然而,完全部署在云中的基础设施,一旦规模大到一定程度,可能会在性价比方面造成问题。调查发现,86% 的受访者所属企业比以往任何时候都更依赖云。其中有 80% 的受访者公司的大多数应用程序都使用了云原生架构,93% 的受访者计划在未来 12 个月内将大部分应用程序进行改造,专门为云构建。

几乎所有受访企业都在与多家云提供商合作。21% 的北美受访者表示,他们公司与四家或更多云提供商合作;其他地区的受访者也有一半表示与四家或更多云提供商合作。多云是当今所有公司面临的现实。

在上述趋势影响下,几乎所有企业对核心和边缘功能的需求都在激增。75% 的受访者在公有云上部署应用,76% 的受访者在边缘部署应用(包括选择通过 CDN 和 / 或边缘平台部署应用的做法)。

在具体用例方面,受访者主要使用了云提供商的基础设施基本功能,如存储(73%)和数据库(67%),以及新的专业功能,包括应用安全(31%)、人工智能 / 机器学习(22%)和应用开发(16%)。

与此同时,几乎所有企业对延迟的担忧也在增加。88% 的受访者公司有六个或更多工作负载需要在多个区域运行。约 72% 的受访者正在边缘运行六个或更多工作负载,93% 的受访者有六个或更多应用使用了 CDN,92% 的受访者有六个或更多工作负载使用了物联网设备。

这也凸显了分布式计算能力对减少延迟的重要性。通过在线体验获胜的行业(如零售业)更是边缘和物联网技术的积极采用者,以至于全部的零售业受访者都表示,他们有六个或更多工作负载使用了物联网设备。

这就造成了另一个局面:本地化成为当务之急。云的采用必须合规,必须适应各种监管要求。约 66% 的受访者有六个或更多工作负载需要在多个司法管辖区运行,这体现了云到边缘架构的重要性。

多云技术还有很大的改进空间

虽然很多企业已经接受了云和边缘技术,但在同时与多个云提供商合作方面,依然会面临大量挑战。

复杂性和成本是主要痛点。多云,必然会复杂,尤其是在集成、扩展和维护多个云平台时。51% 的受访者认为这是自己遇到的第一大挑战。第二大挑战是成本(44%),这主要源自于云资源的蔓延、数据出口费用和不可预测的定价等。对于亚太地区的企业来说,还有第三大挑战:内部技能短缺(51%)。

工作负载的放置也是个充满挑战的工作。延迟和本地化是关键,然而公有云区域的架构和运营考虑因素可能会导致工作负载放置不理想。41% 的受访者正在努力寻找满足数据驻留要求的提供商,而高延迟几乎是所有云提供商的首要问题。52% 的游戏行业受访者还表示:工作负载放置地点是由监管要求,而非具体用例决定的。

在上述因素影响下,企业将面临效率低下、客户流失和竞争优势丧失等问题。46% 的受访者认为,多云的复杂性会导致效率低下。云计算和边缘技术为企业工带来了全新的差异化能力,但规划不当的多云战略却可能适得其反,导致员工(38%)和客户(24%)流失率增加,竞争优势下降(33%)。

在最适合的地方构建和部署工作负载

在意识到多云是正确战略后,很多公司的下一步是开发一个包含边缘的云架构,以优化云的使用。然而如何成功实现这一目标?

战略必须包括灵活的合作伙伴和架构。如果缺乏能提供支持的架构和合作伙伴,企业为工作负载选择适合的云的能力将受到限制。受访者一致认为:灵活的架构(包括边缘)(86%)和支持各种云和边缘环境工作负载的云提供商(65%)是优化多云战略的关键。这种能力对亚太地区的受访者(75%)尤为重要。

信任、可靠性以及满足当前和未来需求的能力是合作伙伴的首要要求。在与云提供商合作时,信任是最重要的。对于 85% 的受访者来说,选择一个值得信赖的合作伙伴非常重要或至关重要。为了将工作负载部署到最适合的地方,受访者还要求合作伙伴具备可靠性(88%)、可扩展性(80%)和边缘能力(78%)。对于亚太地区的受访者来说,边缘能力再次成为最关键的因素。

更具战略性的工作负载匹配将推动业务和用户收益。受访者预计,将适合的云与适合的工作负载相匹配,并让合作 伙伴参与进来以满足其灵活的要求,这会产生积极结果,包括增加收入(68%)、改善用户体验(64%)、提高性能(68%)和优化成本(65%)。这些优势在所有市场都得到了体现。游戏业是对延迟最敏感的行业,他们认为提高性能是最大的优势(80%)。

