用数据结构串联应用程序 实现云端数据自由迁移

译文
云计算
不妨设想一下:如果你的所有数据管理功能都始终如一,即便跨公有云和私有云也是如此。是不是觉得这是疯狂的、不切实际的愿景?

不妨设想一下:如果你的所有数据管理功能都始终如一,即便跨公有云和私有云也是如此。是不是觉得这是疯狂的、不切实际的愿景?实则不然,原因如下。

我在上一篇文章中曾介绍,一种结构将所有部分连接起来,组成一个连贯的、整合的、兼容的系统。确切地说,数据结构(data fabric)将它们都串联起来,这要归功于云。

数据结构让你可以将现有的数据中心做法运用于驻留在云端的数据。你可以跨不同的云,轻松共享应用程序,将你的数据迁移到自认为最合适的云。

[[133604]]

重要的是,你不会被某一家云服务提供商牢牢绑住手脚。相反,你可以根据获得业务成果所需的服务级别、成本和功能,将工作负载从一个云迁移到另一个云。

下面是数据结构的四大优点:

一. 为IT工作人员减轻压力

几个月前,我采访了一名CIO,他说自己希望云运行对他公司而言不是很重要的非核心应用程序。

云确实是一种很吸引人的方案,可以在他并不拥有的设备上运行那些非核心应用程序,而且由他没必要聘请的人来运行。

这对他来说很重要,因为所有应用程序都需要在数据中心占用一些空间和计算资源。而最重要的是,它们需要不堪重负的IT工作人员给予宝贵的关注。

二. 为某些应用程序节省成本

有时候,IT领导人根本不知道从哪里开始入手。他们看了一下全部的应用程序,却还是不知道如何才能充分利用现有的云方案。

许多人从备份或灾难恢复开始入手。他们选择了云,而不是另外建一个数据中心专门用于备份。

如果用私有云存储生成数据的精确副本,就可以利用云端灾难恢复。然后,你可以将数据副本保留在那里;万一出现了灾难,再购买或配置所需的云计算资源。

你可以省下如果在自己的数据中心复制一套环境通常需要的所有资本成本。

三 . 高效地传输数据,关注重要应用程序

由于同样的数据访问服务在企业内部或在云端,应用程序就很容易在你的数据中心和云之间来回迁移。

一旦你的团队熟悉了灾难恢复,随后就可以迁移不太重要的应用程序(它们不是贵公司的核心应用程序)的主要实例。然后,那些应用程序可以进入到云端。

借助数据结构,应用程序没必要编写就可以放在云端运行。它们完全可以在云端迁移。

这就为数据中心环境腾出了宝贵空间,让稀缺资源可以专门用于你绝对需要自行拥有、管理和控制的应用程序。那些应用程序然后可以在你自己的数据中心里面根据需要来增加。

四. 支持创新和试验

设想一下根本没必要对非凡的点子说不。某个点子对公司来说也许意义重大,但是只有你在试过后才知道。

通常,公司根本没有足够的时间、人力、计算或存储资源能够尝试每一个点子。

但要是你能为开发人员给予他们所需的所有计算时间,又会怎么样?云端有一份生产数据的副本可以帮助他们开发应用程序。如果你使用云提供商提供的专用存储,安全不再是个问题。

你可以轻松对数据进行复制,那样开发工作可以并行展开,每个开发人员可使用各自的复制副本来工作。也不用担心数据损坏,因为他们总是可以另外复制一份。

同样,你还可以将最多的计算资源应用于质量保证,确保质量***。这种方法让你可以尝试更多的法子;而万一失败,可以更快地叫停,因为如果你使用云,失败的成本就要低得多。

反过来,如果你进行了更多的尝试,成本的机会就会大得多。

数据结构的一些实际好处

真正的数据结构可以为贵公司提高效率、加快创新。

各行各业得益于能够享用不同类型的云,使用一种共同的应用程序模型,没必要担心学习不熟悉的云向外扩展编程技术或方法。

它们可以构建应用程序,以便收集和分析来自人员和流程的数据;可以跨这些不同类型的云来运行应用程序,不用什么改动。

比如说,食品行业的公司就能明白提供原材料的农场的供应链,不管应用程序驻留在何处:分析作物的状态、健康状况、温度、施肥量、潜在产量和价格等。而这一切都将提高利润,让它们能够预测未来,而这个行业本身很难预测。

这同样可以延伸到信息时代――收集来自移动设备、来自传感器和来自物联网的数据。如果能够将你的私有云与亚马逊网络服务(AWS)或微软Azure等超大规模云结合起来,可以说机会无限。

结束语

以云为中心的IT运营刚开始拉开帷幕。未来你将面对多家云提供商,用一种为你统一数据视图的结构串联起来。

竭力建议你大胆发挥想象力。设想一下:如果横跨多个云的数据有统一视图,你的运营又会发生怎样的重大变化?届时就可以自由地尝试以前根本不可行的新点子。

原文标题:Moving your cloud data

 

 

责任编辑:Ophira 来源: 51cto
相关推荐

2021-03-14 18:26:43

云端云计算大型机应用程序

2013-07-02 09:54:43

私有云迁移数据

2017-10-31 14:49:12

2011-03-15 17:36:24

SQL Server数据迁移云端

2019-06-28 12:15:08

Oracle云计算迁移

2010-08-13 13:18:20

Flex应用程序

2013-04-22 09:21:43

2012-05-29 10:04:08

2018-02-27 13:45:01

2012-05-16 17:05:33

Java数据结构

2015-07-22 17:36:02

2012-03-05 10:06:40

云计算数据仓库数据迁移

2011-07-05 09:48:02

云计算迁移

2016-12-12 19:16:43

数据云端

2023-09-15 10:33:41

算法数据结构

2011-03-31 15:41:51

Cacti数据表结构

2023-10-31 08:51:25

数据结构存储数据

2010-04-22 12:26:10

Oracle数据

2018-10-19 08:36:24

2011-07-01 09:46:44

云计算迁移
点赞
收藏

51CTO技术栈公众号