۳۰ آذر ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

۲۰۲۳ را به سال بهینه سازی رایانش ابری تبدیل کنید

این هفته AWS Re:Invent و زمان برنامه ریزی ابری پایان سال است. امیدواریم شاهد تغییری در تفکر به سمت استفاده موثرتر از رایانش ابری باشیم.

این هفته AWS Re:Invent و زمان برنامه ریزی ابری پایان سال است. امیدواریم شاهد تغییری در تفکر به سمت استفاده موثرتر از رایانش ابری باشیم.

من برای جستجوی الگوها در فناوری آموزش دیده ام. من این تکنیک بقا را در بسیاری از نقش‌هایم به‌عنوان یک مدیر ارشد فناوری توسعه دادم، جایی که شما وظیفه دارید در مورد اینکه چه فناوری مهم است، به‌ویژه زمان‌بندی زمان سرمایه‌گذاری و اینکه این سرمایه‌گذاری‌ها چه باید باشد، شرط بندی کنید.

فرقی نمی‌کند که یک شرکت فناوری واقعی (همانطور که اکثر کارفرمایان من بودند)، یک شرکت خدماتی، یک شرکت سنتی یا یک شرکت جدید باشید. همه تلاش می کنند همه اینها را بفهمند. درک اینکه چه مفاهیمی در حال ظهور هستند، چه مفاهیمی قرار است مرتبط باشند، و زمان بندی این ارتباط یک مهارت شغلی است.

کنفرانس AWS re:Invent این هفته برگزار می‌شود (با نام مستعار «Cloud Computing Woodstock») و ما تعداد زیادی اعلان‌ها را خواهیم دید، از جمله بسیاری از آنها که باید هنگام جستجوی الگوها در نظر بگیرید. دیو ولانته از SiliconAngle کار بسیار خوبی انجام می دهد نگاه کردن به پیش نمایش با صحبت با مدیر اجرایی AWS، آدام سلیپسکی، آشکار می شود.

با این حال، در روزهای آینده اعلامیه های بیشتری از AWS و سایر ارائه دهندگان فناوری ابری خواهیم دید. از این میان، برخی از داده‌های کلیدی به دست می‌آیند که باید از نظر الگوهای در حال ظهور، یا به طور خاص‌تر، الگوهای کلان در نظر گرفته شوند.

فراتر از سر و صدای نمایش‌ها و مطبوعات، فکر می‌کنم می‌توانیم تشخیص دهیم که الگوهای کلان جدیدی در حال ظهور هستند. این الگوها یک موضوع را تعیین می کنند و سپس ریزالگوها ظاهر می شوند. به عنوان مثال، ما شاهد شتابی در تمرکز بر عملیات ابری (cloudops) هستیم. این یک الگوی کلان است. ما همچنین شاهد شتاب چندین ریز الگو، مانند AIops و قابلیت مشاهده برای پشتیبانی از ابرها هستیم. البته ممکن است ریزالگوهای فرعی دیگری روی ریزالگوها و غیره وجود داشته باشد.

برنامه های چند ابری فدرال شگفت انگیز

الگوهای کلان جدیدی که در سال ۲۰۲۳ خواهیم دید چه هستند؟

همانطور که هفته گذشته به آن اشاره کردم، سال ۲۰۲۳ احتمالاً بر مفاهیم عمل گرایانه تری تمرکز خواهد کرد. به طور خلاصه، برنامه ریزی و استراتژی، روش هایی برای به دست آوردن ارزش بیشتر از فناوری ابری یا هر فناوری دیگری خواهند بود. اگر بخواهم این کلان الگو را نام ببرم، “بهینه سازی” خواهد بود.

ما مفهوم بهینه‌سازی معماری را در اینجا تا حد مرگ شکست داده‌ایم، با این درک که به دنبال پیکربندی‌های ابری هستیم که بیش از «کار» انجام می‌دهند. ما می خواهیم با کمترین مقدار هزینه، بیشترین ارزش را به کسب و کار برگردانیم. البته، ما می خواهیم همین کار را با بهینه سازی هزینه های ابری با استفاده از فرآیندها و ابزارهای finops انجام دهیم. به نظر می رسد در سال ۲۰۲۳ شاهد بهینه سازی داده های شرکتی نیز خواهیم بود. اینها ممکن است نتیجه الگوهایی باشد که این هفته در re:Invent خواهیم دید.