建议

企业在致力于采用云原生架构的同时,还必须在最适合应用程序的地方构建和部署应用程序,以克服安全和性能方面的限制。为此,我们的建议如下:

  • 加快云原生的采用。云原生是新常态,这种生态系统对创建可与任何云协同工作的基础设施至关重要。
  • 以经济高效的方式拥抱多云。公有云提供了规模和能力,但通常会带来不必要的成本和管理开销。通过构建云网络和边缘基础设施来实现可移植性和灵活部署,通常就可以避免这些陷阱。
  • 利用边缘技术优化云计算,提升用户和员工体验。将对延迟敏感的工作负载转移到边缘,以利用新的、更强大的边缘基础设施。
  • 利用边缘技术满足数据主权和安全要求。全球很多地区的监管机构禁止数据离开其管辖范围。集中式云计算方法会使企业难以在不牺牲性能的情况下遵守规定,具备边缘功能的多云战略可帮助企业在数据主权等方面实现合规。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/738552.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java设计模式:外观模式

❤ 作者主页:欢迎来到我的技术博客😎 ❀ 个人介绍:大家好,本人热衷于Java后端开发,欢迎来交流学习哦!( ̄▽ ̄)~* 🍊 如果文章对您有帮助,记得关注、点赞、收藏、…

ArcGIS学习(十四)OD分析

ArcGIS学习(十四)OD分析 1.上海市KFC与麦当劳的空间聚集度分析 本任务给大家带来的内容是网络节点关系分析。网络节点关系分析一般也叫OD分析。“O”指的是起点(ORIGIN),"D”指的是终点(DESTINATION),0D分析即为基于起点到终点的分析。 网络节点关系分析我们经常…

基于springboot的厨艺交流平台

采用技术 基于springboot的厨艺交流平台的设计与实现~ 开发语言:Java 数据库:MySQL 技术:SpringBootMyBatis 工具:IDEA/Ecilpse、Navicat、Maven 页面展示 食材分类管理 用户信息管理 菜谱分类管理 菜谱信息管理 食材信息…

Swarm集群负载均衡的实现方式

目录 1. 背景2. 参考3. 环境4. 概念5. Swarm 网络5.1 Swarm 网络连接情况5.2 外部访问数据包转发流程 6 Swarm集群服务信息7 Swarm集群数据包转发流程7.1 Client发送请求至集群节点9090端口7.1.1 集群节点宿主机Netfilter规则7.1.2 Tcpdump抓包验证结果 7.2 Ingress_sbox下IPVS…

【漏洞复现】网康NS-ASG应用安全网关 index.php SQL注入漏洞(CVE-2024-2330)

0x01 产品简介 网康科技的NS-ASG应用安全网关是一款软硬件一体化的产品,集成了SSL和 IPSecQ,旨在保障业务访问的安全性,适配所有移动终端,提供多种链路均衡和选择技术,支持多种认证方式灵活组合,以及内置短…

Hadoop学习3:问题解决

文章目录 问题解决1. ERROR: but there is no HDFS_NAMENODE_USER defined2. JAVA_HOME is not set and could not be found.3. Hadoop-DFS页面访问不了4. namenode格式化失败,或者dfs页面打开失败5. ERROR: but there is no YARN_RESOURCEMANAGER_USER defined. Ab…

《ElementPlus 与 ElementUI 差异集合》el-input 和 el-button 属性 size 有变化

差异 element-ui el-input 和 el-button 中,属性size 值是 medium / small / minielement-plus el-input 和 el-button 中,属性size 值是 ‘large’ | ‘default’ | ‘small’; 如果你是自动升级,Vue3 系统会有如下警告“ el-b…

机器学习模型—支持向量机 (SVM)

机器学习模型—支持向量机 (SVM) 支持向量机 (SVM) 是一种强大的机器学习算法,用于线性或非线性分类、回归,甚至异常值检测任务。SVM 可用于各种任务,例如文本分类、图像分类、垃圾邮件检测、笔迹识别、基因表达分析、人脸检测和异常检测。SVM 在各种应用中具有适应性和高效…

使用C#创建服务端Web API

前言 C# Web API 是一种基于 .NET 平台(包括但不限于.NET Framework 和 .NET Core)构建 HTTP 服务的框架,用于创建 RESTful Web 服务。REST(Representational State Transfer)是一种软件架构风格,它利用HT…

前端食堂技术周刊第 115 期:Rolldown 正式开源、马斯克宣布 xAI 本周将开源 Grok、如何使用 Copilot 完成 50% 的日常工作?

