콘텐츠
출처 : Alexander Cherevko / Dreamstime
테이크 아웃 :
Turbonomics CEO 인 Ben Nye와 함께 클라우드의 미래에 대해 논의합니다.
최근 몇 년 동안 클라우드 배포의 성장에 대해 배운 것이 있다면 실제로는 매우 빠르게 복잡해질 수 있습니다. 퍼블릭, 프라이빗 및 하이브리드 클라우드와 각각의 모호한 정의가 있습니다. 클라우드 플랫폼 및 비용 구조가 지속적으로 증가하고 있습니다. 규정 준수는 더욱 복잡해집니다 ... 사람이 추적 할 수있는 것보다 많은 소리가 들리면 아마도 옳을 것입니다. 결국 우리는 인간 일뿐입니다.
작년에 Turbonomic의 벤 네 (Ben Nye) CEO와 이야기를 나눌 때 자율 컴퓨팅에 대해 자세히 알아보고 효율적으로 관리 할 수없는 복잡한 데이터 중심 환경의 문제를 해결하는 데 어떻게 사용되는지 살펴 보았습니다. 응용 프로그램 관리의 중단 / 수정 모델을 오랫동안 준수해온 시스템 관리자에게는 새로운 패러다임입니다. 모든 제어 기능을 소프트웨어로 전환하는 것은 새로운 접근 방식입니다. 그러나 실제적인 관점에서 워크로드에 대한 수요를 기반으로 클라우드 리소스를 실시간으로 할당 및 프로비저닝하는 것은 점점 복잡 해지는 데이터 센터에 맞는 복잡한 클라우드 시장에서 강력한 힘이되고 있습니다.
Techopedias Cory Janssen은 Ben과 다시 한 번 함께 앉아 지난 한 해 동안 클라우드 환경이 어떻게 바뀌 었는지, 진행 상황과 회사가 클라우드 리소스 관리 방식을 어떻게 바꾸고 있는지에 대해 이야기했습니다.
코리 : 지난 번 이야기 한 지 1 년이 조금 넘었습니다. 작년에 클라우드 환경에서 가장 큰 변화는 무엇입니까?
벤 : 이 시장의 역동 성은 계속 줄어 듭니다. 지난 인터뷰에서 기존 게이트웨이 하드웨어 공급 업체가 데이터 센터 및 클라우드의 소프트웨어를 사용하는 방식으로 이야기 한 변화의 속도가 빨라졌습니다. 또한 클라우드 공급 업체 (주로 AWS와 Azure) 간의 경쟁이 가속화되고 있으며 새로운 제휴 (Google 및 Cisco, VMware 및 AWS)도 창출하고 있습니다.
따라서 이러한 배경에서 CIO는 무엇에 관심을 갖습니까? 많은 기업이 퍼블릭 클라우드로 가야하는 워크로드와 프라이빗으로 유지해야하는 워크로드를 파악해야하는 클라우드 우선 전략을 구현하고 있습니다.
하이브리드 및 멀티 클라우드 미래는 예상보다 훨씬 빠른 속도로 우리 모두를 향해 가속화되고 있습니다. 이러한 변화 속도는 IT 관리 및 최적화에 대한 새로운 접근 방식을 강요하고 있습니다.
코리 : 엔터프라이즈 영역에서 클라우드의 전체 개념은 하이브리드로 전환되는 것으로 보입니다. 클라우드의 오래된 아이디어는 죽었습니까? 하이브리드가 새로운 클라우드입니까?
버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드
아무도 소프트웨어 품질에 신경 쓰지 않으면 프로그래밍 기술을 향상시킬 수 없습니다.
벤 : 의심의 여지없이 하이브리드 클라우드 미래가 될 것입니다. 하이브리드 클라우드를 사실상 채택하는 데있어 놀라운 변화가있었습니다. 퍼블릭 클라우드가 엄청나게 성장하고 있지만 프라이빗 클라우드가 축소되고있는 것은 아닙니다. 이러한 추세를 예측하는 다양한 소스 (Cisco Cloud Index 및 Morgan Stanley CIO Survey와 같은)를 살펴보면 프라이빗 클라우드에서 약 3 ~ 5 %의 성장률과 60 %의 성장률을 볼 수 있습니다. 퍼블릭 클라우드.
퍼블릭 클라우드에는 네이티브 또는 새로운 앱뿐만 아니라보다 생산 지향적 인 앱을 퍼블릭 클라우드 환경으로 도입하는 복잡한 엔터프라이즈 애플리케이션이 더 많이 채택되고 있습니다.