بیشتر این بحث در مورد “بهینه سازی” ناشی از این واقعیت است که بازده بازگشت سرمایه رایانش ابری برای بسیاری از شرکت ها کمتر از ستاره ای بوده است، و به نظر نمی رسد با هزینه ها ردیابی شود. در واقع، شرکت‌های هم‌اندازه را می‌بینیم که تقریباً همان مبلغ را برای مهاجرت رایانش ابری، تحول دیجیتال و سایر تلاش‌های مدرن‌سازی هزینه می‌کنند، اما نتایج بسیار متفاوتی دارند. برخی از شرکت ها ارزش تجاری خوبی پیدا می کنند. دیگران ارزش منفی پیدا می کنند و چیزی برای نشان دادن برای سفرهای محاسبات ابری خود ندارند. هیئت مدیره، مدیران اجرایی، و سرمایه گذاران شروع به پرسیدن سوال کرده اند.

Google Cloud Anthos چیست؟ Kubernetes را در همه جا مدیریت کرد

بنابراین، گفتن اینکه بسیاری از الگوهای کلان برای سال ۲۰۲۳ بیشتر بر روی بهینه سازی تمرکز خواهند کرد، آسان است: بهینه سازی معماری های رایانش ابری، هزینه های ابری، داده ها، امنیت، سیستم های هوش مصنوعی، و غیره – در هر جایی که ما تلاش می کنیم چیزها را برای کسب و کار ارزشمندتر کنید، به جای صرف پول برای فن آوری هایی که ممکن است به روشی بهینه کار کنند یا نکنند.

به نظر من، این بازگشتی است به روشی بهتر در مورد استفاده از منابع رایانش ابری. با این حال، با چالش هایی همراه خواهد بود. من دو مورد را ذکر می کنم.

اول، اکثر کسانی که روی سیستم‌های مبتنی بر ابر کار می‌کنند، نمی‌دانند چگونه چیزها را بهینه کنند، قطعاً فناوری. هیچ درک اساسی از نحوه پیدا کردن نقاط شیرین با هر فناوری از نظر به حداکثر رساندن ارزش تجاری وجود ندارد. بسیاری می دانند که چگونه می توان یک مورد تجاری ایجاد کرد، که به معنای فروش داخلی یک طرح است، اما بعید به نظر می رسد که اندازه گیری مداومی وجود داشته باشد که چه ارزشی به کسب و کار بازگردانده می شود و اگر بازگشت سرمایه پایین باشد چه باید کرد.

IDE های JetBrains برای توسعه مبتنی بر ابر با Gitpod متصل می شوند

دوم، بهینه‌سازی نیاز به خود ارزیابی و تأمل دارد، و برخی از این خود ارزیابی‌ها تصمیمات بدی را که رهبران گرفته‌اند را آشکار می‌سازد. اگر شما کسی هستید که آن تصمیمات بد را گرفته اید، ارزیابی های محکم و واقعی ترسناک خواهند بود. من گمان می کنم که بسیاری در دفاع از مشاغل مورد دستکاری یا نادیده گرفته می شوند. من هیچ پاسخ آسانی ندارم، اما من آن را از نزدیک می بینم و نظراتی دریافت می کنم که این اغلب یک مسئله است.

در نهایت، از وسوسه پرتاب کردن ابزار در این مورد اجتناب کنید. اگر امروز به اکثر ابزارهای ops، از جمله finops و AIops نگاه کنید، همه آنها به ارائه تجزیه و تحلیل بهینه سازی می بالند. ایده این است که با استفاده از یک ابزار، توانایی بهینه سازی هزینه های ابری، کلوداپ ها و غیره را به صورت خودکار انجام دهیم. اگرچه ابزارها بخش اصلی بهینه‌سازی هستند، اما نباید استراتژی، فرآیندها و معیارها را هدایت کنند. باید مورد توافق رهبری قرار گیرد.

من از این الگوی کلان بهینه سازی از نظر نحوه برخورد ما با فناوری ابری و اینکه چگونه آن را بهتر با تجارت هماهنگ کنیم خوشحالم. ساده لوح نیستم، می دانم که این چالش دیگری برای IT خواهد بود، اما این یکی ارزش زیادی دارد.