Hur man talar till ett moln

0
86

Noll

Hantera resurser cloud computing är svårt, det är en av tekniska livets stora sanningar. Men som alla andra aspekter av vår existens på Jorden, när vi accepterar detta faktum, kan vi börja att transcendera och övervinna de hinder som ligger framför oss.

Acceptans frågor åt sidan, vad som verkar vara ytbeläggning i form av vår fortsatta strategi att molnet i en ålder av serverlösa design är inte bara en fråga om binära on-off beslut.

Mycket ofta är det inte bara ett fall av programvara verktyg som En kontra verktyg B.

I en hybrid multi-cloud serverlösa världen, vi behöver ofta använda både val, plus en extra peppra av verktyg som kan ha aldrig först kommer att tänka på när vi först började utformning mot molnet modellen.

Ingenstans är detta flera verktyg ‘fenomen’ mer tydligt bevisas än i data analytics-funktioner vi använder för att undersöka och interagera med moln fall.

Om vi vill “prata” med ett moln ansökan eller arbetsbelastning för att ta reda på mer om sin status, kan vi omedelbart se att det är tre helt olika vägar för att starta konversationen. På längre sikt kan det vara bra att vara fler än tre.

Kraften i språket

Nya framsteg i tal-till-text-behandlingen gör det möjligt för oss att bygga Naturliga Språk Förståelse (NLU) system som kan samverka med människor på våra egna villkor.

Att kunna ta itu med inte bara olika folkens accenter, men också idiomatiska egenheter som vi använder semantisk tolkning kan NLU att kontextuellt räkna ut vad vi förmodligen att innebära för ett visst kommando.

Från NLU vi kan bygga Naturliga Språket i Fråga (NLQ) – teknik, som gör det möjligt för användare att ställa frågor till molnet system som de använder för att förvissa sig om att resursfördelningen är tillgängliga.

Hybrid multi-molntyper erbjuder en matris av möjliga konstellationer och vi människor (i det här fallet, vi främst talar om cloud system administratörer, arkitekter och utvecklare av programvara) behöver för att kunna räkna ut vad som ska gå där mycket snabbt, ofta inom en mycket kort beslut windows.

Att kunna “NLQ fråga talk” till ett moln på sina hjärtslag att förvissa sig om att sätta eller skift varje arbetsbelastning är en stor fördel.

Detta kommer att tillåta oss att hitta det billigaste, mest effektiva, mest lämplig effekt för program eller en databas jobb i hand inom acceptabla gränser för latens och data följs.

AI är den andra vägen

Men, tack och lov, mänsklig kontroll och samverkan med cloud computing system management-funktioner går bara så långt. Vi kan också prata med moln med hjälp av automatisering i form av Artificiell Intelligens (AI) som är kapabel att lära sig vad som fungerar bäst från historiska transaktionella data och log fil analytics.

Talar för att ett moln genom tillämpning av AI intelligens innebär att det är vi människor som på ett effektivt sätt hålla tyst, men själva samtalet är fortfarande mycket där.

I det här fallet, en AI-motor är regisserad av att engagera sig i med en kund cloud distribution i syfte att lära sig de cykliska effekterna av företagets använd scenarier, samtidigt som det också ser ut att identifiera toppar, toppar och dalar.

Om vi bygga den här typen av AI kontroll hjärna på rätt sätt (kom ihåg, det är fortfarande bara programkod), kan vi börja att finess dess neurala makt utåt för att införliva händelser, årstider, stock priser etc. utanför kundens mindre universum av operativa uppgifter.

Modellering tredje bas

För det tredje, vi kan vara lite mindre esoterisk ” och “också” prata molnet ” via data modell som upprättar vi för att styra våra cloud distribution från början.

Datamodeller som är en i huvudsak abstrakt organisationen av element och objekt som går att göra upp ett program eller en databas struktur och relationer som de ska ha när de är tillåtna att köra och köra.

Om vi pratar om med “molnet samtal” som vi är här, då de data som modellen kan kanske liknas vid ett lexikon över språk som är tillgängliga för oss. Vi kan inte börja ställa frågor utanför det egna språket tills vi utvidga modellen i sig.

Korsade linjer & prat?

Som vi sa i början, vi kanske tycker om att använda några eller ens alla av dessa metoder för att prata med moln fall och räkna ut hur man bäst hanterar vår användning av tillgängliga.

Teoretiskt, om arkitektur och ingenjörskonst är korrekt, borde det inte vara någon fara med korsade linjer och chatter är vi prata med molnen via mer än en kanal.

Som sagt, möjlighet att kombinera, corral och sammansmälta alla moln prata kanaler i ett enda gränssnitt kommer att hjälpa till att undvika alltför många inblandade scenarier…. och detta är verkligen en aktuell trend i cloud management cirklar.

Relaterade Ämnen:

Cloud

0