就在几年前,科技行业还热衷于企业将全面迁移至公共云的想法。 这一预测不仅未能实现,而且随着时间的推移,混合多云方法变得越来越流行。
根据F5 的application战略状况 (SOAS) 报告,近 90% 的组织采用混合部署模式运营。 这意味着应用程序和 API 跨越公共云和私有云、边缘站点、本地数据中心等——超过三分之一(38%)的运行应用程序部署在六种不同的模型中。 考虑到截至 2020 年,只有 18% 的人使用了 5 种型号,随着应用程序的分布比以往任何时候都更加广泛,这种新常态的趋势正在加速。
数据显示,小型和大型企业都在使用一系列部署模型。 那么,为什么各种规模的组织都选择在如此高度复杂和分散的 IT 环境中运营他们的应用程序和 API? 答案很简单:优点大于潜在的缺点。
部署混合多云方法有以下六大好处:
每个的工作量都不同。 对于一个云提供商来说最具成本效益的云提供商可能并不适合另一个。 混合多云策略使组织能够灵活地为每个应用或工作负载选择最佳的平台或云。 例如,静态遗留应用从迁移到云中几乎不会获得任何经济效益,而需要根据流量模式动态扩展和缩小的现代 Web应用则非常适合公共云。
组织可以利用供应商之间的竞争定价模型和成本结构来优化投资回报率 (ROI)。 混合多云方法还有助于避免维护所有自己的基础设施所固有的间接成本,这些基础设施必须能够应对高峰时刻和流量突发。
随着组织规模的扩大,其工作量也在增加。 混合多云部署可帮助组织解决不同地区的数据主权问题,并随着时间的流逝遵守 GDPR 等特定法规和特定州的法律。 此外,许多法规都要求组织尝试降低数据风险。 在适当的情况下,数据可以存储在私有云提供商的内部,而不太敏感的数据可以存储在公共云中。
并非所有云服务都是平等的。 有些擅长某些任务,而其他人可能更适合不同类型的工作量。
通过将工作负载分散到多个云上,组织可以避免过度依赖单一云提供商。 采用逐案处理方法可以灵活地满足独特的业务需求,例如如果当前提供商不支持特定功能,则可以进行切换,并将每个工作负载与最适合该工作的服务进行匹配。
人们说你不应该把所有的鸡蛋放在一个篮子里。 这适用于应用和数据的世界,自然或人为灾难、网络攻击、中断和人为错误都会对业务连续性和停机时间构成威胁。
混合多云方法可以通过在多个位置分发应用和数据来提高弹性和灾难恢复能力。 部署备份提供商可以缓解灾难发生时的问题。 例如,如果一个提供商出现故障,则可以将工作负载转移到另一个提供商,从而最大限度地减少停机时间和数据丢失。
当公司合并或收购其他企业时,他们通常需要整合不同的 IT 系统。 这可能是一种极端情况,公司 A 在本地运营所有业务,而公司 B 则在云端完成所有业务。 或者它可能仅仅意味着使用了不同的云提供商。
采用混合多云策略而不是“选边站”可以使这个过渡阶段更容易,因为它提供了一种整合和吸收的方法,而不必推翻一切并重新开始。
各组织正在寻求以前所未有的速度实施人工智能(AI) 和机器学习 (ML),以获得更深入的洞察力、利用创新并优化效率。 但人工智能也在快速发展。
利用混合多云方法意味着组织可以拥有更大的灵活性和自由度来适应新兴趋势并寻找提供最佳 AI 技术的提供商。
人工智能的出现也为当今的混合多云环境提供了助力,主要是因为人工智能工作负载通常分解为多个部分,并且需要尽可能靠近所需数据进行部署。 这意味着数据被分散在不同的环境中, 80% 的组织在公共云中维护 AI 应用程序,54% 的组织在本地维护 AI 应用程序,以最大限度地提高准确性、成本效率、洞察力、性能和安全性。
虽然混合多云环境很复杂,但它在成本节约、灵活性、弹性和使用先进技术方面提供的优势使其成为大多数组织的有吸引力的选择。
正确的应用安全和交付工具将帮助组织克服复杂性,安全地享受分布式部署的诸多好处,并利用未来增长所需的架构。
想要开始创建您自己的混合多云方法吗? 阅读我们的电子书: 安全多云网络入门指南。