云计算的选择悖论如何对待？

人们都但愿在工做和生活中有所选择。但心理学家的调查研究代表，在多种选项中进行选择并不必定会令人们更快乐，甚至不会产生更好的决策。心理学家Barry Schwartz称之为“选择悖论”。云计算为企业IT组织带来了新的选择，但随着多种形式的云计算的出现，它也带来了选择的悖论。

对于大多数人来讲，“云计算”意味着公共云服务。但调研机构Gartner预测，到2020年，90%的组织将采用混合基础设施管理功能。对于英特尔公司以及大多数企业而言，这愈来愈意味着是一种混合计算环境，在这种环境中，公共云服务经过私有的本地云链接并共享数据和应用程序。

在人们转向混合计算环境时，IT部门必须有一个合理的方法来评估应用程序并选择最佳的部署位置。英特尔公司由客户和系统集成商组成了一个调查小组，致力于揭示组织在制定工做负载安置决策时必须考虑的标准，并建立一个模型，以便肯定工做负载安置的起点。这里所说的起点而不是公式，由于每一个组织都是独一无二的，并且组织的最终决策必须考虑其所特有的因素。

云计算的聚宝盆

首先仔细看看IT组织面临的选择。公共云提供基础设施即服务(IaaS)产品，可以让企业按需启动虚拟服务器和存储，并仅为其使用的内容而支付费用。提供商现在捆绑销售数据库和其余中间件，以建立平台即服务(PaaS)选项，经过提供建立功能应用程序所需的大部分功能来简化部署。

软件即服务(SaaS)解决方案提供了完整的应用程序。用户只需登陆并使用它，但仍可能须要与安全和身份管理等企业系统集成。最后，在内部私有云使用云技术和自动化部署和管理应用程序，以实现弹性和敏捷性。但因为这些应用程序都在组织的数据中心中，所以能够保留控制权。

几种商用混合云解决方案可使公共云成为组织的内部部署私有云的一种透明扩展。通用开发工具、中间件层和部署过程跨越整个环境，使IT团队没必要提供甚至知道应用程序的最终部署位置。组织能够根据业务需求和价值选择部署的位置，若是须要发生变化，组织能够对其进行更改。可是在作出这种选择时，组织必须评估业务和技术方面的考虑因素。

业务考虑

做为技术专家，IT专业人员将会关注这种技术。但其目标是在产生最大业务价值的地方安排工做负载，所以首先肯定决策所涉及的业务因素很是重要。其商业因素因行业和公司而异，但调查研究参与者认为这些事情对他们来讲很重要。

首先考虑能力和适用性。例如，在评估SaaS解决方案时，组织提供的解决方案是否符合业务需求和要求?他们是否经过释放资源用于其余业务活动来下降成本或以其余方式表明对组织的良好投资?组织必须真实地评估本身是否拥有实现工做量配置目标的专业知识，以及该项目是否具有专业知识。

考虑组织的规模和成熟度以及财务战略。组织是否可以进行技术更新或主要的IT现代化?资本基金是否可用，仍是首席财务官试图将资本支出引导至其余举措?为了得到更多的本地硬件是否须要数据中心扩展或构建?组织须要考虑的行业或业务是否有独特的法律要求?用户对潜在可用性和性能问题的容忍度如何?他们是否在短期内没法工做，或者若是应用程序宕机，一切都会中止吗?以及组织的风险如何?停电会致使组织的收入降低吗?安全漏洞是否会损害组织的声誉或品牌?

像这样的商业考虑提供了能够识别和评估技术因素的背景。

技术考虑

对于大多数IT组织来讲，技术考虑可能更容易评估。他们包括：公共云性能基于共享设施，所以其性能可预测性较差，难以确保。用户所经历的响应时间是最明显的性能衡量指标，而且可能因用户所在的位置而不一样。公共云能够提供更高级别的性能，但一般会带来更高的成本。有可能在CPU或内存上存在瓶颈的应用程序可能须要专用主机，更适合于私有云部署，其中能够调整等待时间和性能以知足应用程序的须要。

公共云最吸引人的方面之一就是它们的弹性，也就是在须要时获取资源并提升利用率的能力，并在再也不须要时释放它们。所以，组织须要识别经历季节性、暂时性或不可预知需求的工做负载，并可能更适合公共云部署。可是，组织应该监控服务利用率，由于估计公共云成本的30%到45%归因于浪费或未使用的云计算服务。

公共云服务提供商将安全视为其客户的主要关注点，所以大多数组织已将普遍的安全和安全监控功能构建到其服务中。每家云计算提供商的工程师不断致力于为终端用户构建更好的安全解决方案和服务。可是，在公共云上运行工做负载代表攻击面的扩展，攻击者有更多机会找到攻击的方法。

经过本地私有云，组织提供的安全保护措施各有不一样，但它们在控制之下。组织知道数据在哪里，能够确保并证实符合法规、数据主权要求和治理要求。组织能够执行审计以确保承诺的控制措施已到位，并获得执行。组织必须了解并提供个别工做负载的特殊安全需求。例如，若是应用程序使用的数据包含知识产权，我的身份信息或我的健康信息，则可能受组织或政府或行业法规强加的特殊要求。

许多应用程序与其余企业应用程序共享或交换数据，或者紧密集成到内部工做流程中。将它们转移到公共云或购买SaaS解决方案可能须要开发项目，以将它们与其余应用程序或现有目录、身份和单点登陆系统集成。组织必须肯定是否存在可用于实现集成的API，或者是否可使用企业集成框架。

目前正在存储和移动多少数据，以及组织但愿数据量增加多少?将数据定位在将要使用的位置附近能够提升可访问性，减小延迟，并下降成本。

为了更好地理解和分类数据，许多公司如今正在招募首席数据官。而首席数据官经过数据处理、分析、数据挖掘、信息交易和其余手段负责企业范围内的信息管理和资产利用。

将技术注意事项应用于许多常见类型的应用程序中，英特尔公司为此开发了一种亲和力模型，该模型建议更适合公共云部署的应用程序种类，应该可能保留在内部部署的数据中心的应用程序种类，以及应用程序可能以任何方式应用于混合应用程序的中间地带。

对于每种应用类型来讲，四个技术考虑因素中每个的重要性都反映在堆叠组件中(例如，电子邮件应用程序的特色是数据量较大，但关键性能、安全性和集成需求较少)。

亲和力模型解释了为何诸如Web托管，CRM和电子邮件等应用程序一般被做为SaaS应用程序获取，而大数据分析和财务应用程序倾向于另外一端的缘由。

原文来自：http://cloud.51cto.com/art/201806/576243.htm

本文地址： https://www.linuxprobe.com/cloud-computing-paradox.html编辑：王华超，审核员：逄增宝