Tartalomjegyzék:
Videó: Challenges & Opportunities of Multi-Cloud Adoption (November 2024)
A vállalatok által felhalmozott összes adatokkal küzd egy olyan hatékony felhőalapú tárolót találni, amely nemcsak az összes információ tárolására és kezelésére szolgál, hanem a keresési és biztonsági képességek lehetővé tételére is. Szerencsére az olyan felhőplatform-szolgáltatók, mint például az IBM, amely az IBM Cloud infrastruktúra-szolgáltatásként (IaaS) és a Platform-szolgáltatásként (PaaS) forgatókönyveket kínálnak, aktívan dolgoznak az adatkezelés új módszerein a multicloud architektúrákban.
Mi a multicloud építészet?
A többszörös architektúra az adatokból és a kódból áll, amelyeket több felhő-környezetben tárolnak egyetlen architektúrán belül. Egyszerűen csak képzeljen el egy olyan alkalmazást, amely kódot és erőforrásokat használ több felhőn keresztül, például az Amazon Web Services (AWS), az IBM Cloud és a Microsoft Azure. A még fejlődő interoperabilitási szabványok használatával a multicloud architektúrák interoperabilitást hoznak a szoftveres szolgáltatásokhoz, függetlenül attól, hogy milyen felhőket használnak ezek a szolgáltatások platformként. Ez lehetővé teszi a felhőalapú erőforrások testreszabását, hogy azok konkrétabban célozzák meg a munkaterhelést.
A kis- és középvállalkozásoknak fontolóra kell venniük a szolgáltatót, amely segíthet a több felhőalapú szolgáltatás infrastruktúrájának kezelésében, és biztonságban tartja őket, és egyetlen konzolon szerveződik. Még jobb, ha egyesítheti a harmadik féltől származó felhőalapú szolgáltatásokat, például a Microsoft Office 365-et olyan erőforrásokkal, amelyeket egy másik felhőben a saját virtuális kiszolgálóin futtat. Lehet, hogy az egyik alkalmazás számára nyilvános felhő, a másikhoz egy privát felhő használható. A kis- és középvállalkozások előnyeit élvezheti a sokrétű architektúra által biztosított költséghatékonyság és rugalmasság.
Multicloud és az IBM
Többrétegű szempontból elfoglalt év volt az IBM számára. Májusban elindította az IBM Cloud Private for Data szolgáltatást, hogy a cégek rejtett betekintést nyerhessenek adataikból olyan tudományágakban, mint az adatgyűjtés, az adattudomány és a fejlesztés, valamint az alkalmazásuk és az adatbázisuk. Ezután szeptember 10-én a vállalat bejelentette, hogy az IBM Cloud Private for Data integrálódik a Red Hat OpenShift, a nyílt forrású tároló és a Kubernetes alkalmazásplatformba. A Kubernetes egy nyílt forrású platform a tárolók kiszolgálói fürtökön keresztüli futtatásához. Ez a Red Hat-nal történő integráció több lehetőséget kínál a vállalatoknak felhő-natív munkaterhelések futtatásakor, így azok helyben, nyilvános és magán felhőkben, valamint a nyílt forráskódú Red Hat OpenShift környezetben futhatnak. Az IBM emellett kiterjeszti a Hortonworks-szel, a Big Data szoftver úttörőjével folytatott partnerségét, hogy a Hortonworks DataPlane szolgáltatásaiba integrálja az IBM Cloud Private for Data szolgáltatást.
Végül, szeptember 13-án az IBM azt is bejelentette, hogy a Queryplex nevű eszköz használatával engedi a felhasználók számára, hogy az analitikára lekérdezzék a vállalkozást, amely egyetlen konzol a felhőkön keresztüli keresésre. Ugyanezen a napon az IBM a New York City 5. terminálján rendezvényt tartott, amelyet az ESPN Hannah Storm ad otthont, hogy felhívja a figyelmet a mesterséges intelligencia (AI) kihívást vállaló ügyfelek figyelmére. Röviddel az esemény előtt a PCMag felvette a kapcsolatot az Thomas Analytics vezérigazgatójával, Rob Thomas-lal, hogy megismerkedjen az új felhő-keresési képesség működésével, az IBM együttműködésével a Red Hat-szal és néhány nyerő stratégiával az AI-ben.