美味值:🌟🌟🌟🌟🌟 口味:手打柠檬茶 食堂技术周刊仓库地址:https://github.com/Geekhyt/weekly 大家好,我是童欧巴。欢迎来到前端食堂技术周刊,我们先来看…

“antd“: Unknown word.cSpell

你遇到的问题是 VS Code 的 Code Spell Checker 插件在检查拼写时,将 "antd" 标记为未知单词。"antd" 是 Ant Design 的缩写,是一个流行的 React UI 库,不是一个英语单词,所以 Spell Checker 会将其标记为错误…

SpringBoot 多环境的配置(附带有截图)

文章目录 概要整体配置流程配置详细说明技术细节小结 概要 多环境开发 在实际项目开发中,一般需要针对不同的运行环境,如开发环境、测试环境、生产环境等,每个运行环境的数据库等配置都不相同,每次发布测试、更新生产都需要手动…

2024蓝桥杯每日一题(时间日期)

一、第一题:日期差值 解题思路:模拟 写一个计算时间的板子两者相减 【Python程序代码】 mon [0,31,28,31,30,31,30,31,31,30,31,30,31] def pd(x):if x%4000 or (x%40 and x%100!0):return Truereturn False def get_day(y,m,d):res 0for i …

代码学习记录16

随想录日记part16 t i m e : time: time: 2024.03.11 主要内容:今天的主要内容是二叉树的第五部分,主要涉及最大二叉树;合并二叉树;二叉搜索树的搜索;验证二叉搜索树。 654.最大二叉…

sensitive-word 敏感词 违规文字检测

1、快速开始 - JDK1.7- Maven 3.x 2、Maven 引入 <!-- https://mvnrepository.com/artifact/com.github.houbb/sensitive-word --><dependency><groupId>com.github.houbb</groupId><artifactId>sensitive-word</artifactId><version…

案例分析篇02:软件架构设计考点之特定领域软件架构、架构评估、架构视图(2024年软考高级系统架构设计师冲刺知识点总结)

专栏系列文章推荐: 2024高级系统架构设计师备考资料(高频考点&真题&经验)https://blog.csdn.net/seeker1994/category_12593400.html 【历年案例分析真题考点汇总】与【专栏文章案例分析高频考点目录】(2024年软考高级系统架构设计师冲刺知识点总结-案例分析篇-…

VMD + CEEMDAN 二次分解,CNN-LSTM预测模型

目录 往期精彩内容&#xff1a; 前言 1 二次分解与数据集制作 1.1 导入数据 1.2 VMD分解 1.3 样本熵 1.4 CEEMDAN分解 1.5 数据集制作 2 基于Pytorch的 CNN-LSTM 预测模型 2.1 定义CNN-LSTM预测模型 2.2 设置参数&#xff0c;训练模型 3 模型评估与可视化 3.1 结果…

北京市行政村边界shp数据/北京市乡镇边界/北京市土地利用分类数据

北京是一座有着三千多年历史的古都&#xff0c;在不同的朝代有着不同的称谓&#xff0c;大致算起来有二十多个别称。北京地势西北高、东南低。西部、北部和东北部三面环山&#xff0c;东南部是一片缓缓向渤海倾斜的平原。境内流经的主要河流有&#xff1a;永定河、潮白河、北运…

1.4 Word2Vec是如何工作的? Word2Vec与LDA 的区别和联系?

1.4 Word2Vec&#xff1a;词嵌入模型之一 场景描述 谷歌2013年提出的Word2Vec是目前最常用的词嵌入模型之一。 Word2Vec实际是一种浅层的神经网络模型,它有两种网络结构&#xff0c;分别是CBOW(Continues Bag of Words)和Skip-gram。 知识点 Word2Vec,隐狄利克雷模型(LDA),…

ChatGPT国内能用吗?中国用户怎么才能使用ChatGPT?

与ChatGPT类似的国内网站&#xff0c;他们都能提供和ChatGPT相似的能力&#xff0c;而且可以在国内直接使用。 点击直达方式 百科GPT官网&#xff1a;baikegpt.cn ChatGPT是基于GPT-3.5架构的语言模型的一个实例&#xff0c;由OpenAI开发。以下是ChatGPT的发展历史&#xff1…