Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Principe 5. Disposer d'une stratégie d'intégration à plus long terme
Soyez prudent lorsque vous déplacez de gros volumes de données entre des applications situées dans différents clouds, en particulier si vos ressources informatiques et vos applications sont déployées dans un CSP et que vos ressources de stockage de données sont déployées dans un autre. Une telle situation peut ajouter de la complexité et du temps de latence susceptibles de neutraliser les avantages perçus. Nous discutons avec de nombreux clients qui disposent d'un lac de données sur un cloud mais qui souhaitent effectuer du machine learning (ML) ou des analyses à l'aide d'outils d'un autre fournisseur de services de traitement des données. Décider où placer les charges de travail dans un environnement multicloud est l'une des décisions les plus cruciales, et souvent les plus difficiles, auxquelles les entreprises sont confrontées. Nous vous recommandons d'évaluer chaque décision de placement de la charge de travail en fonction de trois dimensions critiques : les exigences techniques, les besoins commerciaux et les points forts du fournisseur.
Commencez les évaluations techniques en cartographiant les caractéristiques essentielles de chaque charge de travail : puissance de calcul, opérations de données, besoins en temps de réponse et exigences de croissance. Les applications sont naturellement plus performantes lorsqu'elles sont situées à proximité de leurs données. L'éloignement des applications de leurs sources de données crée des obstacles techniques inutiles et ralentit les performances.
Les décisions commerciales doivent tenir compte de la tarification des fournisseurs, des exigences relatives à la résidence des données et des contrats avec les fournisseurs. Chaque placement de charge de travail a une incidence sur les opérations, la sécurité et la productivité de l'ensemble de l'organisation. L'examen des charges de travail isolément conduit à des décisions sous-optimales.
Nos conseils :
-
Mettez en œuvre le transfert de données en masse entre les clouds au lieu d'un accès en temps réel. Planifiez une actualisation périodique des données en utilisant des opérations groupées efficaces au lieu d'utiliser des appels d'API constants entre les clouds. Cette approche permet de réduire les coûts, d'améliorer la fiabilité et de maintenir des performances constantes. Par exemple, exportez des données de ventes quotidiennes résumées au lieu d'interroger des transactions individuelles sur des clouds.
-
Tenez compte de la gravité des données lors de la conception du placement de la charge Maintenez les applications à proximité de leurs sources de données principales afin de maintenir les performances et de réduire les coûts. Les modèles ML, les moteurs d'analyse et les systèmes de traitement des transactions bénéficient tous d'un accès direct à leurs données. Le fait de déplacer ces charges de travail loin de leurs données crée une latence et une complexité inutiles sur le réseau.
-
Évaluez les décisions relatives à la charge de travail dans le contexte de votre stratégie cloud complète au lieu de les examiner isolément. Réfléchissez à l'impact de chaque choix de placement sur les processus opérationnels, les contrôles de sécurité et les capacités des équipes au sein de votre organisation. Une décision qui semble optimale pour une seule charge de travail peut compliquer la surveillance ou augmenter les risques de sécurité lorsqu'elle est envisagée de manière globale.
-
Définissez des politiques claires de propriété et de gouvernance des données qui spécifient où les différents types de données peuvent résider. Créez un cadre de classification des données qui permet de prendre des décisions cohérentes concernant le placement des données entre les fournisseurs de cloud.
