Innehåll
Källa: Alexander Cherevko / Dreamstime
Hämtmat:
Vi diskuterar molnets framtid med Turbonomics VD Ben Nye.
Om det är en sak som vi har lärt oss under de senaste åren om tillväxten av molninstallationer, är det att saker kan bli riktigt komplicerade riktigt snabbt. Det finns offentliga, privata och hybridmoln och de suddiga definitionerna mellan var och en. Det finns en ständigt växande lista över molnplattformar och kostnadsstrukturer. Efterlevnaden blir bara mer komplicerad ... Om det låter som mer än en person någonsin skulle kunna hålla reda på, har du förmodligen rätt. Vi är ju bara mänskliga.
När vi talade med Turbonomics VD, Ben Nye, förra året, tog vi ett djupt dyk i autonom datoranvändning och hur det används för att lösa problemet med alltmer komplexa, datadrivna miljöer som ligger utanför en persons förmåga att effektivt hantera. Det är ett nytt paradigm för systemadministratörer som länge har hållit sig till break / fix-modellen för applikationshantering. Att förvandla all den kontrollen till programvaran är en ny metod. Men ur ett praktiskt perspektiv blir allokering och tillhandahållande av molnresurser baserat på efterfrågan på arbetsbelastningar i realtid en kraftfull kraft i en fullsatt molnmarknad som serverar alltmer komplexa datacenter.
Teknikerna Cory Janssen satt ner med Ben igen för att prata om hur molnlandskapet har förändrats under det senaste året, vart det kanske går och hur företag förändrar hur de hanterar molnresurser.
Cory: Det har gått lite över ett år sedan vi sist talade, vad har varit några av de största förändringarna i molnlandskapet under det senaste året?
Ben: Dynamiken på denna marknad fortsätter utan dröjsmål. Förändringstakten som vi pratade om i den senaste intervjun - med traditionella gateway-hårdvaruförsäljare som ger plats för programvara i datacentret och molnet - har accelererat. Och rivaliteten mellan molnleverantörer (främst AWS och Azure) tar fart, samtidigt som det skapar nya allianser (Google och Cisco, VMware och AWS).
Så, med det här bakgrunden, vad bryr sig CIO: er om? Många implementerar en första molnstrategi som kräver att de räknar ut vilka arbetsbelastningar som ska gå till det offentliga molnet och vilka som ska hålla sig privata.
En hybrid- och multimolnframtid påskyndar oss alla på ett mycket snabbare klipp än väntat. Den här förändringstakten tvingar en ny metod för att hantera och optimera IT.
Cory: I företagsutrymmet verkar hela molnbegreppet förändras mot hybrid. Är den gamla tanken på moln död? Är hybrid det nya molnet?
Inga buggar, ingen stress - din steg-för-steg-guide för att skapa livsförändrad programvara utan att förstöra ditt liv
Du kan inte förbättra dina programmeringsfärdigheter när ingen bryr sig om mjukvarukvalitet.
Ben: Utan tvekan kommer det att bli en hybridmolnframtid. Det har skett en otrolig förändringstakten som vi ser när vi antar hybridmoln som de facto; det offentliga molnet växer otroligt bra, men det betyder inte att det privata molnet krymper. Om du tittar på olika källor som förutspår denna trend (som Cisco Cloud Index och Morgan Stanley CIO Survey), när du är gift tillsammans, ser du ungefär en tillväxttakt på 3 till 5 procent på det privata molnet och en tillväxttakt på 60 procent på offentligt moln.
Det finns också mer antagande av komplexa företagsapplikationer i det offentliga molnet, inte bara inhemska eller nya appar, utan att ta de mer produktionsinriktade apparna till sina offentliga molnekvivalenta miljöer.
Denna verklighet är en tvångsfunktion för att noggrant överväga hur man hanterar dessa förändringar på det mest kostnadseffektiva, performanta och kompatibla sättet.
Cory: Det finns så mycket surr om maskininlärning just nu. Ni arbetade med autonoma funktioner i din programvara för några år sedan. Tror du att du var före kurvan där när det gäller att prata om att få molnhantering ur mänsklig kontroll?
Ben: Lyckligtvis, ja. Många tyckte att big data var sättet att hantera prestanda och i avsaknad av detta använde de äldre teknik för tillhandahållande och manuell intervention - i princip svarade folk på maskingenererade varningar. Vi tror att det som saknades var förmågan att förstå efterfrågan så att applikationsarbetsbelastningarna autonomt, baserat på avancerad realtidsanalys, själva kan fatta intelligenta beslut om var de ska springa, när man ska starta eller stoppa, när man ska storlek upp eller ner. Svaret var ett självhanterande system, som är mycket effektivare än överprovisionering och människor som jagar maskingenererade övervakningsvarningar. Det är också mer effektivt och mer snabbt än en traditionell big dataövning där människor samlar enorma mängder data utan att förstå exakt vad de försöker samla in. Sedan måste de flytta dessa data till ett gemensamt arkiv eller datalager. De måste sedan strukturera dessa data, korrelera dessa data, allt med målet att hitta en slutsats.
