优化成本和性能的6种云计算数据管理技术
云存储库的错误配置可能导致成本超支,更不用说它们会阻碍数据处理的性能。企业可以采用一些方法来控制云计算数据成本,使企业提高性能,并获得更大的投资回报率。
强大的云计算数据管理功能可以为企业带来更多优势。它在数据访问方面提供了更大的灵活性,让企业可以更快地扩展数据库,从长远来看,甚至可以降低数据管理的总拥有成本。由于这些原因,云平台正迅速成为存储企业数据的首选位置。到2020年,全球大约50%企业的数据都存储在云平台上,而2015年这一比例仅为30%。由于发生的疫情,促进企业加速云采用和新的数据驱动应用程序的兴起。
然而,在云采用的初始阶段,数据管理似乎是一项艰巨的任务。在速度、延迟和可用性方面,人们可能无法看到迁移到云平台之后立即获得在内部部署设施使用的相同级别的性能。此外,管理不善和不正确的数据库配置甚至可能会增加云计算成本,消耗更多的资源。
在制定云计算数据管理策略以控制成本同时提高性能时,需要考虑以下六点:
1.优化混合云或多云架构中的数据移动频率
云计算数据管理的真正成本来自移动数据而不是存储。大多数云计算供应商会向用户收取将数据移出其云平台的费用,但不会收取将数据移入的费用。一些云计算供应商根据数据被移除的时间向用户收费——即用户是否在30天、60天、90天或更长时间后将其删除。根据选择的供应商的不同,可能会涉及提前删除/移除罚款。因此,包括定期更新、备份、清理和停用的数据管理计划将决定企业的云计算成本。
尝试优化数据移动的频率以避免过早移动或删除,并保持最小容量阈值以增加成本优势。企业还可以密切关注云计算提供商提供的节省成本的服务或产品。例如,IBM Cloud公司总经理Harish Grama表示,该公司不会对将数据移出云平台收取任何出口费用。
2.投资物理和专用云互连以获得更好的性能
在内部部署环境中,数据性能将优于云端,因为企业可以在同一物理位置移动数据,而无需依赖外部网络或第三方环境可用性。可以使用云互连在云计算环境中实现相同的性能,云互连本质上是企业选择的云平台的私有、直接和高速连接。这对于可能定期将数据移入和移出云平台的混合云环境尤其可取。
3.利用数据压缩减少云计算数据库的大小
大型云计算数据库不仅成本高昂,而且还会影响性能。例如,企业为将数据移出云平台而支付的出口费用与存储的数据集量成正比。此外,大型数据库的移动时间较长,这可能会影响业务应用程序和其他数据驱动工具的性能。
这就是云计算数据压缩技术的用武之地。高效的数据压缩可以帮助企业降低存储成本,甚至可以优化边缘数据处理。企业可以构建适合其特定数据类型的自定义压缩代码,也可以从第三方工具中获益,例如英特尔®集成性能基元这种数据压缩代码库。
4.利用云计算数据备份即服务(BaaS)
云计算数据备份即服务(BaaS) 从资源消耗模型的角度解决了成本问题。企业可以与云计算数据备份即服务(BaaS) 提供商合作,而不是完全在内部部署设施中来管理云计算数据,云计算提供商将为企业配置数据移动频率、执行数据压缩和实施互连,每月或每年支付订阅费用。
对于数据量较少但配置复杂导致费用快速增长的中小型企业,云计算数据备份即服务(BaaS) 可以显著降低云计算数据管理成本。在这方面,Coherence公司新推出的Data Protect BaaS是一个值得考虑的解决方案。
5.在云平台上使用多个可用性区域创建镜像位置
镜像位置有助于创建数据的冗余副本,因此即使在停机或不可预测的中断期间,企业也能确保可用性。如果企业的业务在公有云环境中运行。在这种情况下相对简单——企业可以配置多个云计算区域来镜像其数据,选择远离原始存储站点的可用性区域。但是,这在混合云环境中稍微复杂一些,因为无法轻松镜像内部部署服务器。
6.专注于增加企业从云数据中产生的价值
缓解围绕云计算数据管理的性能和成本问题的最佳方法是提高企业可以从数据本身获得的业务价值。一旦确定云计算数据(针对其所有复杂的配置和维护需求)可以推动更明智的业务决策、改进日常流程,并对企业获得收入产生积极影响,企业领导层将更有可能投资于其云计算数据管理能力。
要实现这一点,可以考虑使用AtScale等工具,将云计算数据连接到商业智能平台,如Power BI、Looker或Tableau,而无需移动数据。这个关键功能有很大的不同,因为企业可以在添加可扩展的商业智能覆盖的同时节省出口费用。
结论
最终,尽管在成本和性能方面存在问题,但对于大型分布式和数字优先的企业来说,云计算数据管理是不可避免的现实。它在商业价值和IT基础设施成本降低方面提供的好处远远高于潜在的缺点。这六项策略将有助于构建公有云、混合云或多云数据系统的完美组合,同时避免性能问题或成本超支,使企业距离数据驱动型公司更近一步。
源于:企业网D1Net
版权声明:如无特殊标注,文章均为本站原创,转载时请以链接形式注明文章出处。
评论