Pure Storage erläutert effiziente Nutzung von Multi-Cloud

Während die Cloud-Nutzung immer weiter zunimmt, haben Unternehmen Schwierigkeiten, den tatsächlichen Bedarf an Daten und Nutzung abzuschätzen. Dies führt zu Verschwendung – und diese summiert sich auf Milliardensummen pro Jahr. [...]

Foto: GerdAltmann/Pixabay

Die Multi-Cloud verspricht Unternehmen, die IT-Altlasten von gestern zu beseitigen, die Kosten zu senken und den Anwendungen mehr Leistung zu geben, wenn sie sie brauchen. Unternehmen können Ressourcen à la carte auswählen und nutzen. Managed Service Provider (MSPs) nehmen ihnen das Tuning und Tooling ab.

In der Realität wird genau das und noch mehr erreicht. Einem Bericht von Flexera zufolge haben 89 Prozent der befragten Unternehmen Multi-Cloud-Strategien eingeführt und erwarten, dass die Cloud-Ausgaben im nächsten Jahr um 29 Prozent steigen werden.

Aber: Was die Cloud bietet, kann sie auch wieder nehmen – und eine schnelle Einführung kann zu Chaos und Komplexität führen, die Unternehmen unbedingt lösen wollen. Wenn IT-Abteilungen ihre Cloud-Budgets überziehen (laut der Flexera-Studie um durchschnittlich 13 Prozent), richten sie sich nach den maximalen Anforderungen und nicht nach dem tatsächlichen Bedarf.

Dies führt zu Verschwendung, die sich allein im letzten Jahr auf über 14 Milliarden US-Dollar summiert hat. Die Befragten schätzten selbst, dass 32 Prozent der Cloud-Ausgaben verschwendet werden. Infolgedessen haben 59 Prozent der Unternehmen, die an der Flexera-Umfrage teilgenommen haben, im sechsten Jahr in Folge die Multi-Cloud-Optimierung in Angriff genommen und priorisiert. Direkt hinter dieser Initiative steht der Plan, die Cloud-Nutzung zu erhöhen und noch mehr Workloads zu migrieren.

Wenn Unternehmen immer noch Schwierigkeiten haben, Verschwendung und Ausgaben unter Kontrolle zu bringen, wie können sie diese dann eindämmen, bevor sie die Komplexität noch weiter erhöhen? Pure Storage geht dieser Frage auf den Grund.

Fluktuation und Wandel in der Cloud akzeptieren, aber den Ball im Auge behalten

Es gibt ein kleines Problem, wenn man die Einführung der Multi-Cloud als „Reise“ bezeichnet. Es impliziert, dass man am Ziel angekommen ist, aber es ist nicht einfach nur eine Reise.

Um Verschwendung vorzubeugen und die Budgets im Zaum zu halten, müssen Unternehmen mit Veränderungen rechnen und eine Infrastruktur entwickeln, die diese Flexibilität unterstützt. Wenn sie die Multi-Cloud bisher eher stückweise und de facto eingeführt haben, sollten sie sich die Zeit nehmen, innezuhalten und ein Audit durchzuführen.

Es kann hilfreich sein, diese Faktoren zu bewerten:

