
根据数据生命周期选择技术
|
119
台通常希望其服务接近客户现有云工作负载。出于这个原因,
Snowflake
和
Databricks
在多云中提供他们的
SaaS
产品。这对数据密集型应用程序来说尤其关键,因为网络延
迟和带宽限制阻碍了性能,而数据出口的成本又很高。
采用多云方法的另一个常见动机是利用几个云中的最佳服务。例如,一家公司可能希望
在
Google Cloud
上处理其谷歌广告和分析数据,并通过
GKE
部署
Kubernetes
。而该公
司也可能专门为微软的工作负载采用
Azure
。另外,该公司可能喜欢
AWS
,因为它有几
个一流的服务(如
AWS Lambda
),并有很大的心智份额,使其相对容易雇用精通
AWS
的工程师。各种云提供商服务的任何组合都是可能的。鉴于主要云提供商之间的激烈竞
争,预计它们会提供更多的最佳服务,使多云服务更加引人注目。
多云方法也有几个缺点。正如我们刚才提到的,数据出口成本和网络瓶颈是关键。走多
云路线会带来巨大的复杂性。公司现在必须在多个云上管理一系列令人眼花缭乱的服
务。跨云整合和安全是一个相当大的挑战。多云网络可能是非常复杂的。
新诞生的概念“云中云”服务是通过提供跨云的服务、在云之间无缝复制数据和一
个界面管理几个云上的工作负载来促进多云的使用,降低操作的复杂性。举个例子,
Snowflake
账户在单云区运行,但客户可以随时在
GCP
、
AWS
或
Azure
中启动其他账户。
Snowflake
在这些不同的云账户之间提供简单的预定的数据复制。在所有这些账户中,
Snowflake
的接口基本相同,消除了在云原生数据服务之间切换的培训负担。 ...