Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Grundsatz 5. Haben Sie eine längerfristige Integrationsstrategie
Seien Sie vorsichtig, wenn Sie große Datenmengen zwischen Anwendungen in verschiedenen Clouds verschieben, insbesondere wenn Ihre Rechenressourcen und Anwendungen in einem CSP und Ihre Datenspeicherressourcen in einem anderen bereitgestellt werden. Eine solche Situation kann zu mehr Komplexität und Latenz führen, was die vermeintlichen Vorteile zunichte machen könnte. Wir sprechen mit vielen Kunden, die über einen Data Lake in einer Cloud verfügen, aber maschinelles Lernen (ML) oder Analysen mit Tools eines anderen CSP durchführen möchten. Die Entscheidung, wo Workloads in einer Multi-Cloud-Umgebung platziert werden sollen, ist eine der wichtigsten — und oft schwierigsten — Entscheidungen, mit denen Unternehmen konfrontiert sind. Wir empfehlen, dass Sie jede Entscheidung zur Workload-Platzierung anhand von drei kritischen Aspekten bewerten: technische Anforderungen, Geschäftsanforderungen und Stärken des Anbieters.
Beginnen Sie mit der technischen Bewertung, indem Sie die wesentlichen Merkmale der einzelnen Workloads abbilden: Rechenleistung, Datenoperationen, Anforderungen an Reaktionszeiten und Wachstumsanforderungen. Anwendungen funktionieren naturgemäß am besten, wenn sie sich in der Nähe ihrer Daten befinden. Wenn Anwendungen von ihren Datenquellen wegbewegt werden, entstehen unnötige technische Hürden und die Leistung wird beeinträchtigt.
Bei Geschäftsentscheidungen müssen die Preise der Anbieter, die Anforderungen an den Datenstandort und die Lieferantenverträge berücksichtigt werden. Jede Workload-Platzierung wirkt sich auf den Betrieb, die Sicherheit und die Produktivität des gesamten Unternehmens aus. Eine isolierte Betrachtung von Workloads führt zu suboptimalen Entscheidungen.
Unsere Leitlinien:
-
Implementieren Sie eine Massendatenübertragung zwischen Clouds anstelle von Echtzeitzugriff. Planen Sie regelmäßige Datenaktualisierungen, indem Sie effiziente Massenoperationen verwenden, anstatt ständige API-Aufrufe zwischen Clouds zu verwenden. Dieser Ansatz reduziert die Kosten, verbessert die Zuverlässigkeit und sorgt für eine gleichbleibende Leistung. Exportieren Sie beispielsweise zusammengefasste tägliche Verkaufsdaten, anstatt einzelne Transaktionen cloudübergreifend abzufragen.
-
Berücksichtigen Sie bei der Gestaltung der Verteilung der Workloads die Schwerkraft der Daten. Halten Sie Anwendungen in der Nähe ihrer primären Datenquellen, um die Leistung aufrechtzuerhalten und die Kosten zu senken. ML-Modelle, Analyse-Engines und Transaktionsverarbeitungssysteme profitieren alle vom direkten Zugriff auf ihre Daten. Die Verlagerung dieser Workloads von ihren Daten führt zu unnötiger Netzwerklatenz und Komplexität.
-
Bewerten Sie Workload-Entscheidungen im Kontext Ihrer gesamten Cloud-Strategie, anstatt sie isoliert zu überprüfen. Überlegen Sie, wie sich die einzelnen Platzierungsentscheidungen auf betriebliche Prozesse, Sicherheitskontrollen und Teamkapazitäten in Ihrem Unternehmen auswirken. Eine Entscheidung, die für einen einzelnen Workload optimal erscheint, kann die Überwachung erschweren oder die Sicherheitsrisiken erhöhen, wenn sie ganzheitlich betrachtet wird.
-
Definieren Sie klare Richtlinien für Dateneigentum und Datenverwaltung, die festlegen, wo sich verschiedene Datentypen befinden können. Erstellen Sie ein Framework zur Datenklassifizierung, das konsistente Entscheidungen über die Datenplatzierung bei allen Cloud-Anbietern ermöglicht.