  • Die Art der Workloads in der Cloud. Die Workloads lassen sich am einfachsten in zwei Arten unterteilen: statisch und dynamisch. Sie erfordern unterschiedliche Arten von Speicher, Diensten und Laufzeiten. Welche müssen tatsächlich 24×7 laufen? Welche können sicher in einem Data Lake oder einer Lösung gespeichert werden, die keine extrem niedrige Latenz oder Echtzeitverarbeitung erfordert?
  • Die gesamten Kapazitätsanforderungen. Auf beiden Seiten ist ein Puffer sinnvoll, um während eines Bursts Reserven zu haben, aber nicht zu viel ungenutzt zu lassen.
  • Die Lizenzen und Ressourcen, für die das Unternehmen zahlt und die es tatsächlich nutzt. Dies lässt sich überprüfen, wenn sich die Workloads ändern. Werden neue Dienste schneller erworben, als sie nutzbar sind, kann dies Verschwendung verursachen.
  • Die Ressourcen, die über eine automatische Skalierung verfügen. Gibt es die Möglichkeit, sie herunterzufahren, wenn sich die Anforderungen ändern? Auf diese Weise zahlen Unternehmen nicht für Dienste, die sie nicht mehr benötigen, wenn sie Workloads verlagern.
  • Die Anwendungen und Daten, die mobil sein müssen, gemeinsam genutzt werden und sich von Silos lösen müssen. Das Wichtigste ist die Möglichkeit, Daten zu bewegen, darauf zuzugreifen und sie gemeinsam zu nutzen. Mit einer besseren Datenmobilität kann es einfacher sein, Workloads zwischen öffentlichen und privaten Umgebungen zu verschieben. Zu achten gilt es auf Engpässe, da einige ältere Speicherlösungen nicht ganz mit dem Tempo des Wandels in der Cloud mithalten können.

Unterm Strich gilt es, die Multi-Cloud-Strategie regelmäßig auf hohem Niveau zu prüfen. Die Workloads werden sich ändern, und einige davon können sich so entwickeln, dass sie vor Ort besser aufgehoben sind.

Hier kann die Interoperabilität eine entscheidende Rolle spielen, und es ist von entscheidender Bedeutung, über die Datenmobilität und Stabilität zu verfügen, um diese Veränderungen zu unterstützen.

Flexible Verbrauchsmodelle wählen statt festen Abonnements

Monatliche Abonnements für Dienste, die gar nicht oder nicht in vollem Umfang genutzt werden, sind die Hauptursache für zu hohe Ausgaben. Der einfachste Weg, Budgets zu schützen, wenn die Workloads schwanken, sind flexible Verbrauchsmodelle, bei denen Kunden nur für das bezahlen, was sie nutzen.

As-a-Service-Modelle sind die Lösung für eine der größten Sorgen von IT-Entscheidern: die genaue Kapazitätsplanung. Ein typisches Beispiel: Evergreen//One verwendet ein flexibles Verbrauchsmodell für die Datenspeicherung, welches ermöglicht, die Speicherung wie eine Versorgungsleistung zu behandeln.

Kunden zahlen für das, was sie nutzen, und nicht für eine feste Speichermenge, die sie möglicherweise über- oder unterbeanspruchen. Vor allem für Multi-Cloud-Umgebungen hat dies einen großen Vorteil. Es reduziert die Komplexität zwischen verschiedenen Anbietern, sowohl vor Ort als auch extern, mit einem einzigen Abonnement zur gleichzeitigen Verwaltung mehrerer Cloud-Services. Die Hybrid-Cloud war noch nie so schlank.

Bessere Sichtbarkeit durch erweiterte Analysen und KI-gestütztes Monitoring

Der beste Weg, um der Überbereitstellung einen Schritt voraus zu sein, ist Sichtbarkeit in den Cloud-Umgebungen – ein Mangel daran ist ein weiterer Hauptproblembereich in Rechenzentren. Hier können As-a-Service-Modelle wie Evergreen//One Portale mit Mess- und Überwachungsfunktionen bereitstellen, damit Unternehmen einen klaren Überblick über ihre Kosten und Nutzung erhalten.

Effektive IT-Analysen und -Berichte können darüber hinaus helfen, genaue Prognosen zu erstellen und Verschwendung zu vermeiden. Die Arbeitslast, die rund um die Uhr läuft und die Kosten in die Höhe schießen lässt, würden Unternehmen mit besseren Analysen früher bemerken.

