需要解决的3个云架构问题

在大多数情况下，云体系结构并不是那么令人兴奋。 到现在为止，我们基本了解了什么有效，什么无效以及获得正确的目标体系结构的过程。 这意味着无论是元体系结构还是逻辑体系结构，以及用于物理体系结构的附加技术。

尽管我们知道云架构所需的大多数最佳模式，但仍有一些问题正在争论中。 尚未出现实际的解决方案或最佳实践。 这是我的前三名：

[ 同样在InfoWorld上：AI可以真正为您的业务做（以及不能做的事情） ]

首先，边缘发生了什么？ 边缘计算有很多好处，例如将数据处理放在离数据源更近的地方。 但是，问题仍然存在：如何在基于云的服务器和边缘计算机之间对数据和进程进行分区？

许多人将其最大程度地推向了边缘，但意识到您正在从集中式系统（公共云）转移到许多分散式系统（边缘设备或服务器）。 您需要了解，您必须维护这些边缘系统，并且监视，治理，保护，更新和配置它们更加困难。 将这种工作量乘以数百个边缘计算设备，您将面临操作上的噩梦。

第二，要集装箱化什么？ 许多企业表示，容器是他们的战略，而不仅仅是一项支持技术。 对容器功能的这种近乎宗教信仰的信念已将许多应用程序推向了容器中的云，但这实际上不是业务应该在那里迁移的方式。

问题在于，关于容器中可以存在和应该存在的内容没有硬性规定。 可能需要大量工作来重构（重写）容器的遗留应用程序不太可能成为候选对象。 但是，在许多情况下，云迁移团队会尝试先将其移动。

这意味着企业将无法在容器中找到转移到云的某些应用程序的价值。 许多云架构师将犯下的百万美元错误。

最后，我们可以启用AI的哪些应用程序？ 机器学习在云端便宜，而且比以前更容易使用。 当最终禁止使用认知系统作为应用程序组件时，这导致了许多实例，其中企业IT AI启用了应用程序。

就像上面概述的容器权衡一样，在何时或如何在现有或全新应用程序中使用机器学习也没有明确的规则。

[ 通过InfoWorld的Cloud Computing Report新闻通讯了解云计算的最新发展 ]

有几件事不利于使用机器学习，包括必须重构应用程序才能充分利用机器学习这一事实。 但是，更大的问题是，是否甚至一开始就需要AI。 许多人甚至从未问过这个问题。

我们将始终具有不容易解决的主题。 最有效的是我们在谈论它们。

From: https://www.infoworld.com/article/3531630/3-cloud-architecture-problems-that-need-solutions.html