在DevOps领域最大化大型主机的价值

网络
现如今,数据中心经理们正面临着必须在优化业务价值的同时,最大限度地降低成本及与技术所有权相关风险的双重挑战。而随着企业经营业绩的不断增长,这一挑战变得越来越激烈。而应对这一挑战涉及到从虚拟化和融合系统到敏捷开发及DevOps的方方面面。

大多数的数据中心管理人员都没有特别积极地将他们的大型主机战略纳入到其对应业务价值/成本挑战的对策中。造成这种情况的部分原因是由于供应商的创新已经几乎完全集中在分布式/云世界;而另一部分的原因则在于IT企业倾向于将他们的大型主机“传统遗留”环境,是需要保持原状的,以便它们可以运行记录最可靠和最头疼问题的核心系统。

这种缺乏积极的创新的态度不再站得住脚了。通常,IT企业,特别是数据中心经理如果不迅速和积极地改变自己管理大型主机的方法的话,他们将无法充分实现他们的业务价值/成本目标。

 [[146590]]

IT企业需要重点关注大型主机的创新有三大主要原因:

1、大型主机仍然在被企业广泛采用。人们已经错误地预测大型主机即将消亡多年了。但事实上,大型主机仍然在被企业广泛采用。所有的市场调查均表明,那些将其核心应用程序运行在其大型机上的企业在未来几年来还将继续这样做。平台革新并没有任何经济意义。该平台本身提供不匹配的可靠性,安全性,可扩展性,性能和成本效益。所以IT领导人无法忽视大型机对未来环境还将继续发挥重要作用。这对企业的未来来说太重要了。

2、应用程序体系结构将大型主机与IT环境的其余部分紧密的连接起来了。今天的开发者倾向于重新利用现有的资源,如数据库,其他应用程序的组成部分和商业智能(BI)系统。因此,随着他们建立了自己的移动应用程序、大数据分析及其他新的IT能力,他们都会不可避免地将新的和不断增长的工作负载推到大型主机的处理后端。因此,时间效益、长期的价值/成本成果、能力的迅速迭代改进、及其应用到生产在相当程度上都取决于大型机管理的增强。

3、经历过大型主机鼎盛时期的一代IT人员已接近退休。最具大型主机运营和开发经验的一代IT专业人士已接近退休。而接替前者工作的新一代的IT专业人士往往并不太熟悉复杂平台的基本技术。他们也有着与前者显著不同的工作文化。因此,从大型主机中获取最佳经济价值的能力取决于新一代的IT专业人员采取正确配备来实施有效的网络管理。

简单地说,企业IT领导不能忽视对大型主机的管理。他们需要快速采取应对措施,毕竟老一代对大型主机有经验的人员们已接近退休在。并且,在大多数企业中,大型机的现代化建设已经被忽视太久了。

大型机创新清单

那么,IT企业在其大型主机现代化构建的过程中,究竟应该把重点集中在哪些方面呢?他们应该采取怎么的具体措施,以确保其主机环境能够跟上企业的其他步伐呢?

一些重要的举措包括以下几点:

采用千禧一代友好的工具包。千禧一代的IT专业人员们已经花了很多时间在IBM的Z操作系统或最先进的Z13硬件上。期望这一代的IT人员能够向花了几十年时间研发大型机技术的前辈IT专业人员们一样开发出相同的“绿色屏幕”管理工具是不合理的。相反,下一代的大型主机运营商们必须提供直观的管理工具,充分授权IT管理人员能够更快速,更容易得发现潜在得问题。这远远超出了嫁接一个Windows GUI到一款已经用了几十年的实用程序所需要花费的努力。其需要一个完整的工具包,赋予平台刷新能力,快速评估,甚至有了足够的情报来提出可能的补救措施。

增强的MSU智能。较之分布式环境,大型主机能够提供显著更低的增量经营成本,所以在平台上的工作负载的增长本身不是问题。但是,IBM大型机软件的定价结构是基于每百万服务单位(MSUs)的峰值利用率衡量的。因此,智能的MSU管理对大型机的成本控制而言是至关重要的。基本上有两种方法可以最大限度地减少MSUs。一是了解应用程序在大型主机上的运行是如何推动MSU工作负载的,并在代码中修复效率低下的情况。另一是方法把工作负载的时间转移到“平坦化”,可避免利用率峰值。采用恰当的工具可以帮助运营商在数据中心环境严格遵循上述两种方法。

Linux和Java虚拟化。大多数IT企业都专注于使用商用服务器运行VMware或微软的Hyper-V实现虚拟化部署。当然,会有一定的工作负载可从该架构中受益。但大型主机一直是被虚拟化的。所以,既然IBM提供了运行Linux和Java工作负载在其Z系统环境的能力,数据中心管理人员应该探索这样的技术可行性。考虑到虚拟机在云中蔓延所涉及到得相关管理,安全和遵从法规的挑战。基于大型主机虚拟化的经济性和低风险是非常引人注目的。

上述仅仅只是涉及到大型主机创新,以推动数据中心经理的目标实现的相关领域的少数一部分。值得注意的是,它们都涉及优化应用程序代码的如何运行,以便在生产环境中改善成本,性能和风险等方面。换句话说,这些创新都支持DevOps的最佳实践方案。对于那些需要履行DevOps领域中的“Ops”部分的数据中心管理者们而言,这一点是非常值得重点考虑的。

大型机创新成功的三大关键

上述所列只是提出了数据中心经理针对其大型主机应该考虑实施的技术创新的一部分。然而,对于这些经理们而言,他们不仅仅是需要从上述技术清单中进行挑选抉择。他们还必须担任起领导带头作用。

领导者需要有思想和愿景。因此,数据中心管理人员需要对如下三个方面有清晰的愿景,才能有效地领导其所在企业的大型机创新,进而促进企业在未来几年的成功:

