?對于今天的組織來說，現(xiàn)代化基礎(chǔ)設(shè)施勢在必行。技術(shù)領(lǐng)導者知道，為了推動業(yè)務價值，必須改進基礎(chǔ)設(shè)施，使其更高效、更靈活、更具成本效益。

云平臺上的無服務器計算和容器化等現(xiàn)代技術(shù)為實現(xiàn)這些目標提供了引人注目的手段，也提供了大量潛在途徑——做什么是明確的；怎么做是不行的。

IT需要超越lifting and shifting，滿懷信心地遷移和現(xiàn)代化。本文將研究IT團隊在遷移到新環(huán)境時面臨的三大挑戰(zhàn)，更重要的是，如何解決這些挑戰(zhàn)。

現(xiàn)代化挑戰(zhàn)1：應對云遷移的復雜性

云計算已經(jīng)成為未來的操作系統(tǒng)。對安全性和可靠性的擔憂已經(jīng)轉(zhuǎn)變?yōu)閷υ颇軌驅(qū)崿F(xiàn)創(chuàng)新、輕松適應以及在正確操作時控制成本的贊賞。云計算服務的爆炸式發(fā)展超越了按需基礎(chǔ)設(shè)施選項，為組織提供了無數(shù)交付現(xiàn)代應用程序的方式。但隨著選擇而來的是復雜性。此外，從AWS到Azure，從IBM到GCP和Oracle Cloud Infrastructure，提供商和服務的組合令人望而卻步。

這種情況使IT處于眾所周知的困難境地。如果他們選擇一家供應商，然后全力以赴地進行標準的lift and shift，他們將失去優(yōu)化和充分利用平臺服務的能力。如果不進行優(yōu)化，就很難實現(xiàn)最初推動向云遷移的好處。然而，分析所有潛在的遷移可能性在時間和資源上都是困難的。構(gòu)建一個包含所有選項的矩陣將導致成百上千的排列組合。選擇正確的組合幾乎是不可能的。

這兩種選擇都使得IT很難達到最佳狀態(tài)。你不希望由于風險-性能問題而導致供應不足，但過度供應會浪費資金。更不用說，云服務在不斷變化。遷移需要考慮到業(yè)務需求和新的服務可用性。如果沒有對當前和未來工作負載進行可視化、預測和優(yōu)化的能力，IT就無法充分利用云的潛力。

現(xiàn)代化挑戰(zhàn)2：正確調(diào)整容器大小和優(yōu)化容器環(huán)境

像Kubernetes這樣的容器環(huán)境提供了與云類似的好處和挑戰(zhàn)。容器使IT團隊能夠提高效率、靈活性和速度，改進應用程序生命周期管理，并使現(xiàn)有應用程序更快、更容易實現(xiàn)現(xiàn)代化。不過，與云一樣，容器也必須進行優(yōu)化，以實現(xiàn)其降低成本和優(yōu)化性能的能力。

為了有效地編排容器，IT必須了解如何分配它們。與云資源調(diào)配一樣，容器資源分配不足可能會導致服務保證問題，而過度分配可能會導致浪費開支，尤其是因為單個應用程序團隊往往會請求比安全所需更多的資源。當容器用于管理波動的業(yè)務需求對IT系統(tǒng)的影響時，適當調(diào)整容器環(huán)境的大小尤為重要。為當前狀態(tài)優(yōu)化容器環(huán)境至關(guān)重要，但了解將要發(fā)生的事情也很重要，這樣可以相應地分配資源。

現(xiàn)代化挑戰(zhàn)3：將業(yè)務驅(qū)動與IT系統(tǒng)需求相關(guān)聯(lián)

容器和云不是唯一需要IT團隊預測和規(guī)劃不斷變化的業(yè)務需求的系統(tǒng)。使IT基礎(chǔ)設(shè)施現(xiàn)代化需要清楚地了解內(nèi)部和外部驅(qū)動因素的起伏如何影響所有系統(tǒng)；如果沒有它，可能會對業(yè)務產(chǎn)生嚴重后果。

當今環(huán)境的復雜性使這種相關(guān)性比以往任何時候都更具挑戰(zhàn)性。即使有合適的人員、專業(yè)知識和資源，能力規(guī)劃團隊仍然無法跟上當前市場的速度和不可預測性，也無法理解其對底層技術(shù)基礎(chǔ)設(shè)施和資源的影響。通過假設(shè)規(guī)劃將已知或計劃的事件和潛在業(yè)務場景考慮在內(nèi)對于主動評估和管理風險至關(guān)重要。這樣可以提前采取行動，防止服務中斷或性能下降。

現(xiàn)代化基礎(chǔ)設(shè)施時需要尋找的關(guān)鍵功能

解決這三個挑戰(zhàn)需要以下能力：

• 在選擇云服務提供商之前（而不是之后），根據(jù)組織獨特的基礎(chǔ)設(shè)施和使用情況進行成本和資源需求比較，以評估和調(diào)整工作量遷移。
• 從第三方解決方案中獲取指標、事件和拓撲的集成，以實現(xiàn)廣泛的可觀察性。
• 動態(tài)服務建模，用于全面的服務拓撲視圖，支持以服務為中心的監(jiān)控，以連續(xù)查看業(yè)務服務的狀態(tài)。
• 智能自動化和分析，以確定自動糾正措施的機會，并在違反基線之前檢測趨勢、模式和異常。
• 人工智能和機器學習驅(qū)動的事件關(guān)聯(lián)、情況管理和根本原因隔離，以減少平均修復時間（MTTR）。
• 跨多種數(shù)據(jù)源進行日志分析和豐富，以早期診斷潛在問題并避免服務中斷。
• “假設(shè)”模擬，以查看不同業(yè)務驅(qū)動因素的影響，調(diào)整Kubernete的大小并優(yōu)化容器環(huán)境，確保資源得到適當?shù)恼{(diào)配和分配。

減少遷移到云的時間、復雜性和成本

IT領(lǐng)導者必須確保他們擁有當今和未來服務保證所需的技術(shù)資源，無論他們的環(huán)境多么動態(tài)、復雜或多樣。無論你是從內(nèi)部部署遷移到公共云、從一個云遷移到另一個云，還是在多云環(huán)境中的云之間遷移，通過AIOps、機器學習、高級分析和智能自動化進行預測，都可以提供需要的洞察，以平衡風險、效率和IT支出，同時優(yōu)化性能和可用性。

原文鏈接：https://thenewstack.io/overcoming-the-top-3-challenges-of-infrastructure-modernization/?