写点什么

旧瓶新酒之业务入云不简单

2016 年 6 月 26 日

编者按:春节过后,以 Netflix、Spotify、Ghost Pro 等为代表的国外行业代表公司,开始较多地分享自己是如何把业务迁移到云端的话题。2016 年 3 月又是个特殊的时间点——恰逢 AWS S3 发布十周年;Google 则迎来了 Spotify、Apple、Disney 等大客户;Microsoft 也拿出了“Cloud 第一、Windows 第二”的态度,新一轮的竞争已经到来。在过去的一年里,以 AWS 为代表的海外云厂商不断推出了更多迁移服务;国内云厂商则提出 2015 是中国云计算的元年的看法,并不约而同地提供云服务“打包”的解决方案。为此,在本届 QCon 北京现场,我们特别策划了架构师俱乐部“入云”话题交流活动。

我们邀请了涉及云迁移的上下游厂商及技术专家,一起讨论彼此真正关心的问题,了解双方的需求和规划。在本次闭门会议上,大家抛出问题、探讨方法,一同交流心得、分享经验。

迁移前的核心诉求与担忧

在我们看来最重要的是客户迁移的意愿和态度。用户的需求至少要从技术和行业两个维度去考虑。但不同的客户有着千差万别的需求,只有找到用户的核心诉求与担忧,才能进一步撬动业务更深层的需求。

经过与会专家的讨论,我们认为现阶段大部分用户的核心诉求有以下几点:

  • 获取新技术和组件的能力,包括中间件、大数据和安全;
  • 提高运营效率;
  • 业务转型;
  • 降低成本。

而现阶段大部分用户存在以下诸方面的担忧:

  1. 用户的数据隔离与安全;
  2. 现有技术体系如何适应云端新技能;
  3. 迁移过程是否平滑;
  4. 对内部原有管控流程的影响
  5. 云端生态系统如何完善;

从当前的趋势来看,随着云厂商产品与服务的不断改进,类似的担忧正在慢慢消除。

迁移过程中遇到的问题

从现有的案例中我们发现,即便是做好了充分的需求分析和技术预案,在实际迁移过程中依然会遇到各种问题。其中大家最关心的问题有以下几个方面:

  • 安全的问题;
  • 数据库上云的问题;
  • 运维体系的重塑;
  • 应用架构的重构;
  • 数据的迁移;
  • 迁移工具、服务商的选择;
  • 业务连续性保障;
  • 业务一致性保障;
  • 云应用的隔离与依赖关系;
  • 云备份;
  • 企业管控流程的变迁;

我们重点讨论了云安全、数据库上云两个话题。分别得出以下共识:

  1. 传统安全和云安全的区别:首先是责任分担的问题;第二是多租户的隔离;第三是传统网络到 SDN 的改变;第四则是规模性效应。由迁移入云带来的这四个问题是传统安全和云安全的最大区别。
  2. 云服务商该如何应对?首先要有保证自己云平台安全的能力,其次要为云上客户提供安全的能力。具体要从以下三方面来完善,即:
  • 云产品本身要提供基础的安全功能,比如说安全防火墙、身份认证管理、审计、加密服务,等。
  • 第二,打造 SaaS 化的安全服务。
  • 第三,构建安全生态,接入主流安全厂商的产品和服务。

对于数据库上云的讨论则集中在以下方面:

数据库上云的问题有两个:

  • 第一,云上的数据库应该用哪种是首先要考虑的。企业根据自身业务特点将面临到底是继续用关系型数据库,还是非关系型数据库。云厂商需要有向用户提供选择怎么样的 DB 来存储自己数据的咨询服务。
  • 第二,选定一个目标后,数据迁移过程中就会遇到同步等问题。这可能会涉及应用架构重塑的问题,比如,分拆 KV 和 MySQL 的话,应用代码肯定要改。

迁移后的工作

如果你足够幸运,业务迁移顺利完成,在这之后依然有很多问题要面对。根据专家们的讨论,主要有以下几个方面:

  • 持续优化系统,包括资源利用率、新技术、可靠性、安全性等方面;
  • 云安全的不断优化,包括应用安全、数据安全、应急响应等方面;
  • 云运维流程的重新梳理;
  • IT 费用控制管理(预算模型)的更新;
  • 技术人员职业规划和评价标准;
  • 云服务提供商 Lock-in 的问题;
  • 资源调度模型的改变;
  • 云应用日志体系的落地;

我们重点讨论了前以后如何持续优化的问题。在完成了资源虚拟化和业务云化后,整个企业的技术架构相应地发生了根本的改变,企业要充分利用云服务的优势需要从以下四个方面:

