#165 Workload Cloud-Platzierungs-Faktoren
Subscribe to get the latest
on Thu Oct 05 2023 00:00:00 GMT-0700 (Pacific Daylight Time)
with Ricardo Dutton Jr, Darren W Pulsipher,
In diesem Podcast tauchen Darren und Rico Dutton in die Welt der Cloud-Instanzen ein und erläutern die Faktoren, die bei der Auswahl der richtigen Instanz für Ihre Workload zu beachten sind. Sie diskutieren die verschiedenen Berechnungsoptionen, die in der Cloud verfügbar sind, die Bedeutung des richtigen Gleichgewichts zwischen Leistung und Kosten und die Rolle von Cloud-Spezialisten bei der Unterstützung von Organisationen bei informierten Entscheidungen.
Keywords
#cloudcomputeoptions #collmultihybridcloud #cloudinstance #cloudspecialistadvice #computeselectiontools #optimizecloud #workloadcloud #vendorlockinprevention #cloudbestpractices #cloudinstanceperformance #costeffectivecomputesolutions #workloadoptimization #resourceefficiency #cloud #multihybridcloud #embracingdigital #edt165
Verstehen von Computeroptionen
Cloud-Dienstleister (CSPs) bieten eine Mischung aus verschiedenen Rechenfamilien an, die von älteren Generationen von Rechenhardware bis hin zu den neuesten und leistungsfähigeren Instanzen reichen. Diese älteren Generationen werden häufig für kosteneffiziente Rechenfunktionen verwendet, während neuere Generationen verbesserte Leistung zu ähnlichen oder niedrigeren Preisen bieten.
Es kann überwältigend sein, sich durch die zahlreichen computing-Optionen in der Cloud zu navigieren, insbesondere wenn regelmäßig neue Instanzen veröffentlicht werden. Genau hier kommen Cloud-Spezialisten wie die bei Intel ins Spiel. Diese Experten können wertvolle Erkenntnisse liefern und bei der Auswahl der geeignetsten Instanz für eine bestimmte Arbeitslast unterstützen.
Informierte Entscheidungen treffen
Um die beste Entscheidung zu treffen, suchen Sie den Rat von Cloud-Spezialisten oder verwenden Sie Tools wie Densify oder Intel Site Optimizer. Diese Tools nutzen maschinelles Lernen, um die Funktionen einer Anwendung, die Rechenleistung und die Netzwerkanforderungen zu analysieren und die geeignetste Instanzgröße zu bestimmen. Durch die Nutzung dieser Ressourcen können Organisationen sicherstellen, dass sie das Beste aus ihren Cloud-Ressourcen herausholen und Unter- oder Überauslastung vermeiden.
Umsetzung bewährter Verfahren
Es ist wichtig, Empfehlungen für Instanzen in Infrastruktur-als-Code (IaC) Skripte, wie zum Beispiel TerraForm, einzubinden, um die automatische Auswahl der leistungsstärksten Instanz für eine Arbeitslast zu ermöglichen. Dadurch wird eine konsistente und effiziente Platzierung der Instanzen sichergestellt, das Risiko menschlicher Fehler reduziert und die Leistung optimiert.
Unter Berücksichtigung der Portabilität
Während Intel derzeit den Cloud-Markt mit x86-basierten Instanzen dominiert, gibt es etwas Konkurrenz von AMD und ARM. ARM-basierte Prozessoren, wie der Graviton, sind unter CSPs beliebt, benötigen jedoch eine höhere Workload-Portabilität zwischen Anbietern und zwischen öffentlichen und privaten Umgebungen. Das Portieren von x86-basierten Workloads auf ARM würde umfangreiche Code-Refactoring und Neuentwicklung erfordern.
Organisationen sollten bei der Rückführung von Arbeitslasten aus der Cloud in ihre eigene Infrastruktur die Kompatibilitätsprobleme beachten. Es ist entscheidend, die Portabilität und Flexibilität der gewählten Computing-Plattform zu bewerten, um reibungslose Übergänge sicherzustellen und eine Anbieterbindung zu vermeiden.
Schlussfolgerung.
Die Auswahl der richtigen Cloud-Instanz ist eine entscheidende Entscheidung, die sich auf die Leistung, Kosten und Portabilität Ihrer Workload auswirken kann. Mit Unterstützung von Cloud-Spezialisten und Tools können Organisationen informierte Entscheidungen treffen und die Nutzung ihrer Cloud-Ressourcen optimieren. Durch das Verständnis der verfügbaren Rechenoptionen, die Integration bewährter Verfahren und die Berücksichtigung der Portabilität können Unternehmen das volle Potenzial der Cloud nutzen und gleichzeitig Flexibilität und Effizienz in ihren Abläufen sicherstellen.