이러한 현실은 이러한 변화를 가장 비용 효율적이고 성능이 뛰어나고 준수하는 방식으로 관리하는 방법을 면밀히 고려하는 기능입니다.
코리 : 지금 머신 러닝에 대한 많은 소문이 있습니다. 몇 년 전에 소프트웨어에서 자율 기능을 연구하고있었습니다. 클라우드 관리를 인간의 통제에서 벗어나는 것에 관해 이야기하는 데있어 앞서 나가고 있다고 생각하십니까?
벤 : 다행히도 그렇습니다. 많은 사람들이 빅 데이터가 성능을 관리하는 방법이라고 생각했으며, 그렇지 않으면 기존 프로비저닝 및 수동 개입 기술 (기본적으로 머신 생성 경고에 응답하는 사람들)을 사용했습니다. 우리는 누락 된 것은 요구 사항을 이해하는 능력으로, 고급 실시간 분석을 기반으로 애플리케이션 워크로드가 자동으로 실행 위치, 시작 또는 중지시기, 크기 또는 축소시기에 대해 지능적인 결정을 내릴 수있는 능력이라고 생각했습니다. 대답은 자체 관리 시스템으로, 초과 프로비저닝 및 시스템 생성 모니터링 경고를 찾는 사람들보다 훨씬 효율적입니다. 또한 사람들이 수집하려는 대상을 정확히 이해하지 않고 막대한 양의 데이터를 집계하는 기존의 빅 데이터 연습보다 더 효율적이고시기 적절합니다. 그런 다음 해당 데이터를 공통 리포지토리 또는 데이터웨어 하우스로 이동해야합니다. 그런 다음 추론을 찾는 목표와 함께 해당 데이터를 구조화하고 해당 데이터를 상관시켜야합니다.
빅 데이터에 대한 큰 신자는 아니 었습니다. 인텔리전스는 성능 관리를위한 다른 유형의 AI입니다. 빅 데이터를 사용하면 모든 데이터를 수집하는 것이 비용이 많이 들고 해당 데이터를 이동하여 관리하려는 시스템을 매우 쉽게 막을 수 있습니다. 이동, 구조화, 상관 및 추론을 찾을 때까지는 더 이상 실시간이 아닙니다. 마지막으로, 그 추론은 그것을 도출 할 때 사람들에게 다시 돌려 주어야합니다. 이것이 대규모 데이터 세트에서 통찰력을 찾는 데 머신 러닝을 매우 유용하게 만드는 이유입니다. IT 시스템에서 성능 관리를 제공하는 것만 큼 가치가 없습니다.
코리 : Morgan Stanley CIO의 조사에 따르면 2020 년까지 모든 워크로드의 절반이 퍼블릭 클라우드에서 실행될 것입니다. 이러한 변화를 만들 때 조직은 어떤 위험에 직면합니까?
벤 : 온-프레미스 세계의 거의 모든 워크로드가 과다 프로비저닝되고 활용률이 낮습니다. 이는 IT 부서에서 의도적으로 추측 한 결과입니다. 이것이 조직이 클라우드로 이동하고 마이그레이션하는 것을 고려할 때 협력하고있는 기초입니다. 이것은 20 년 이상 사실이었다. 온-프레미스 세계는 용량 소유권이있는 고정 비용 환경으로 대부분 지불해야하는 페널티가 거의 없습니다.
조직이 하이브리드 클라우드를 채택함에 따라 오버 프로비저닝 된 워크로드를 가변 비용의 세계인 클라우드로 이전하고 있습니다. 초과 프로비저닝 된 경우 퍼블릭 클라우드 제공 업체에 따라 2 분 또는 1 분 단위로 비용을 지불합니다. 이 새로운 모델에서는 규정 준수가 큰 위험이됩니다.
코리 : 이론 상으로는 종이에서 이론적으로 가변 비용으로 전환하는 것이 합리적이지만 그렇게하면 간단합니다. 내 말은, 건축가와 IT 측에 재무 담당자도 요청하는 것입니다.
벤 : 바로 그거죠. 퍼블릭 클라우드 요금은 예상보다 2 배 이상인 것으로 추정됩니다. 왜 그런 겁니까? 퍼블릭 클라우드로 워크로드를 마이그레이션 할 때는 할당 템플릿을 기반으로 작업을 수행하기 때문입니다. 크기를 조정하거나 축소하지 않습니다. 초과 프로비저닝 가능성이 높으므로 비용 수준이 높습니다. 작업량의 실제 소비량을 이해 한 다음 적절하게 크기를 조정 (위 또는 아래로)하는 것이 중요합니다. 이는 Turbonomic의 이점 중 하나입니다.