  • 持续提升利用率,上云之后客户的诉求慢慢出来了,这是需要云服务商和客户二者一起来解决这个问题。
  • 可靠性的问题,随着数据备份慢慢做起来,整个系统需要不断优化。
  • 安全是一个攻防对抗的过程,因此我们一定要把安全从运维的角度提升到运营的角度
    • 首先要引入一些新的安全工具,如 SaaS 化的安全服务;
    • 除此之外,在开发层面应该引入 SDL( Security Development Lifecycle) 流程;
    • 基于木桶原理,在安全各个层面,如网络、主机、应用、数据、业务、内容,要把短板找到,以及持续地找,从而建立纵深防护体系;
    • 最后在漏洞检测方面引入社会化检测(如白帽子众测等),同时把大数据手段使用起来,来提高监测和控制的能力。
  • 对新服务使用,尽量使之 PaaS 化,这是一个优化的方向。另外,一些客户上云之后新的需求会催生出对新服务的使用。最后,客户可能从整个应用的打包、部署,乃至应用架构的重构方面去优化整个的端到端的效果。

优化的路径则十分明了,即首先是资源与环境的虚拟化,然后业务形态变身为 Cloud Native App,最后,与之相应的,企业的组织架构也将改造为 Cloud Native 的组织。

云上的创业与创新

最后大家讨论了在云里面有什么创新、创业的机会。大家一致认为受众越广的 SaaS 服务越有希望,因为受众在 B 端越宽,资本持续需求越旺盛。此外,大家还探讨了云迁移服务、安全服务、跨云管理、雾计算、区块链、大视频、VR 以及工具化服务的创业与创新可能。

架构师俱乐部

『架构师俱乐部』是国际知名技术社区 InfoQ 发起和主办的,以资深架构师为主的不定期技术交流活动,旨在通过及时的分享和深入的交流,在资深技术人员之间搭建一个平台,让彼此之间的信息无障碍流通,同时增加彼此识朋交友的机会。

2016 年 6 月 26 日 17:26853
用户头像

发布了 62 篇内容, 共 16.8 次阅读, 收获喜欢 3 次。

关注

评论

发布
暂无评论
发现更多内容

LeetCode 120. Triangle

隔壁小王

算法 LeetCode

Flink SQL 的 9 个示例

Apache Flink

大数据 flink 流计算 实时计算 大数据处理

都在说实时数据架构,你了解多少?

Apache Flink

大数据 flink 流计算 实时计算 大数据处理

一行代码实现网站可编辑,并解决网站禁止复制的限制

王坤祥

复制 破解 DOM

读书·行路·问心·求道

黄崇远@数据虫巢

读书笔记 个人成长 读书

你的文章中为什么会有加粗的文字

小天同学

思考 写作 感悟

centos7.6操作系统安装

桥哥技术之路

Linux

Flink 消息聚合处理方案

Apache Flink

大数据 flink 流计算 实时计算 大数据处理

vue项目中遇到的依赖及其他问题

靖仙

Vue 前端 Web 前端开发

作为程序员,有哪些写作平台值得推荐 ?B站也算吧

邓瑞恒Ryan

学习 创业 写作 知识管理 自我提升

零基础应该如何学习爬虫技术?

极客时间

Python 编程 爬虫

经验可能反而阻碍你的新认知

孙苏勇

思考 读书

祝贺!两位 Apache Flink PMC 喜提 Apache Member

Apache Flink

大数据 flink 流计算 实时计算 大数据处理

Iceberg 在基于 Flink 的流式数据入库场景中的应用

Apache Flink

大数据 flink 流计算 实时计算 大数据处理

Python 有哪些黑魔法?

极客时间

Python 编程语言

SpringBoot中如何优雅的使用多线程

读钓

Java spring Spring Boot

在InfoQ开启写作之旅

张先亮-Hank

人工智能 随笔

什么是全光架构?光纤KVM和分布式IP KVM系统知多少?

DT极客

关于PHP内存溢出的思考

L

php

PyFlink 社区扶持计划正式上线!

Apache Flink

大数据 flink 流计算 实时计算 大数据处理

最佳实践 | Flink Forward 全球会议抢先看!

Apache Flink

大数据 flink AI 流计算 实时计算

Flink State 最佳实践

Apache Flink

大数据 flink AI 流计算 实时计算

原创 | OOAD范例:配置类设计

编程道与术

我入驻InfoQ平台啦

BlueblueWings

Flink 的经典场景和业务故事有哪些?看看他们就知道了

Apache Flink

大数据 flink 流计算 实时计算 大数据处理

18个PPT,29个提问解答,都在这儿啦!

Apache Flink

大数据 flink 流计算 实时计算 大数据处理

什么是物联网中台

老任物联网杂谈

物联网中台 IOT Platform 物联网平台

PMP-识别风险、定性风险、定量分析工具和技术汇总对比

飞哥

项目管理 pmp

XOR异或运算在计算机中的应用

王坤祥

XOR 异或运算 对称加密

Apache Beam 大数据处理一站式分析

李孟

Java 大数据 数据中台 数据交换 Beam

初文,大浪淘沙

傅丞 Tony

演讲经验交流会|ArchSummit 上海站

演讲经验交流会|ArchSummit 上海站

旧瓶新酒之业务入云不简单-InfoQ