|
新聞中心
當(dāng)前位置：網(wǎng)站首頁 > 新聞中心
AI讓云遷移變得更容易
對于那些尚未開啟云遷移之旅的企業(yè)來說，有一點是明確的：袖手旁觀的時代已經(jīng)結(jié)束。
確定哪些應(yīng)用程序要遷移到云上、哪些應(yīng)用程序要保留在本地并非易事。如何使用云原生技術(shù)重構(gòu)這些應(yīng)用程序，或者創(chuàng)建一個混合云設(shè)置，能夠繼續(xù)利用數(shù)據(jù)和應(yīng)用程序，這是許多DevOps團隊面臨的另一個潛在難題。這是一個復(fù)雜的過程。
但是，不為重建云遺留應(yīng)用程序投資的缺點有：技術(shù)債務(wù)、敏捷性和靈活性方面的競爭劣勢以及因用戶體驗差而受挫的客戶。我們別無選擇，只能繼續(xù)前進，接受云技術(shù)和流程。
每個組織的云原生旅程都是不同的，但任何企業(yè)都需要采取一些步驟。一、企業(yè)要想實現(xiàn)云原生化需要采取以下三個步驟:必須為云策略系統(tǒng)定義一個愿景客戶的需求是什么？如何計劃交付產(chǎn)品和服務(wù)？云設(shè)置在DevOps和交付管道中扮演什么角色？如何確保可靠的系統(tǒng)性能和整體健壯的最終用戶體驗？選擇的云平臺是公共的還是私有的？單云、多云還是混合云？這些問題看起來似乎很簡單，但這些問題的答案形成了云原生構(gòu)建塊。全面了解現(xiàn)有的遺留系統(tǒng)對應(yīng)用程序進行概要分析，了解它們是如何工作的，并對它們的性能進行基準測試，以便稍后將它們與它們在云中的性能進行比較——并確保它們運行得更好。知道他們是如何、在哪里未達到基線也很重要。監(jiān)視在這個分析階段扮演著一個關(guān)鍵角色：從創(chuàng)建整個技術(shù)棧的拓撲映射，到映射出系統(tǒng)之間的相互依賴關(guān)系，到自動性能基線化，再到完整的壓力測試。這些都是確保全面了解現(xiàn)有系統(tǒng)架構(gòu)、服務(wù)流程和性能的必要因素。定義遷移策略本身計劃哪些應(yīng)用程序要保留或退役，哪些應(yīng)用程序要保留，哪些應(yīng)用程序要遷移到云計算、重新平臺或重構(gòu)。每種方法都有其優(yōu)缺點。提升和轉(zhuǎn)移應(yīng)用程序是最快的，因為不需要修改代碼。這樣做的缺點是基本上保留了內(nèi)部架構(gòu)，這意味著應(yīng)用程序不能充分利用新云環(huán)境。另一方面，重構(gòu)是最耗費資源的，因為要求從頭開始重新構(gòu)建應(yīng)用程序的架構(gòu)。通常，這包括將一個包含數(shù)百萬行代碼的單一應(yīng)用程序拆分為多個更動態(tài)的微服務(wù)，這些微服務(wù)易于維護和擴展。但是，由于這個過程產(chǎn)生了一個專門為云計算構(gòu)建的應(yīng)用程序，因此它也獲得了最大的投資回報率，與提升和轉(zhuǎn)移相比，它具有更長期的操作和成本優(yōu)勢。
二、答案在于自動化和軟件智能
在制定了云遷移愿景、分析了遺留應(yīng)用程序并定義了遷移策略之后，接下來是實際遷移本身的具體工作。這是一個充滿技術(shù)挑戰(zhàn)和重大組織變革的過程，包括：將組織從高度專門化的煙囪式和瀑布式方法重新構(gòu)建為靈活的DevOps團隊和流程自動化
建立持續(xù)集成和持續(xù)交付系統(tǒng)
遺留組件和云原生組件的集成
錯過遷移截止日期或目標的風(fēng)險，包括在現(xiàn)實條件下的系統(tǒng)性能(想想黑色星期五或全球事件)這就是人工智能和自動化開始應(yīng)用的地方。企業(yè)需要自動化一切。成功的云遷移依賴于自動化的連續(xù)構(gòu)建、集成和交付(跨越所有階段的測試)；關(guān)于自動化操作、性能監(jiān)控和監(jiān)控儀器；從根源分析入手，提出了一種改進的方法。以及自動化性能基線化和配置。
這種“一切自動化”的方法正在利用人工智能?，F(xiàn)代網(wǎng)絡(luò)規(guī)模的云應(yīng)用程序過于復(fù)雜，無法單獨由人類操作。軟件智能建立在強大的人工智能的基礎(chǔ)上，從一端到另一端監(jiān)控整個系統(tǒng)的健康狀況。智能異常檢測、實時根源分析和業(yè)務(wù)影響評估是人工智能帶來支持的關(guān)鍵支柱。
這對于云遷移和云本地轉(zhuǎn)換意味著什么？首先，軟件智能和自動化創(chuàng)建了可見性和可操作的洞察力。這使得軟件工程師對整個價值鏈擁有完全的所有權(quán)：從最初的編碼到最終產(chǎn)品的部署。它推動了一種強大的、靈活的DevOps文化的創(chuàng)建。在這種文化中，工程師可以真正地承諾“您構(gòu)建它，您運行它”。
人工智能還可以用于進一步改進CI/CD管道，以滿足遷移期限并確保優(yōu)秀的軟件質(zhì)量。軟件智能有助于縮小現(xiàn)有的自動化差距，比如在決策門或構(gòu)建驗證處的手動批準步驟。它還提供了根據(jù)生產(chǎn)場景測試新的構(gòu)建的性能識別標志。
最后，軟件智能對于運營來說是提供優(yōu)秀客戶體驗的關(guān)鍵。AIOps可確保實時檢測性能問題及其根源，且可以自動糾正問題。
三、你準備好了嗎?
開始實施云策略需要進行重大的組織上的更改。人工智能和自動化提供了使這段旅程盡量可航行和無縫的工具。通過自動化性能監(jiān)控、修復(fù)、CI/CD管道、根源分析、壓力測試、系統(tǒng)配置和更多步驟，AI為它節(jié)省了大量繁瑣的手工和跑腿工作——以及隨之而來的成本和令人頭痛的事。更重要的是，人工智能和自動化有助于為采取DevOps和AIOps的文化奠定基礎(chǔ)。最終，一個完全形成的、靈活的DevOps文化——由人工智能和自動化推動——是一個成功的云轉(zhuǎn)換之旅的關(guān)鍵。
|