Var inte stora troende på big data. Vår intelligens är en annan typ av AI för prestationshantering. Med big data är det dyrt att samla in all den informationen och mycket lätt att täppa till de system du försöker hantera genom att flytta den informationen. När du flyttar den, strukturerar den, korrelerar den och finner en slutsats är du inte längre i realtid. Slutligen, den här slutsatsen, när du härleder det, måste du ge den tillbaka till människor igen. Det är det som gör maskininlärning så värdefull för att hitta insikt i stora datamängder; det är inte lika värdefullt för att leverera prestationshantering i IT-system.
Cory: Enligt Morgan Stanley CIO-studien kommer hälften av all arbetsbelastning att köras i det offentliga molnet fram till 2020. Vilka risker står organisationer inför när de gör det skiftet?
Ben: Praktiskt taget alla arbetsbelastningar i den lokala världen är övertillhandahållna och underutnyttjade, vilket är resultatet av välmenade guesstimates från IT. Detta är den grund som organisationer arbetar med när de överväger att flytta och migrera till molnet. Detta har varit sant i mer än två decennier. Lokalvärlden är främst en fast kostnadsmiljö där det finns äganderätt till kapacitet - så det finns lite straff att betala.
När organisationer antar hybridmoln flyttar de sina överprovisionerade arbetsbelastningar till molnet - en värld med variabel kostnad. Om du är överutbetalad betalar du för det inom den andra eller minut, beroende på din offentliga molnleverantör. Att vara kompatibel blir också en stor risk i denna nya modell.
Cory: På papper, i teorin, är det bara meningsfullt att flytta till rörliga kostnader, men när du uttrycker det så är det så enkelt. Jag menar, du ber arkitekterna och IT-sidan också vara finansgubbar.
Ben: Exakt. Det uppskattas att offentliga molnräkningar är mer än två gånger vad som förväntas. Varför är det så? För när du migrerar en arbetsbelastning till det offentliga molnet tar du det baserat på en tilldelningsmall. Du gör inte storleken på den och storleken på den. Sannolikheten för överföring är hög och därför kommer dina utgiftsnivåer att vara höga. Det är viktigt att förstå den verkliga förbrukningen av en arbetsbelastning och sedan storleka den på lämpligt sätt (upp eller ner): detta är en av fördelarna med Turbonomic.
Cory: Vanligtvis har jag betraktat Turbonomic som mer på den beräknade sidan, men du har nyligen gjort en hel del saker på lagringssidan också. Kan du prata lite om det?
Ben: Så en av dina tidigare frågor handlade om förändringarna i molnlandskapet. Som ett exempel har Amazon nu prissättning per sekund för dator och lagring. Tänk på hur dynamisk marknaden är att de kan komma till bokstavligen ett erbjudande per sekund. Ganska vild, med tanke på att det var för lite mindre än ett år sedan som Google kom ut med prissättning per minut, eftersom Amazon hade varit per timme.
Vi kan nu göra dator, minne, nätverk och lagring i Amazon med hjälp av deras prissättningsmöjligheter bokstavligen ner till den andra.
Cory: Jag är säker på att när du pratar om de stora databaserna, alla de stora relationella databaserna, det är ett av de dyraste fallen med AWS, eller hur? Så du går rätt till köttet av det.
Ben: Det finns flera viktiga frågor du träffar där. Om du till exempel tittar på Amazon har de faktiskt tagit din fråga om databasen till en annan nivå. Databas som en tjänst är en av de snabbast växande plattformen-som-en-tjänsten erbjudanden de har. Och både AWS och Microsoft har byggt ett ganska stort antal plattforms-som-en-tjänsteerbjudanden. En del handlar om inlärning av stora datamaskiner. Oavsett om du använder deras databas eller din databas, lagringskostnaderna är ganska stora, och de totala kostnaderna kan vara ganska stora, och variationen - eller möjligheten att förbättra dem - är betydande. Det är vad vi gör: Kunder kan stänga av sig för att fördubbla sin ROI när de kör våra nya turbonomiska lagringsfunktioner för offentligt moln, såväl som dator- och minnes- och nätverksfunktioner som vi erbjudit tidigare.
Om du tittar på Microsoft gjorde de ett antal större meddelanden vid deras senaste Ignite-händelse. De har nu tillgänglighetszoner och reserverade instanserbjudanden, som AWS. Det är viktigt eftersom det visar vad kunderna frågar efter. Men det visar också att det, liksom med dessa saker, finns komplexitet och komplexitet kan snabbt överväldiga människor.
Cory: Kan du prata lite om hur Turbonomic har kunnat gifta sig tillsammans med de olika molnplattformarna? Vi har lite dansat runt det ganska mycket när det gäller deras olika funktioner på AWS och Azure. Det låter nästan som om det är en situation där det under de senaste åren fanns ett val där du är det ena eller det andra, men fler och fler företag kan gifta sig med dem nu.
