確保有效地使用數據中心的計算、網絡和存儲資源，對于企業來說是很重要的。但是確保這些資源在云端有效地使用更是至關重要的。在數據中心中，找到更好的平衡計算或存儲資源的方法可能會阻止購買額外的服務器或存儲，但這些資源已經被購買和支付。在云計算中，組織可以有效地將這些資源收回，從而立即降低成本。
云資源的浪費
云計算的一個吸引力在于它使組織只在需要的時候購買資源就可以使用，現在只需要第二個資源。現實情況是，一旦組織購買了一個AWSEC2實例，卻很少會審查是否是否有效地使用云計算。如果用戶抱怨缺乏性能不足，大多數組織只會考慮EC2的資源利用率。卻沒有人抱怨過多的使用。其問題在于，即使組織不使用或者不需要，組織也在為超額的性能和能力支付費用。
組織需要分析他們的云資源消耗，以確保只在需要時使用其所需要的資源。而這種分析也應該實時進行。例如，如果一個應用程序在工作時間需要八個內核處理器工作，但在晚上只需要一個核心處理器，則只有在不斷運行的進程中才能確定節省的機會。在理想情況下，這個過程將決定資源需求，在需要的時候分配資源，然后在需要的時候減少資源消耗。
云計算預測
云資源管理的另一個方面是企業需要確定將哪些工作負載轉移到云端。理想情況下，用于維護云端資源的有效管理的相同流程最初將在本地數據中心運行，獲取有關各種本地工作負載的信息，因此當遷移發生時，組織確切地知道云資源的配置應該是什么樣子。
而云預測的一部分是人們也知道應用這些云資源的成本何時比托管更昂貴。再次，一個可以不斷管理和監控的過程可以實現這一點，它不僅可以查看當前的資源利用情況，還可以查看云計算的費用與本地數據中心費用的長期成本。這使得企業更加容易決定是租賃和購買。
AWS公司的Turbonomic介紹
Turbonomic是一個管理自動化平臺，可以使用供需經濟模型來管理資源在數據中心的分配情況。AWS公司已經將這種實時供需模式擴展到了AWS云平臺。該解決方案可以分析資源消耗（包括計算和存儲），以確定工作負載是否過大，并做出特定的升級和縮減決策。并假設產品在本地部署的數據中心運行，也可以在遷移到云端之前準確地確定工作負載的大小，并利用本地部署數據中心和云平臺的聯合分析來確定每個工作負載的最佳位置。
Turbonomic能夠持續分析工作負載的升級和縮減，解決了IT部門對使用AWS云平臺面臨的問題-那就是了解亞馬遜賬單。Turbonomic可以跟蹤當前支出，確保工作負載具有所需的資源，并根據企業的云計劃預測未來的月度賬單。大多數企業應該馬上看到他們使用AWS云平臺花費的大幅下降，然后可以減緩其賬單增長的曲線。
無論數據中心的位置在哪里，資源管理都很重要。云端中的資源管理能夠立即獲得回報，因為可以“回收”未使用的資源，從而立即降低每月支出。IT部門也需要了解和預測其每月的支出，這是大多數客戶似乎都在苦苦掙扎的東西。
Turbonomic提供了確保工作負載擁有適量資源的能力，并使IT部門能夠在未來幾個月內預測其AmazonAWS云平臺的使用成本。很少這樣一種IT產品可以毫不費力擁有一個可以管理組織的亞馬遜支出的平臺，并且與本地成本相關。
京公網安備 11010502049343號