多云工作负载迁移：自动化是何作用？

为了高效地管理一个多云计环境，请同时考虑应用架构和用户部署两方面的选项。此外，自动化可有助于多云的高效管理，但它对于工作负载决策方面具有战略意义。

云计算正在发展进入一个崭新的、更成熟的阶段。云规划和部署的关注点已经从低效应用的远程托管转至对云的支持，并将其作为开发人员所使用的虚拟应用平台。同时，一些企业也发现了某些更为出色的云支持特定任务。

这两种发展趋势的矛盾表明，我们需要更好地了解应用架构和部署选择是如何影响多云配置中的云工作负载管理。

在现代术语中，在企业组织内部或云中托管的应用单元就是工作负载。虽然云已经改变了工作负载的概念，但是这种变化对于工作负载管理的影响，尤其是在多云部署中，尚未完全被我们所理解。为了管理好多个云的工作负载，用户必须分别予以设计、规划并相应地执行具体的管理策略。

在云中，所有的一切都应当是以信息的运动为中心的。承诺给云工作负载的资源是由信息运动所创建的工作流来识别的。这意味着用户需要在开始多云工作负载管理时就把工作负载和工作流视为一个单元——其中包括网络、托管以及任何网络服务功能（例如应用程序可能使用的数据库服务。用户在规划多云操作时，应记住这一部署单元概念。

云工作负载的单元结构

高效管理多云部署单元意味着重点关注三个关键要素：

规划与成本分析组件，它可用于管理成本和帮助用户决定应在何处运行；

部署自动化部分，它可用于简化应用程序的部署和重新部署；以及

云监控方面，它可用于监视任何可影响云或在其中运动的工作流的问题。

在工作负载和工作流规划步骤中，首先要做的是预测和监控云资源的成本和使用。根据用户应用程序对公有云的需求选择最合适的价格，然后分析应用程序的变更是如何影响用户的成本和供应商选择。这些可用工具可分为两组：一组是可跨多个云供应商分析应用云定价的分析工具，另一组则是监控应用程序在云中运行性能的监控工具。几乎每一家云供应商都会提供这两类工具，例如亚马逊、IBM和微软。思科、戴尔、HPE、IBM、Oracle和微软等企业所提供的云软件工具也包括了针对云的分析功能。

多云用户可以从多个特定云工具获取相关信息，但他们最好是更全面地利用好这些信息。

对于多云的成本分析乃至动态云成本管理，一些具有代表性的关键工具是CloudAware、Cloudyn和RightScale。 Cirba提供了一套可用于云、多云和混合云的工具。为用户云工作负载选择多云成本管理工具的关键在于选择一个能够与所有供应商协作并可为动态成本提供规划与支持的合适选项。

第二类工具可用于应用在云中的部署与维护，在如今这种功能通常被称为DevOps。公有云供应商们可提供他们自己的DevOps工具，但是对于多云，用户通常可需要一个单一的整体DevOps功能。一些DevOps工具可有助于用户管理脚本程序，一些脚本程序可描述部署和重新部署的步骤（即命令性模型），而另一些则定义了表示正确操作状态并生成用于维护这些状态所必需的命令（即声明性方法）。

用户拥有选择云自动化工具的选择权。Chef是当今最流行的命令式工具，而Puppet则是业内最广泛使用的声明式工具。如果用户拥有一支已经在使用脚本程序的强大IT运营团队，那么Chef是很容易被使用上手的工具。否则，可考虑使用Puppet。如果用户还没有坚定地致力于实现操作自动化，那么也可以考虑一下诸如Ansible之类的替代工具。

监控的重要作用

虽然将多云工具用于云成本管理是非常有用的，但是使用这些工具来监控多云部署也是至关重要的。这是因为很多应用都是跨多个云计算部署的，或者因应用高峰而在不同云之间迁移。

其次，可考虑包括托管（工作负载）和网络（工作流）元素在内的部署单元方面，从而减少两者的工作量的错误。理想的DevOps（或策略管理）工具是指那些在用户多云环境为每一家供应商提供特定支持的工具，它们可让用户定义他们自己部署单元并将其作为待部署的单个元素。如果用户当前所使用的工具支持这些功能，那么就无需变更。如果不支持，那么就需要查看哪些工具能够为用户主力云供应商提供最佳支持。

第三，应对可托管的工作流单元设置严格的边界。这些限制是基于价格和性能的，并可通过用户所部署的策略管理或DevOps工具执行。

无论用户为多云工作负载管理选择哪种工具，工作流和部署单元的概念都将最终决定用户所采用方法是否能够成功。每一个云决策都是关于托管和连接的决策，在这两个方面做出正确的决定才是在多云部署中实现高效工作负载管理的关键所在。