利用 AI 时代的application交付新规则克服复杂性

遗留应用交付策略和孤立方法的复杂网络所带来的挑战如此普遍，以至于它们已经成为现状。 以下是当今混合多云世界的现实：

• 点解决方案过多： 每个问题都有其专属工具，而且各个工具之间无法互相交流。
• 多个管理控制台： 分散的界面会导致操作上的麻烦。
• 政策不一致的噩梦： 不同环境中的政策有所不同，从而造成了安全和治理方面的差距。
• 手动复杂度： 过度依赖人类干预会使一切变得缓慢。
• 缺乏互操作性： 孤立的系统会产生“巴别塔”效应。
• 不完全可观测性： 监控工具孤立存在，导致整个交付链存在可见性差距。

这些挑战如此普遍，以致于被编入“application交付十大挑战”之中。 解决这些问题需要新的策略。 

下一代application交付控制器 (ADC) 并不涉及渐进式改进，而是涉及重置基础。 这六项原则不仅解决了挑战，还从根本上消除了复杂性。 

混合多云环境要求将端到端安全性融入到交付的每个环节。 现代 ADC 在每一层都集成了安全性，保护应用免受现代威胁，同时确保顺利交付。

• 政策不一致的噩梦： 统一的安全性确保策略在所有环境中保持一致。
• 不完全可观测性： 集成安全性提供有关应用性能和潜在漏洞的洞察。
• 点解决方案过多： 安全性和交付的结合消除了对单独工具的需要。

例子： 具有内置分布式拒绝服务 (DDoS) 保护、Web应用防火墙 (WAF) 和 API 安全性的 ADC 可确保应用程序在任何地方安全且高效地交付。

混合多云需要灵活性。 ADC 必须跨硬件、软件、容器和云原生环境无缝运行。 这种适应性减少了孤岛并与动态策略保持一致。

• 多个管理控制台： 统一的形式因素减少了对不同工具的需求。
• 缺乏互操作性： 与多种环境兼容的 ADC 消除了摩擦。
• 手动复杂度： 跨部署的一致性简化了管理。

例子： 部署在 Kubernetes 集群中的容器化 ADC 可确保在本地和云端设置之间实现一致的应用程序交付，而无需额外的开销。

一致的控制消除了政策碎片化并简化了治理。 一致的管理界面提供了一种可靠、熟悉的方式来管理多个控制点。 

• 政策不一致的噩梦： 一致的策略管理可确保所有云的一致性。
• 手动复杂度： 熟悉的工具和API减少配置错误并加快操作速度。
• 点解决方案过多： 单一的控制界面最大限度地减少了对不同工具的需要。

例子： 流量策略、安全规则和分析的一致界面使团队能够使用他们已知的工具和 API 更快、更安全地交付应用。 这不是旧有的“单一窗口”愿景；它是为了在每个环境中实现控制、策略和 API 的一致性。

在混合云和多云环境中，可见性是不可协商的。 高级分析提供有关性能、用户体验和安全性的实时洞察。

• 不完全可观测性： 集中分析填补了跨环境的可见性空白。
• 政策不一致的噩梦： 通过分析可以识别并解决政策执行方面的差距。
• 手动复杂度： 自动化洞察简化了故障排除和决策。

例子： 带有实时仪表板的 ADC 可以近乎实时地揭示流量模式、应用程序性能和潜在的安全威胁，而洞察力则可以提供潜在的行动，以在问题出现之前缓解它们。

可编程 ADC 允许进行深度定制，从流量处理到安全策略。 这种灵活性对于现代混合工作负载至关重要。

• 点解决方案过多： 可编程数据平面将功能整合到一个平台中。
• 缺乏互操作性： 定制确保跨不同系统的兼容性。
• 手动复杂度： 重复任务的自动化减少了操作工作量。

例子： 针对 AI 驱动工作负载的自定义路由逻辑无需额外的基础设施即可优化交付。

自动化是解决手动复杂性的良方。 从部署到扩展，自动化简化了分布式环境中的应用交付。

• 手动复杂度： 自动化消除了人为错误并加速了流程。
• 政策不一致的噩梦： 自动化执行确保处处合规。
• 不完全可观测性： 持续的监控和自动的响应形成了完整的循环。

例子： 在应用程序部署期间自动配置 ADC 可加快交付速度并减少管理员工作量。