Nul
Administration af cloud computing ressourcer, der er vanskelige, det er en af tekniske livets store sandheder. Men ligesom alle andre aspekter af vores eksistens på Jorden, når vi accepterer dette faktum, kan vi begynde at transcendere det og overvinde de forhindringer, der ligger foran os.
Accept spørgsmål til side, hvad der synes at være overfladebehandling i form af vores videre tilgang til cloud i en alder af serverless computing er ikke blot et spørgsmål om binære on-off beslutninger.
Meget ofte er det ikke bare et tilfælde af Et software-værktøj, versus værktøj B.
I en hybrid multi-cloud serverless verden, er vi ofte nødt til at bruge begge valg, plus en ekstra peppering af værktøj C, som kan have aldrig i første omgang kommer til at tænke på, når vi først er begyndt at architecting mod cloud-modellen i sig selv.
Intetsteds er dette multi management tool ‘fænomen’ tydeligere til udtryk end i de data analytics-funktioner, som vi bruger til at undersøge og interagere med cloud tilfælde.
Hvis vi ønsker at “tale” til en cloud-applikation eller arbejdsbyrde for at finde ud af mere om sin status, kan vi straks se, at der er tre principielt forskellige veje til at starte samtalen. På længere sigt, der kan godt være mere end tre.
Strøm af sprog
Nye fremskridt inden for tale-til-tekst-behandling er det muligt for os at opbygge Naturlige Sprog, Forståelse (NLU) systemer, der kan gå i dialog med mennesker på vores egne betingelser.
At være i stand til at håndtere ikke blot forskellige folks accenter, men også idiomatisk ejendommeligheder, som vi bruger gennem semantiske fortolkning giver NLU at arbejde kontekstuelt ud af, hvad vi formentlig til at betyde for en given kommando.
Fra NLU vi kan opbygge Naturlige Sprog Forespørgsel (NLQ) teknologi, som vil give brugerne mulighed for at stille spørgsmål af cloud-systemer de kører for at fastslå, hvor tildeling af ressourcer er til rådighed.
Hybrid multi-cloud-implementeringer tilbyder en matrix af mulige konfigurationer, og vi mennesker (i dette tilfælde, vi er primært tale om sky-systemer administratorer, arkitekter og software udviklere) behøver at være i stand til at arbejde ud, hvad der skal gå meget hurtigt, ofte i løbet af meget kort afgørelse windows.
At være i stand til at “indlæsning til NLQ forespørgsel tale’ til en sky på sit hjerteslag at fastslå, hvor til at sætte eller skift hver arbejdsbyrde er en kæmpe fordel.
Dette vil give os mulighed for at finde de billigste, mest effektive, mest velegnet power for den applikation eller database job i hånd inden for acceptable grænser for ventetid og data overholdes.
AI er den anden måde
Men, heldigvis, menneskelige kontrol og interaktion med cloud computing system management funktioner, der kun går så langt. Vi kan også tale til skyerne ved hjælp af automatisering i form af Kunstig Intelligens (AI), som er i stand til at lære, hvad der virker bedst fra historiske transaktions-data og log-fil analytics.
At tale til en cloud-gennem implementering af AI intelligens betyder, at vi mennesker effektivt at forblive tavse, men samtalen i sig selv er stadig meget der.
I dette tilfælde, en AI-motor er instrueret til at engagere sig i med en kundes cloud udbygning med henblik på at lære de cykliske udsving i virksomhedens use case scenarier, selv om det også ser ud til at identificere pigge, toppe og dale.
Hvis vi bygger denne type af AI-kontrol hjerne korrekt (husk, det er stadig bare software-kode), kan vi begynde at finesse sin neurale magt og udad til at optage begivenheder, årstider, aktiekurser mv. uden for kundens mindre univers af operationelle data.
Modellering tredje base
For det tredje, vi kan være lidt mindre esoteriske og også ‘taler cloud’ via datamodellen, at vi fastslå, at regere vores cloud-implementering fra starten.
Data modeller er en hovedsageligt abstrakt organisation af elementer og objekter, der udgør en applikation eller database, struktur, og relationer, som de bør have, når de får lov til at køre og køre.
Hvis vi taler om at have “cloud samtaler’, som vi er her, så data model kunne måske sammenlignes med at den leksikon for sprog, som er til rådighed for os. Vi kan ikke begynde at stille spørgsmål uden at sproget indstillet, indtil vi udvide modellen i sig selv.
Krydsede linjer & chatter?
Som vi sagde i starten, kan vi tænke på ved hjælp af nogle eller alle af disse metoder til at tale med cloud tilfælde, og arbejde ud af, hvordan man bedst kan håndtere vores brug af den tilgængelige.
Teoretisk, hvis arkitektur og teknik er korrekt, så bør der ikke være nogen fare for, at krydsede linjer og chatter er vi tale til skyerne via mere end én kanal.
Når det er sagt, mulighed for at kombinere, corral og samle alle cloud og tal-kanaler i en enkelt grænseflade vil hjælpe med at undgå for mange kokke scenarier…. og det er helt sikkert en aktuel tendens i cloud management kredse.
Relaterede Emner:
Cloud
0