Rob Thomas (RT): Gondolj úgy, mint egy konzol, ahogyan az ügyfél kezeli az adatokat bárhol felhőn keresztül. Ha az ügyfelek ezt használják, akkor az összes adatot a telephelyükön láthatják, egy privát felhőtartály-architektúrában, vagy láthatják az AWS-n, a Microsoft Azure-on, a Google Cloud Platformon vagy az IBM Cloud-en rendelkezésre álló adatokat. Egyetlen konzol az adatok megértéséhez - bárhol is van, az adatok katalogizálása és rendezése.
PCM: Mi a Queryplex, és hogyan használhatják az SMB-k valami ilyet a felhőkön keresztül történő kereséshez?
RT: A Queryplex lehetővé teszi SQL (strukturált lekérdezési nyelv) lekérdezések tényleges írását, adatok megtalálását a világ bármely pontján és elemzést végezni. Ennek a széles látószögű SQL képességnek a használatával nem kell az adatokat áthelyeznie. Az adatokat bárhol megtaláljuk, és engedélyezzük. Használhatjuk a feldolgozási teljesítményt a szélén, majd az elemzést egyetlen helyre tudjuk szolgáltatni. Tehát, ezek ugyanazon érme két oldala. Az egyik az összes adat kezelésére szolgáló konzol. A második rész arról szól, hogyan valósíthatja meg bárhol az adatokat anélkül, hogy az adatokat 1. lépésként kellene áthelyeznie, mivel az adatok áthelyezése költséges; időigényes. Tehát alapvetően kiküszöböljük az adatmozgatás szükségességét, amely rendkívül nagy teljesítményű.
PCM: Milyen napi példája lehet egy ilyen típusú lekérdezési képességet használó vállalkozásnak?
RT: Jó lenne egy autóipari cég, amely telematikát végez, hogy előrejelző karbantartást végezzen egy autóval, vagy annak teljesítményével kapcsolatban. Ma a megközelítés az lenne, ha csatlakoznánk az autóhoz, majd visszahoznánk az adatokat egy központi helyre. Valós idejű képességeket nyújt Önnek. Tehát, ami 30 nappal ezelőtt volt, most 30 másodperc. Ez a hatalom erre; csak teljesen megváltoztatja az elemzés jellegét és folyamatát.
PCM: Milyen biztonsági következményekkel jár a több felhőn keresztüli keresés? Hogyan választja az ilyen típusú keresést?
RT: A Queryplexet olyan vállalati termékként terveztük, amely kihasználja mindazokat a lehetőségeket, amelyeket a szervezet létrehozott az LDAP biztonsági és identitáskezelési protokollok vagy az adatkezelési politikák körül. Hadd mutassam meg egy példát: Ha vállalati politikája az, hogy bármikor egyesített lekérdezéseket küld, amelyekkel nem akarja megérinteni személyesen azonosítható információkat (PII), akkor ezeket az adatokat e képesség részeként elfedhetjük úgy, hogy t része. Tényleg azt terveztük, hogy beilleszkedjen a vállalat biztonsági architektúrájába.
PCM: Mit kell tennie egy vállalatnak, hogy hozzáférjen a különböző felhőkhöz?
RT: Amikor az IBM Cloud Private for Data szolgáltatást használja, nagyon gyorsan települ. A másik felhőhöz való csatlakozás szempontjából ez csak az IP-cím ismerete. Ez elég egyértelmű; megteheted. Tehát a csatlakoztathatóság nem nehéz. Ahol azt gondolom, hogy a vállalatok számára nehezebbé válik az, hogy ahogy inkább az AI vagy az adattudomány típusú felhasználási esetek felé haladunk, ehhez modellt kell készíteni. Ki kell dolgoznia ezt a modellt, és mi segíthetünk abban, hogy az adatokat megszervezzük.
PCM: Melyek néhány kulcsfontosságú stratégia a vállalatok számára az AI vagy a gépi tanulás (ML) megvalósításához?
RT: Néhány különféle dolog. Látom néhány olyan ügyfelet, akik adattudományi kiválósági központokat (COE) hoznak létre. Úgy gondolom, hogy ez jó módszer lehet a szervezet fellendülésére a témában, és a dolgok mozgására. Azt hiszem, ez egy jó megközelítés.
Látunk más ügyfeleket is, akik felvesznek egy adatkezelőt (CDO), és feladatát adják ennek a személynek, hogy a társaságot ebben az irányban vezesse. Azt hiszem, ez is jó.