大型机创新领导原则1:清楚了解平台

那些将大型主机视为“传统遗留”平台的数据中心管理者们可能会在支持真正的大型机改造的过程中遭遇麻烦。没有人(也许除了专业研究者之外)想要投入大量的时间和资金到过去的遗留资产上面。因此,数据中心管理者需要清楚的是,大型主机绝对不是“传统遗留”的,其应该是企业中最强大、最安全、最高效的融合平台。分布式和云平台无法比拟的。因此,大型机将多年,甚至在未来几十年继续保持企业的中心地位。

大型机创新领导原则2:混合云背景下清晰理解平台

多年来,大型主机一直被认为是一个孤岛或具备IT筒仓的能力。即使是其他IT环境,包括企业内部和外部的Windows和Linux基础设施越来越多地被理解为一个单一的软件定义的“混合云”的大背景下,大型主机仍然被排除在混合云外。考虑到应用程序和数据在企业中是如何使用的,这种孤立的观点是站不住脚的。向任何运行在亚马逊或Rackspace的虚拟机一样,大型主机是数据中心资源池的一个部分。它只是恰好提供了更大的可扩展性,更好的经济性和卓越的安全性。

大型机创新领导原则3:清晰理解大型机的人和文化以及转型的必要性

多年来使大型机一直作为一个筒仓所造成的一个主要的后果是为了规避高度变化和风险。在某种程度上,对这种风险的厌恶情绪是积极的,因为其允许大型机团队严格保护核心系统的记录。但是,快速变化已经成为IT价值主张的核心要素。其肯定是更广泛的IT文化的一个重要方面。大型机这一小集团不再能够与需要敏捷性和安全性的环境,及频繁促进代码开发/测试的生产环境绝缘。除了仅仅投入创新的新工具的怀抱,这加速了领导企业文化变革的需要。

相反,分布式/云操作团队必须摒除他们对于大型主机的文化偏见。如上所述,他们所新近研发的能够支持,规模化和加强新的应用程序工作负载安全的能力,如移动交易和大数据分析,取决于对大型机的改造。因此,他们必须在这一转变过程中大型主机团队结成盟友。

事实上,如果IT是为了实现其具有挑战性的业务价值/成本目标,我们说操作运营人员在混合云——从大型机到私有云到整个公共作为一种服务资源组合的跨所有平台的运营,最终必须作为一个单一的,统一组织可能是安全的。

动机是什么?

鉴于所有其他基础设施/运营的举措都在共同争夺数据中心管理者有限的时间和资源,大型主机的转型提供一些非常引人注目的优点,使之成为了数据中心管理者战略待办事项清单上的优先项目。

事实上,大型机改造的好处包括以下几个方面:

更好的IT经济。你让你的大型机运行越是更有效,您能够从中获得的其为您企业提供新的工作负载处理也会更有效,更积极。你可以同时降低IT投资成本和IT运营成本。而这些释放出来的资金则可以用于额外的高价值技术项目。

更快的产品及服务的上市时间。IT或许可以将工作负载很快的迁移到分布式/云环境,但如果大型机的工作负载处理过程不是同样匹配的话,其仍然会经历将产品和服务推向市场的时间瓶颈。

有竞争力的数字化的客户体验。“绿色领域”云创业公司的IT灵活性往往使他们能够通过提供卓越的数字化的客户体验,成为‘搅动市场的鲶鱼’。通过为大型主机带来更大的灵活性,企业可以更好地在这一关键地区保持竞争均势,甚至取得竞争优势。

降低业务风险。在急于接受商业化的计算的过程中,大多数企业都以被流行的安全漏洞导致停机的形式暴露自己的安全风险。明智地使用大型机,能够使企业显著减轻这些风险,尤其是在考虑到其最敏感的数据和最重要的应用程序时。

去商品化的人力资本。商业化的计算操作技能使得自己迅速成为商品。因此,许多企业都开始将业务外包给服务提供商或MSPs。这样相对而言,市场就会出现严重的大型主机技能短缺。而那些成功地吸引了大型主机开发人才的企业将因此建立其自己的资本,并显然会成为最佳受益者。

当然,大型机改造的主要效益是为了以核心应用程序代码的形式保护宝贵的智力资本。这个核心代码是企业的数字化DNA,所以必须不计所有的成本为代价进行保护。这意味着平台革新会面临高风险和小的财务收益,如果有的话。

这就是为什么数据中心管理人员现在必须着眼于发展转移平台,并在即将到来的老一代IT人员退休更替的过程中发挥领导作用的原因了。继续忽视大型主机的转型势必只会伤害到企业履行IT责任的能力。

责任编辑:何妍 来源: 机房360
相关推荐

2011-12-08 10:10:57

私有云

2013-05-14 13:28:37

利用大数据价值

2020-04-22 14:03:30

云服务云计算企业

2011-11-15 09:45:43

云计算云应用

2020-08-24 22:26:21

物联网数据IOT

2011-07-20 13:23:48

SaaS云计算

2022-03-10 16:39:51

Kyligence数据湖OLAP

2014-07-30 09:40:22

OracleERP云SaaS

2022-11-08 15:05:08

AI人工智能

2021-01-25 16:12:04

区块链诗句信用

2011-07-18 09:39:31

2012-09-13 09:37:26

多核处理器AMD云计算

2016-08-17 11:44:34

存储

2012-11-09 15:59:39

够快阿里云云存储

2023-04-03 13:48:13

云成本云计算

2021-10-29 13:42:44

数据分析数据大数据

2013-09-17 18:19:46

SAP

2016-12-13 10:03:50

公共云存储

2015-08-21 09:20:03

大数据
点赞
收藏

51CTO技术栈公众号