Ben: Historiskt sett, när en ny plattform introducerades, introducerades nya verktyg för att samla data och ge den till en person att hantera eller fixa. Den begränsande faktorn är den mänskliga skicklighetsgruppen. Denna komplexitet tvingar ett nytt sätt att hantera IT. Du hör mycket mer i dag om AI, självkörande databaser, datacentra, etc. Vi tror att svaret för att hantera komplexitet i en hybridmiljö är genom att skapa en självhanterande miljö via ett kontrollsystem som kan överbrygga båda befintliga luckor. Vi ger människor en slags bionisk förmåga att utnyttja komplexiteten i deras miljö med mjukvara som eliminerar gissningar och begränsningar som tidigare funnits för att säkerställa att arbetsbelastningen körs effektivt, efterlevnad och kostnadseffektivt, oavsett om det är i ett privat eller offentligt moln .
Cory: Du kan lika gärna slänga in Google när de ökar sina erbjudanden under de kommande par åren. Det handlar om körsbär att välja de bästa tjänsterna på varje plattform.
Ben: Ja. Vi är glada över att stödja Google-miljöer i en framtida programvaruversättning. Till din punkt finns det ett antal beslut om var du ska placera en arbetsbelastning och hur och när du ska ange en arbetsbelastning och när du ska börja och stoppa en arbetsbelastning. Kom ihåg: En arbetsbelastning kan vara en VM eller en container, det kan vara en VDI - så flexibiliteten i att göra dessa val i en större uppsättning alternativ eller alternativ är oerhört värdefullt för kunder som vill ha lägsta kostnad, bästa prestanda och garanterad efterlevnad. I den här skalan kan mjukvara göra detta mycket mer effektivt, mot att förlita sig på personer som svarar på maskingenererade varningar när applikationerna har brutit eller brytt mot en tröskel.
Och överväga den nya rasen av regelverk som kontinuerligt införs. Det finns globala dataskyddsbestämmelser, och det påverkar vilken information du har och var informationen finns, vilket kräver datasuveränitet. Sedan finns det affinitet och anti-affinitet kring vilken data kan sitta med andra datamängder. Och sedan finns det affärskontinuitet och höga tillgänglighetskrav ovanpå detta! Om du vill ha fem nio måste du vara i minst fyra tillgänglighetszoner i det offentliga molnet. Du måste tänka på katastrofåterhämtning, flera affärsregler. Verkligheten är den: Om du inte inspekterar dessa affärsregler, varje gång du storlekar, startar, flyttar, placerar eller kliner en arbetsbelastning, vet du inte att du följer kontinuerligt. Du är antingen kompatibel - eller inte. Det är en binär fråga.
Cory: Det har nästan blivit så komplicerat att affärsregeln nästan gör det omöjligt för en människa att hantera.
Ben: Exakt, och det är problemet, särskilt när vi kör i en skala som är 80 till 90 procent virtualiserad i företaget. Vi kör i en skala som måste mogna utöver manuell ingripande genom att svara på maskinvarningar när applikationerna får bryta. Åh, och förresten, jag måste kunna lära mig dessa nya färdigheter för att göra samma sak på bättre villkor i det offentliga molnet. Det är alldeles för mycket.
Cory: Vet du vad? När du pratar med mig om detta är det fantastiskt för mig hur det underliggande problemet inte är om du pratar om migration eller om du pratar om efterlevnadsproblem. Det finns så mycket överlappningar där, och även när du går igenom efterlevnad, överlappar många av dessa frågor verkligen. Kärnfrågan är att det bara kommer att bli mer komplexitet under de närmaste åren. Om du inte är på rätt väg just nu är du död i vattnet, för om du inte kan hantera saker nu, hur ska du hantera dem år 2020?
Ben: Håller fullständigt med. Och då, förresten, bara för att göra din poäng, blir det ännu mer komplicerat, för nu måste vi tänka på inte bara var en arbetsbelastning löper, men vad är en arbetsbelastning? Så du kanske faktiskt befinner dig i en värld av att optimera en VM idag, men det kan vara behållare och mikroservices med ett moln OS i morgon. Tja, OK, det är bra, men hur ska du hitta en Kubernetes-person, låt oss säga i Kansas, eller en Docker-person i Delaware? Så det finns en ständig utveckling i hur människor hanterar dessa saker.
Det blir lite skrämmande, men om jag kan använda programvara för att lösa det problemet, wow, blir det stärkande istället, eller hur? Eftersom vi tar människor upp i värdekedjan, och vi har programvara som gör de lägre värdena, vardagliga saker.
Cory: Höger.Då kan du låta dina resurser på hög nivå faktiskt ta ett steg tillbaka och tänka, vilket är vad de borde göra, istället för att hantera varningar.
Ben: Exakt! Människor gick in i teknik eftersom de var intresserade av att utveckla teknologilandskapet och uppriktigt sagt skapa coola saker. Det var de stora skälen att gå in i teknik, eller hur? Det var inte att se till en varningsregim. Så detta är en ny uppsättning färdigheter som kan komma från det. Jag menar, hur ska någon någonsin resurera varje container i realtid? Ingen har ens besvarat det problemet ännu. Och svaret är att det kommer att göras genom programvara.