考虑迁移到云时本地成本的“五个P”
在证明迁移到云的合理性时，最具挑战性的领域之一是量化本地成本。量化本地成本的“5个P”将有所帮助。
对于任何规模的公司来说，将企业系统迁移到云都是一项艰巨的挑战：选择提供商、优化架构、确保业务连续性和财务合理性都在决策中起着重要作用（以及许多其他考虑因素）。其中一个更具挑战性的领域是量化本地成本，尤其是在试图证明迁移到云的合理性时。有形成本可以很容易地通过财务来识别，而无形成本则更难以捉摸（有时甚至是让人沮丧的）。无形成本通常以失去机会的形式表现出来，或者以减缓或扼杀新业务增长的活动的形式表现出来。如果您正在尝试了解运行软件和硬件以推动公司内部创新和转型所涉及的全部成本，以下是量化本地成本的“5 个P”。.
有形成本的5个P：
无形成本的5个P：
利用云服务的运动继续快速增长。Gartner预测，到2021年，公共云服务将增长23.1%，达到3323亿美元，其中1964亿美元用于基础设施服务。迁移到云有很多价值和炒作。
评估迁移到云的成本效益具有挑战性。有一些有形的成本很容易通过财务来量化。无形成本更难量化。然而，不可否认的是，无形成本对业务获得新见解和价值实现时间以及IT可维护性和解决方案敏捷性产生了直接和间接的巨大影响。
有形成本的5个P：
- Power（供电）——数据中心需要为计算机、空调和照明供电。 可靠的数据中心具有备用发电机，以确保停电期间的系统可用性。而且，根据公司的业务连续性战略，需要额外的站点来进行灾难恢复和高可用性。所有这些都需要电源。
- Place（场地）——组织必须为所有环境购买或租赁高架地板或机架空间：开发、测试、QA、生产及其不断增长的分析发现环境。同样，还必须考虑灾难恢复和高可用性站点，包括火灾探测和预防功能。
- People（人力）——需要IT资源来监控和维护现有的硬件、网络、软件和安全基础架构。在年度规划周期中，IT还必须规划和配置新的硬件、软件和设施增长。为了有效地管理这些复杂的环境，这些高技能资源需要持续的教育和培训，以跟上最新的技术进步和行业最佳实践。
- Payment（支付）——本地通常遵循CapEx模型，需要预先付款。相比之下，OpEx模式提供即用即付选项，以满足不同的消费需求，从无限量供应到按饮料付费。在某些情况下，本地资源可以作为运营支出（即租赁模型）进行收缩。无论如何，这些资源仍然必须为未来的增长而过度配置，所有其他有形和无形的成本仍将适用。
- Performance（性能）——组织必须考虑每日、每月和季节性处理，并规划其高峰需求。过度配置对于满足当前的有机增长和新的开发处理需求是必要的，并反映在硬件、软件和网络购买中。甚至设施也过度配置，以规划未来的增长。 不幸的是，当经济或商业优先事项发生不可预见的变化时，您无法将其退还。一些供应商在本地提供弹性功能，这是一种“仅按实际使用量付费”的版本。它可以帮助解决支付和性能成本问题，但最重要的是，它需要系统过度配置，最终具有有限的可扩展性。
无形成本的5个P：
- Provisioning Timeline（拨备时间线）——传统的本地获取新技术通常涉及RFI/RFP 流程，以帮助减少先试后买的情况。获取新的或扩展的现有基础架构需要时间来交付、安装、设置和测试，这通常以月为单位。由于年度资本支出规划周期以及可能需要在数据中心设施内重新调整空间，该过程可能会进一步延迟。
- Polyglot Flexibility（多语言灵活性）——随着数据探索所需的访问方法（BI工具、IDE、笔记本、仪表板）、分析方法（ML、DL）和编码方法（语言和库）的爆炸式增长及其对操作化的潜在需求，规划组织的技术需求变得越来越困难。数据科学家需要能够快速提供最适合他们试图解决的问题需求的工具、语言和技术。作为发现过程的一部分，数据科学家采用快速失败方法，快速测试其假设的组成部分的可行性。如果确定为不可行，他们的假设被重定向，甚至完全放弃。其他发现工作可以得出结论，一劳永逸，得出有价值的结果且不需要定期运行分析。 在这两种情况下，工具、语言和技术都可能很快退役。当发现有价值的、可重复的分析时，这些工具、语言和技术就会作化，成为生产分析生态系统的一部分。这种新的快节奏数据探索范式在本地环境中是不可持续的，而在现代云架构中，快速配置或停用资产是预期中的也是受欢迎的。
- Portability（可移动性）——国家和地区法规正变得越来越普遍，要求将数据保存在特定的地理边界内。建立本地本地环境以及管理这些环境的技能集可能既具有挑战性，又成本过高。迁移到现代云架构的组织可以更快地满足特定于位置的法规要求，而无需建立和管理新的数据中心。这也适用于需要提供更好的本地性能的情况。现代云架构通过占主导地位的云服务提供商提供全球服务，但没有一个CSP具有完整的全球影响力。组织需要努力选择分析应用程序和平台，通过投资可以跨越CSP的互联多云数据平台来避免CSP锁定，从而实现真正的全球可用性，解决方案敏捷性和选择的灵活性。
- Platform Cascading（平台级联）——为了延长资产的使用寿命，当新的生产硬件可用时，旧硬件通常会级联到开发/测试/QA环境，而最旧的硬件则从轮换中取出。这是一种很好的做法，但它还需要额外的时间和资源来执行。在现代云架构中，这些环境可以独立扩展或升级，因此不再需要资产的级联。
- Proliferation of Data via Replication（通过复制产出大量数据）——本地环境面向生产系统的性能，确保SLA和业务连续性计划得到实施。非生产环境（例如：DEV、测试、QA）和数据探索通常受到其数据可用性的限制。由于生产性能方面的考虑，用户对生产数据的直接访问有限或根本没有，这通常会导致将部分数据零星、不频繁地复制到这些非生产环境。 在现代云架构中，由于数据共享和自动扩展功能，这些非生产环境可以直接访问完整的生产数据，从而大大减少了复制完整或部分数据子集的需求。
利用云服务的运动继续快速增长。Gartner预测，到2021年，公共云服务将增长23.1%，达到3323亿美元，其中1964亿美元用于基础设施服务。迁移到云有很多价值和炒作。
评估迁移到云的成本效益具有挑战性。有一些有形的成本很容易通过财务来量化。无形成本更难量化。然而，不可否认的是，无形成本对业务获得新见解和价值实现时间以及IT可维护性和解决方案敏捷性产生了直接和间接的巨大影响。
随时了解情况
订阅 Teradata 的博客，获取每周向您提供的见解