云数据管理架构包括本地、多云和云间部署,数据被分散部署在各种分布式部署环境中,企业需要平衡其中的风险和收益。
云数据管理架构分为混合云、多云、互联云三种。
混合云串联了本地和云两个环境。应用程序体系结构的不同组件可能分别部署在本地和云上。例如,商业智能 (BI) 仪表板应用程序中,数据库管理系统 DBMS 可能驻留在本地,连接到它的应用程序可能驻留在云上。
混合云架构也分两种:主动型和按需型。
主动型混合云顾名思义,可以主动管理本地和云端的数据。例如 DBMS 能够将一些副本、分区或分片驻留在本地,而将一些副本、分区或分片驻留在同一数据库的云中。该架构适合按年龄、访问频率或地理位置对数据进行分区;动态容量分配,以适应不一致的激增资源需求;管理数据局部性的法规要求等场景。
了解主动型混合云数据流周围的特征(例如,数据是流入云还是流出云)以及预期的数据量至关重要。要考虑可能存在延迟的问题,即在本地和云之间传输数据所需的时间。 还必须考虑跨多个环境的集成、元数据和治理实践。本地和云组件之间可能需要特殊的通信链路(例如运营商专线),带来成本的提升。
目前,大部分云供应商都对流出云的数据收取数据传输费,但对流入云的数据不收取数据传输费。 从省钱的角度,要在设计阶段就控制数据流的结构,让数据尽可能流入云,而非在云间传输。
按需型混合云中,各个功能模块保持独立。仅当需要支持灾备或开发生命周期功能等业务活动时,才会在本地于云之间移动数据。例如,DBMS 的任何开发、测试、质量保证 (QA) 或生产实例都部署在本地,数据定期在云端进行备份,只有在本地出现故障时才从云端读取数据用来恢复本地系统。在该模式中要尤其注意环境之间组件的兼容性。
多云架构其实可以理解为在按需型混合云的基础上,有多个云提供服务。因此,也需要注意环境之间组件的兼容性。
多云方案会吸引那些担心云供应商锁定的用户。用户会希望能够轻松地将其应用程序移动到其他云提供商,甚至将其迁移到本地。因此需要考虑可以在多云环境中部署的软件,用于配置、管理和治理的不同云功能。这些软件通常来自独立软件供应商 (ISV) ,因为 ISV 要确保其软件在尽可能多的环境中运行,而云供应商只需要考虑对自己的产品实现兼容。
互联云架构是指跨多个云进行主动的数据管理。,本质上是主动型混合云的纯云版本。 在互联云中,系统的不同功能模块可能驻留在不同的云平台上并交换数据。 例如,微软的 PowerBI 可能会连接到驻留在 Azure 云基础结构外部的 Salesforce 数据库。法规要求可能禁止数据驻留在某个国家/地区的地理边界之外,此时就需要互联云架构。
互联云引入了新的复杂程度。例如,访问控制和身份管理可能难以统一,并且可能需要将此功能扩展到云对象存储、DBMS 或应用程序级别,而不是依赖于云供应商的服务。此外,因为要考虑到多个云之间的数据流动,设计数据流模型和预估数据量变得更难了。
云供应商注意到了互联云的好处,微软 Azure 和甲骨文已合作实现跨云连接。AWS 云端连接、Azure 高速路由和谷歌云互连也提供跨云连接选项。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。