코리 : 일반적으로 Turbonomic는 컴퓨팅 측면에서 더 많은 것으로 간주했지만 최근에는 스토리지 측면에서도 많은 작업을 수행했습니다. 그것에 대해 조금 이야기 할 수 있습니까?
벤 : 따라서 이전 질문 중 하나는 클라우드 환경에서 발생하는 변경 사항에 대한 것이 었습니다. 예를 들어, Amazon은 이제 초당 컴퓨팅 및 스토리지 요금이 있습니다. 시장이 문자 그대로 1 초마다 제공 될 수 있다는 것이 얼마나 역동적인지 생각해보십시오. 아마존은 시간당 이었기 때문에 1 분 전에 구글이 1 분당 요금을내는 것을 고려했을 때 매우 야심적이었습니다.
이제 가격 유연성을 문자 그대로 두 번째로 사용하여 Amazon에서 컴퓨팅, 메모리, 네트워크 및 스토리지를 수행 할 수 있습니다.
코리 : 그 큰 데이터베이스, 모든 큰 관계형 데이터베이스에 대해 이야기 할 때 AWS에서 가장 비싼 인스턴스 중 하나라고 확신합니다. 그래서 당신은 그것의 고기로 바로 가고 있습니다.
벤 : 몇 가지 중요한 문제가 있습니다. 예를 들어 아마존을 보면 실제로 데이터베이스에 대한 질문을 다른 수준으로 끌어 올린 것입니다. 서비스 형 데이터베이스는 가장 빠르게 성장하는 서비스 형 플랫폼 서비스 중 하나입니다. 또한 AWS와 Microsoft는 상당히 많은 서비스 형 플랫폼 서비스를 구축했습니다. 일부는 빅 데이터 머신 러닝과 관련이 있습니다. 데이터베이스를 사용하든 데이터베이스를 사용하든 스토리지 비용은 상당히 크며 총 비용은 상당히 클 수 있으며 변동성 또는 그에 대한 개선 기회는 중요합니다. 고객이 퍼블릭 클라우드를위한 새로운 Turbonomic 스토리지 기능과 이전에 제공 한 컴퓨팅 및 메모리 및 네트워크 기능을 실행할 때 ROI를 거의 두 배로 늘릴 수 있습니다.
Microsoft를 보면 최근 Ignite 이벤트에서 많은 주요 발표를했습니다. 이제 AWS와 같은 가용 영역과 예약 인스턴스 오퍼링이 있습니다. 고객이 원하는 것을 보여주기 때문에 중요합니다. 그러나 또한 이러한 것들과 마찬가지로 복잡성이 있으며 복잡성이 사람들을 빠르게 압도 할 수 있음을 보여줍니다.
코리 : Turbonomic가 다른 클라우드 플랫폼과 어떻게 결혼 할 수 있었는지에 대해 조금 이야기 할 수 있습니까? 우리는 AWS와 Azure의 다양한 기능 측면에서 상당히 춤을 추었습니다. 지난 몇 년 동안 어느 쪽이든 다른 쪽을 선택할 수있는 상황이었던 것 같지만 점점 더 많은 회사들이 지금 같이 결혼 할 수 있습니다.
벤 : 역사적으로 새로운 플랫폼이 도입되었을 때 데이터를 집계하고 관리하거나 수정하도록 개인에게 제공하는 새로운 도구가 도입되었습니다. 제한 요인은 인간의 기술입니다. 이러한 복잡성으로 인해 새로운 IT 관리 방법이 필요합니다. 오늘날 AI, 자율 주행 데이터베이스, 데이터 센터 등에 대해 더 많이 듣고 있습니다. 하이브리드 환경에서 복잡성을 관리하기위한 답은 두 가지를 모두 연결할 수있는 제어 시스템을 통해 자체 관리 환경을 만드는 것입니다. 기존의 격차. 우리는 개인 클라우드 또는 공용 클라우드에 관계없이 워크로드가 성능, 규정 준수 및 비용 효율적으로 실행되도록하기 위해 이전에 존재했던 추측과 제한을 제거하는 소프트웨어를 사용하여 환경의 복잡성을 활용하는 일종의 생체 공학 능력을 제공합니다. .
코리 : 향후 몇 년 동안 제공 서비스를 강화하면서 Google에 투자 할 수도 있습니다. 체리는 각 플랫폼에서 최고의 서비스를 선택하는 것에 관한 것입니다.
