对于尚未启动云迁移之旅的公司来说，有一件事是清楚的：待命的时代已经结束。
确定要迁移到云的应用程序以及要在本地保留哪些应用程序并非易事。如何使用云原生技术重构这些应用程序，或创建继续利用数据和应用程序的混合云设置是许多DevOps团队面临的另一个潜在挑战。这是一个复杂的过程。
AI使云迁移更容易
但是，不投资重建云遗留应用程序的缺点是：技术债务的竞争劣势，敏捷性和灵活性，以及因用户体验不佳而令客户感到沮丧。我们别无选择，只能继续前进并接受云技术和流程。
每个组织的云旅程都不同，但任何企业都需要采取一些措施。
首先，企业需要采取以下三个步骤才能实现云生化：
1.必须为云策略系统定义愿景。客户的需求是什么？您打算如何提供产品和服务？云配置在DevOps和交付管道中扮演什么角色？如何确保可靠的系统性能和强大的最终用户体验？选择的云平台是公共还是私有？单云，云或混合云？这些问题可能看似简单，但这些问题的答案构成了云的本机构建块。
2.完全理解现有的遗留系统。分析您的应用程序以了解它们的工作原理并对其性能进行基准测试，以便在以后的时间——将它们与云中的性能进行比较，并确保它们更好地工作。了解它们未达到基线的方式和位置也很重要。监控在此分析阶段起着关键作用：从为整个技术堆栈创建拓扑图，到映射系统之间的相互依赖关系，到自动性能基线，以及完成压力测试。这些都是确保彻底了解现有系统架构，服务流程和性能的必要因素。
3.定义迁移策略本身。规划要保留或退出的应用程序，要保留的应用程序以及要迁移到云计算，重新构建或重构的应用程序。每种方法都有其优点和缺点。推广和传输应用程序是最快的，因为不需要修改代码。这样做的缺点是内部架构在很大程度上得到了保留，这意味着应用程序无法充分利用新的云环境。另一方面，重构是最耗费资源的，因为需要从头开始重建应用程序的体系结构。通常，这涉及将具有数百万行代码的单个应用程序拆分为易于维护和扩展的多个更动态的微服务。但是，由于此流程生成专门为云计算构建的应用程序，因此它还可实现最大的投资回报，与升级和转移相比具有更长期的运营和成本优势。其次，答案在于自动化和软件智能。
在开发云迁移愿景，分析遗留应用程序和定义迁移策略之后，下一步是实际迁移本身的实际工作。这是一个充满技术挑战和重大组织变革的过程，包括：
从高度专业化的烟囱和瀑布方法重组您的组织，以实现灵活的DevOps团队和流程自动化
建立持续集成和持续交付系统
遗留组件和云原生组件的集成
错过迁移截止日期或目标风险，包括在现实条件下的系统性能（想想黑色星期五或全球事件）
这就是人工智能和自动化发挥作用的地方。
企业需要自动化一切。成功的云迁移依赖于自动化的持续构建，集成和交付（跨所有阶段进行测试）；自动化操作，性能监测和监测仪器；从根本原因分析开始，提出了一种改进的方法。并自动化性能基准和配置。
这种“全自动化”方法使用人工智能。现代网络规模的云应用程序太复杂，无法单独由人操纵。软件智能基于强大的人工智能，可以监控整个系统从一端到另一端的健康状况。智能异常检测，实时根本原因分析和业务影响评估是人工智能支持的关键支柱。
这对云迁移和云本地转型意味着什么？首先，软件智能和自动化创建了可视性和可操作的洞察力。这为软件工程师提供了对整个价值链的完全所有权：从最初的编码到最终产品的部署。它促进了强大而灵活的DevOps文化的创建。在这种文化中，工程师可以真正地承诺“你建造它，你运行它”。
人工智能还可用于进一步改进CI/CD管道，以满足迁移期限并确保出色的软件质量。软件智能有助于缩小现有的自动化差距，例如决策门口的手动批准步骤或构建验证。它还提供性能识别标记，用于根据生产方案测试新构建。
最后，软件智能是为运营提供卓越客户体验的关键。 AIOps可确保实时检测性能问题及其根本原因，并可自动纠正问题。
你准备好了吗？
开始实施云战略需要进行重大的组织变革。人工智能和自动化提供了工具，使这个旅程尽可能地航行和无缝。通过自动化性能监控，修复，CI/CD管道，根本原因分析，压力测试，系统配置等，AI为它节省了大量繁琐的手册和差事工作——以及随之而来的成本和头痛事情。更重要的是，人工智能和自动化有助于为DevOps和AIOps的文化奠定基础。最终，完全形成的，灵活的DevOps文化——由人工智能驱动，自动化——是成功实现云转换之旅的关键。

• 上一篇: 蓝盟IT外包，元宇宙：四梁八柱是什么
  下一篇: 选择高性能NoSQL数据库的5个步骤

• 分享到：