Harmadszor, látom, hogy nagyon sok olyan vállalat támaszkodik erre, hogy üzletágból származik, vagyis az üzletágakból találják meg az esetüket, és akkor ez a technológiai innováció. Azt hiszem, hogy ezek közül bármelyik működhet.
Úgy gondolom, hogy a legnagyobb rés az, amit az ügyfelekre bátorítom, az, hogy van adatstratégiája. Az adatstratégia része annak ismerete, hogy hol vagy ma. Jelentése: valóban csak üzleti intelligenciát (BI) és adattárolást végez, vagy ténylegesen önkiszolgáló elemzéseket végez? Megértheti, hol tartózkodik, majd megérti a végpontot. Ha világossá vált ettől a két ponttól, akkor adatkutatási tanúsítványokon, CDO-n keresztül vagy üzletágon keresztül indíthat kísérleteket, tudva, hogy ezekből megismételhető szintű, ami fontos.
PCM: Mi vezetett az IBM-hez a Red Hat-hoz való együttműködéshez?
RT: Ha visszatérünk 2000-re, akkor az IBM elég hatalmas támogatója volt a Linuxnak. Azt állítanám, hogy a Linux valószínűleg nem lenne ott, ahol ma van az IBM támogatása nélkül. Emiatt mindig is folyamatos párbeszédet folytattunk a Red Hat-tal az innováció és az ökoszisztéma támogatásának kérdéséről. Figyeltük, hogy a Red Hat mit tett az OpenShift segítségével.
Nagyon hiszünk a konténerekben, és a Kubernetes segítséget nyújt az ügyfeleknek az alkalmazások és az adatok állapotának korszerűsítésében. Ha az RedShot az OpenShift-rel nézi, akkor nagyszerű konténer-platformot építettek, amely a modernizációra összpontosított. De nincs semmi adatuk, és nehéz az alkalmazás korszerűsítése anélkül, hogy az adatokat egyszerre korszerűsítenék.
Ahova eljuthatunk az adatszolgáltatások korszerűsítésével kapcsolatban az IBM Cloud Private for Data használatával, az az, hogy natív módon futtatjuk az OpenShift programot, így azok az ügyfelek, akik alkalmazás-modernizációs úton vannak, ugyanazt csinálhatják az adatokkal, és át tudja alakítani azt a projektet az AI eredményévé.
Hadoop még nem lépett át a mikroszolgáltatási architektúrára, tehát ez a puzzle másik része. Együttműködés a Hortonworks-kel annak érdekében, hogy elősegítse a Hadoop mikroszolgáltatásainak korszerűsítését és létrehozását, amelyek az IBM Cloud Private for Data és az OpenShift együtt játszhatnak.
PCM: Hogyan használják a cégek az ilyen típusú mikroszolgáltatási architektúrát?
RT: Azt hiszem, hogy az egész visszatér az AI-hez és az adattudományhoz. Bármit is tesz az adatokkal, az általában az üzleti eredmény körül mozog. Néhány előnyt keres az elemzés módja szempontjából.
Tehát, ha sok adata van a Hadoop-ban, ha nem tudja felhasználni azt prediktív elemzésre, ML-re vagy adattudományra, akkor az nem túl értékes a szervezet számára. Így csatlakozom a pontokat. A Hadoop egy mikroszolgáltatás; sokkal kompozitívabb, sokkal rugalmasabb. Könnyebb az adatokkal dolgozni, és könnyebb hozzáférhetővé tenni egy nagy adattudományi csapat számára. És ez lehetővé teszi, hogy több hasznot szerezzen a Hadoop megvalósításából.
PCM: Hol látják a jövőben a dolgok, mint AI és ML?
RT: Lassan belépünk a mainstreambe. Egy évvel ezelőtt a vita: "Meg tudnék csinálni valamit?" Azt mondanám, hogy ez a fokozott kísérlet éve. Úgy gondolom, hogy jövőre tömeges kísérletekbe kezdünk, és remélhetőleg jövő év végére eljutunk egy olyan pontra, ahol ez a mainstream. Az emberek AI-t és modelleket használnak sok alapvető üzleti folyamat automatizálására, sok döntéshozatal automatizálására. Tehát egyértelműen ezen az úton vagyunk. Láthatjuk az előrehaladást. Úgy érzem, ha közel állunk egy fordulóponthoz, ha tetszik, de még nem vagyunk ott.