벤 : 예. 향후 소프트웨어 릴리스에서 Google 환경을 지원하게되어 기쁩니다. 지금까지 워크로드를 배치 할 위치, 워크로드 크기 및 방법, 워크로드 시작 및 중지시기에 대한 결정이 많이 있습니다. 기억하십시오 : 워크로드는 VM 또는 컨테이너 일 수도 있고 VDI 일 수도 있습니다. 따라서 더 큰 대안 또는 옵션을 선택하여 선택할 수있는 유연성은 최저 비용, 최고의 성능 및 확실한 준수. 이 규모에서 소프트웨어는 애플리케이션이 임계 값을 위반하거나 위반했을 때 머신 생성 경고에 응답하는 사람들에 의존하는 것보다 훨씬 효율적으로이를 수행 할 수 있습니다.
그리고 새로운 규정이 지속적으로 도입되고있는 것을 고려하십시오. 글로벌 데이터 보호 규정이 있으며 보유하고있는 데이터와 해당 데이터의 위치에 영향을 미치므로 데이터 주권이 필요합니다. 그런 다음 다른 데이터 세트와 함께 데이터를 배치 할 수있는 선호도와 반 선호도가 있습니다. 그리고 그 위에 비즈니스 연속성과 고 가용성 요구 사항이 있습니다! 퍼블릭 클라우드에서 다섯 아홉을 원한다면 최소한 네 개의 가용 영역에 있어야합니다. 재해 복구, 여러 비즈니스 규칙에 대해 생각해야합니다. 실제로는 다음과 같습니다. 비즈니스 규칙을 검사하지 않으면 워크로드의 규모, 시작, 이동, 배치 또는 복제 할 때마다 지속적인 규정 준수 여부를 모릅니다. 귀하는 규정을 준수하고 있거나 그렇지 않습니다. 이진 문제입니다.
코리 : 비즈니스 규칙으로 인해 인간이 처리하기가 거의 불가능 해지면서 거의 복잡해졌습니다.
벤 : 정확히 말하면, 특히 기업에서 가상화 된 80 ~ 90 %의 규모로 운영 할 때 문제가됩니다. 우리는 응용 프로그램이 중단 될 때 기계 경보에 응답하여 수동 개입을 넘어 성숙 해야하는 규모로 실행 중입니다. 어쨌든 퍼블릭 클라우드에서 더 나은 용어로 같은 일을하기 위해 이러한 새로운 기술을 배울 수있게되었습니다. 너무 길어요
코리 : 그거 알아? 이에 대해 나에게 이야기 할 때, 마이그레이션에 대해 이야기하고 있는지 또는 규정 준수 문제에 대해 이야기하고 있는지에 대한 근본적인 문제가 아니라는 것이 놀랍습니다. 겹치는 부분이 많으며 규정을 준수하더라도 이러한 문제는 실제로 겹칩니다. 핵심 문제는 향후 몇 년 동안 더 복잡해질 것이라는 점입니다. 지금 올바른 길을 가고 있지 않다면, 물속에서 죽었습니다. 지금 일을 처리 할 수 없다면 2020 년에 어떻게 처리 할 것입니까?
벤 : 전적으로 동의합니다. 그런데 요컨대, 요점을 밝히기 위해서는 워크로드가 실행되는 위치뿐만 아니라 이다 작업량? 따라서 실제로 오늘날 VM을 최적화하는 세계에있을 수 있지만 내일 클라우드 OS가있는 컨테이너 및 마이크로 서비스 일 수 있습니다. 글쎄요, 괜찮습니다.하지만 캔자스에서 또는 델라웨어에서 도커 (Docker)에서 Kubernetes 사람을 어떻게 찾을 수 있습니까? 따라서 사람들이 이러한 문제를 해결하는 방식에는 끊임없는 진화가 있습니다.
조금 무섭지 만, 소프트웨어를 사용하여 문제를 해결하는 데 도움이된다면, 대신에 상쾌하게됩니다. 우리는 사람들을 가치 사슬로 끌어 들이고 소프트웨어는 가치가 낮고 평범한 일을합니다.
코리 : 권리.그런 다음 높은 수준의 리소스가 실제로 한 걸음 물러서서 경고를 관리하는 대신 수행해야 할 작업을 생각할 수 있습니다.
벤 : 바로 그거죠! 사람들은 기술 환경을 발전시키고 솔직하게 멋진 것을 만드는 데 관심이 있었기 때문에 기술에 들어갔습니다. 이것이 기술에 들어가는 가장 큰 이유였습니다. 맞습니까? 경고 체제에 얽매이지 않아야했다. 따라서이 기술은 새로운 기술입니다. 내 말은, 어떻게 모든 컨테이너를 실시간으로 자원하는 사람이 있습니까? 아직 아무도 그 문제에 대답하지 않았습니다. 대답은 소프트웨어를 통해 수행된다는 것입니다.