Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Principio 5. Tenga una estrategia de integración a más largo plazo
Tenga cuidado al mover grandes volúmenes de datos entre aplicaciones de diferentes nubes, especialmente si sus aplicaciones y recursos informáticos se implementan en un CSP y los recursos de almacenamiento de datos se implementan en otro. Esta situación puede añadir complejidad y latencia que podrían compensar los beneficios percibidos. Hablamos con muchos clientes que tienen un lago de datos en una nube, pero desean realizar análisis o aprendizaje automático (ML) con herramientas de otro CSP. Decidir dónde colocar las cargas de trabajo en un entorno multinube es una de las decisiones más importantes y, a menudo, más desafiantes a las que se enfrentan las organizaciones. Le recomendamos que evalúe cada decisión de ubicación de la carga de trabajo en función de tres dimensiones fundamentales: los requisitos técnicos, las necesidades empresariales y los puntos fuertes de los proveedores.
Comience las evaluaciones técnicas mapeando las características esenciales de cada carga de trabajo: potencia de cómputo, operaciones de datos, necesidades de tiempo de respuesta y requisitos de crecimiento. Naturalmente, las aplicaciones funcionan mejor cuando se encuentran cerca de sus datos. Alejar las aplicaciones de sus fuentes de datos crea obstáculos técnicos innecesarios y reduce el rendimiento.
Las decisiones empresariales deben tener en cuenta los precios de los proveedores, los requisitos de residencia de los datos y los contratos con los proveedores. Cada ubicación de la carga de trabajo afecta a las operaciones, la seguridad y la productividad de toda la organización. Al analizar las cargas de trabajo de forma aislada, se toman decisiones subóptimas.
Nuestra orientación:
-
Implemente la transferencia masiva de datos entre nubes en lugar del acceso en tiempo real. Programe la actualización periódica de los datos mediante operaciones masivas eficientes en lugar de utilizar llamadas constantes a la API entre nubes. Este enfoque reduce los costos, mejora la confiabilidad y mantiene un rendimiento constante. Por ejemplo, exporte datos resumidos de ventas diarias en lugar de consultar transacciones individuales en las nubes.
-
Tenga en cuenta la gravedad de los datos al diseñar la ubicación de las cargas de trabajo Mantenga las aplicaciones cerca de sus fuentes de datos principales para mantener el rendimiento y reducir los costos. Los modelos de aprendizaje automático, los motores de análisis y los sistemas de procesamiento de transacciones se benefician del acceso directo a sus datos. Alejar estas cargas de trabajo de sus datos crea una latencia y una complejidad innecesarias en la red.
-
Evalúe las decisiones sobre las cargas de trabajo en el contexto de su estrategia de nube completa, en lugar de revisarlas de forma aislada. Considere cómo afecta cada elección de ubicación a los procesos operativos, los controles de seguridad y las capacidades de los equipos en toda su organización. Una decisión que parezca óptima para una sola carga de trabajo puede complicar la supervisión o aumentar los riesgos de seguridad si se analiza de forma integral.
-
Defina políticas claras de propiedad y gobierno de los datos que especifiquen dónde pueden residir los diferentes tipos de datos. Cree un marco de clasificación de datos que impulse decisiones coherentes sobre la ubicación de los datos entre los proveedores de servicios en la nube.