„Die Überwachung bietet Echtzeiteinblicke in die Auswirkungen von Leistungsverschlechterungen auf Kunden, aber die zunehmende Einführung von Multi-Clouds stellt hierbei eine Herausforderung dar.“ – 2019 Gartner Market Guide for IT Infrastructure Monitoring Tools

IT-Analysen können jedoch eine Herausforderung darstellen, insbesondere, wenn Unternehmen mehr Cloud-Dienste à la carte eingeführt haben. Was ist die Lösung? Governance ist ein Muss, kann aber zeitaufwändig sein, wenn sie manuell durchgeführt wird. Tools für das IT-Infrastrukturmanagement (ITIM), Ausgabenmanagement und die Überwachung von Cloud-Services können Unternehmen helfen, einer optimierten Cloud näher zu kommen. Aber auch hier steht man vor dem Problem der Komplexität.

Automatisierung, künstliche Intelligenz (KI) und API-basierte Tools können dies erheblich vereinfachen. KI kann Anomalien erkennen, Trends bei Kapazitätsanforderungen vorhersagen und Verschwendung vorhersehen, bevor sie sich in der Bilanz niederschlägt.

Pure1, die KI-basierte Überwachungsplattform von Pure Storage, kann Trends erkennen, die darauf hinweisen, wann Kunden mehr oder weniger Speicherkapazität benötigen, und Pure auf Probleme aufmerksam machen, bevor sie auftreten.

Fokus auf Anwendungsportabilität, Datenmobilität und Interoperabilität

Ein großer Anreiz des Multi-Cloud-Modells ist die Vermeidung von Abhängigkeiten, aber es gibt auch Kompromisse. Vor allem die Frage, wo und wie Unternehmen ihre Daten speichern, kann zu Kompromissen führen, die ihre Multi-Cloud-Rendite schmälern. Ironischerweise kann eine bessere Speicherung vor Ort ein guter Ausgangspunkt sein.

Und warum? Die Bindung an einen Cloud-Anbieter und Silos können auf der Datenebene wieder ins Spiel kommen. Wenn dann noch plattformspezifische APIs hinzukommen, kann eine vielfältige Multi-Cloud-Umgebung schnell der alten Umgebung ähneln, aus der man kommt. Die Speicherung von doppelten Datensätzen in mehreren Clouds klingt wie eine Lösung, kann aber zu Compliance- und Governance-Komplexitäten führen, die niemand haben will.

Hier ist die Entwicklung einer Infrastruktur für nahtlose Multi-Cloud-Mobilität entscheidend. Eine Lösung wie Evergreen//One hilft Unternehmen, die Datengravitation in der Cloud durch eine einzige Oberfläche zwischen den Anbietern zu reduzieren, sowohl On-Premises als auch in der Cloud. Auch die oft kostenintensive Aufgabe, Daten zwischen Clouds zu verschieben, kann damit entfallen.

Konsolidierung der Datengravitation

Eine hybride Lösung mit einer Mischung aus Public- und Private-Cloud-Umgebungen ist eine der sinnvollsten Investitionen, die ein Unternehmen tätigen kann, und sie muss keine chaotische Kostenstelle sein. Der Schlüssel dazu ist, die Analytik in den Griff zu bekommen und Dienste wie Dienstprogramme zu behandeln. Dabei ist aber die zugrundeliegende Technologie nicht zu unterschätzen.

Echte Clouds mögen der Gravitation trotzen, aber Daten tun das nicht. Eine gute Cloud-Strategie hat einen primären Schwerpunkt: eine einheitliche, moderne Datenlösung, die die Komplexität konsolidiert, die zu Verschwendung führt.

Mit einer modernen Plattform erhalten Unternehmen ein einheitliches Abonnement für öffentliche und lokale Clouds, damit sie tun können, was sie wollen und wann sie es wollen. Das allein kann schon helfen, unnötige Kosten zu senken und Verschwendung zu vermeiden – und dies alles, ohne kritische, strategische Ressourcen zu beschneiden, die das Unternehmen voranbringen können.

Wenn Unternehmen die Einführung der Multi-Cloud als eine Reise betrachten, sollte der erste Schritt darin bestehen, ihre Daten in Ordnung zu bringen – und die richtige Storage-Lösung kann ihnen dabei helfen.


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*