Hybrid Cloud
Cloud ja, aber wie? Pure Storage erläutert wachsende Beliebtheit von Hybrid Cloud-Modellen
Phänomene „Cloud-best“ und „Cloud-first“
Der Cloud Report 2024 der BITKOM liefert klare Zahlen: Ganze 25 Prozent der Cloud-Nutzer setzen mittlerweile auf eine Hybrid-Cloud. Weitere 18 Prozent planen den Einsatz, 10 Prozent diskutieren darüber. 38 Prozent nutzen eine Multi-Cloud. Weitere 11 Prozent planen den Wechsel zur Multi-Cloud, ebenfalls 11 Prozent diskutieren darüber.
Markus Grau, Enterprise Architect, Office of the CTO bei Pure Storage kommentiert diese Entwicklung und gibt praktische Tipps für Unternehmen:
„Die Cloud per se ist kein Standort oder Anbieter, sondern eine Technologiephilosophie und ein Betriebsmodell, das sich auch vor Ort bereitstellen lässt. Dieses Betriebsmodell basiert auf Abstraktion, Self-Service und Automatisierung, um den Nutzern bessere Ergebnisse und eine schnellere Bereitstellung zu bieten. Daran arbeiten wir seit Jahren mit unseren Automatisierungs- und Orchestrierungslösungen, aber auch mit unseren Verbrauchsmodellen und As-a-Service-Angeboten wie Evergreen//One. Vor kurzem haben wir Pure Fusion angekündigt, eine Steuerungsebene, die Storage-as-a-Service mit einem Cloud-Betriebsmodell anbietet, unabhängig davon, ob die Daten vor Ort (On-Premises) oder bei einem Public-Cloud-Anbieter bereitgestellt werden.
Der Ansatz „Cloud-best“ statt „Cloud-first“ hat sich definitiv durchgesetzt. Unternehmen, die in den Anfängen der Public Cloud in zu großem Stil auf diese umgestiegen sind, haben erkannt, dass einige der Funktionen ihren Preis haben und ein Wechsel zur Public Cloud ohne vorherige Optimierung sehr kostspielig sein kann. Kunden, die bei der Migration von Workloads in die Public Cloud einen „Lift-and-Shift“-Ansatz verfolgten, stellten beispielsweise fest, dass ihre Rechnungen in der Regel höher ausfielen als bei Kunden, die ihre Anwendungen vor der Migration in die Public Cloud auf Cloud-native umgestellt hatten, etwa durch Containerisierung.
Unternehmen wünschen sich nach wie vor die Vorteile dieses Cloud-Betriebsmodells, aber auch Flexibilität in Bezug auf den Standort, weshalb ein hybrider Multi-Cloud-Ansatz an Beliebtheit gewonnen hat. Dennoch bleiben Herausforderungen bestehen, und die einfache Verwaltung und Automatisierung dieser unterschiedlichen Systeme sind Probleme, mit denen Unternehmen konfrontiert sind.
Man beobachtet bereits, dass Unternehmen ihre Daten zwischen verschiedenen Clouds hin- und herschieben. Dies erfolgt je nach Anforderungen in Bezug auf Kosten und Funktionen, aber auch je nachdem, welche Clouds eine einfachere Skalierung ermöglichen, um Elastizitätsanforderungen gerecht zu werden. Dies ist einer der Vorteile, die die Containerisierung mit sich bringt. Es werden nicht nur neue Anwendungen auf Cloud-native-Plattformen entwickelt, sondern Container bieten Unternehmen auch die Möglichkeit, flexibel zu sein und Workloads schnell und einfach zu verschieben. Eine Gemeinsamkeit aller Public Clouds ist, dass sie alle ein Kubernetes-basiertes Angebot haben, und natürlich gibt es mehrere Optionen, Kubernetes vor Ort auszuführen. Das bedeutet, dass dieselben Workflows für die Anwendungsbereitstellung, das Management und die Orchestrierung in allen Clouds verwendet werden können, unabhängig davon, ob sie öffentlich oder privat sind.
Interessant wird es dann, wenn es um persistente Daten für Container geht, denn jede Cloud hat heute unterschiedliche Speicheroptionen. Aus diesem Grund wurde Portworx entwickelt, um die gleiche Abstraktionsebene der persistenten Kubernetes-Datendienste über Clouds hinweg zu bieten und die Hybrid- und Multi-Cloud-Portabilität nicht nur der Anwendung, sondern auch ihrer Daten zu ermöglichen.
Was andere Workloads betrifft, die sich gut für die Public Cloud eignen, so haben wir gesehen, dass diese ein großartiger Ort ist, um mit KI zu experimentieren, also zu testen und zu entwickeln, bis eine Lösung hervorgeht. Dann lässt sich die KI-Anwendung wieder in die lokale Umgebung verschieben, um sie dort zu betreiben. Dieser Ansatz ist zum Teil durch die Regulierung getrieben, aber auch durch die Knappheit von GPU-Rechenressourcen.“