एक आर्किटेक्ट की नज़र से नया प्राइवेट क्लाउड

यह पोस्ट पहले द न्यू स्टैक पर प्रकाशित हुई थी।

कुछ सालों तक, "निजी क्लाउड" शब्द का नकारात्मक अर्थ था। लेकिन जैसा कि हम जानते हैं, प्रौद्योगिकी तीर से ज़्यादा एक पहिया है, और सही समय पर, निजी क्लाउड पर बहुत ज़्यादा ध्यान दिया जा रहा है और यह सब सकारात्मक है। आँकड़े स्पष्ट हैं, फ़ॉरेस्टर के 2023 इंफ्रास्ट्रक्चर क्लाउड सर्वे में 1,300 एंटरप्राइज़ निर्णय-निर्माताओं में से 79% ने जवाब दिया कि वे निजी क्लाउड लागू कर रहे हैं। एक रिपोर्ट के अनुसार यू.के. में सिट्रिक्स की रिपोर्ट 94% आईटी लीडर्स प्रत्यावर्तन प्रयास में शामिल थे। प्रतिष्ठित IDC ने पाया कि 80% कंपनियों ने क्लाउड पर डेटा ले जाने के एक साल के भीतर अपने कुछ या सभी डेटा को वापस कर दिया। क्लाउड-औद्योगिक परिसर के "यहाँ देखने के लिए कुछ भी नहीं है..." के दावों के लिए इतना ही काफी है।

इसके कई कारण हैं और हम उनका विस्तार से वर्णन करेंगे, लेकिन सबसे महत्वपूर्ण बात यह है कि प्रत्यावर्तन के लिए सही आर्किटेक्चर क्या है? निजी क्लाउड के इंजीनियरिंग के पहले सिद्धांत क्या हैं? और अंत में, मैं AI की डेटा अवसंरचना आवश्यकताओं के लिए कैसे डिज़ाइन करूँ?

निजी क्लाउड पर प्रत्यावर्तन के पीछे का कारण

कंपनियों द्वारा स्वदेश वापसी का मुख्य कारण लागत है। स्वदेश वापसी से उन्हें 70% तक की बचत होती है। यह बात विभिन्न कंपनियों द्वारा सार्वजनिक रूप से सिद्ध की गई है 37 सिग्नल , एक्स और अहेरेफ़्स .

संबंधित, लेकिन समान नहीं, पूर्वानुमान है। निजी क्लाउड कम लोच के साथ आते हैं, लेकिन अधिक पूर्वानुमान (हम नीचे कुछ लोच हैक को संबोधित करते हैं)। अधिकांश सीआईओ के लिए जो अपने कार्यभार को समझते हैं, यह समझौता इसके लायक है। सीएफओ के लिए, यह एक और भी आसान विकल्प है।

सुरक्षा मुद्दे तीसरे स्थान पर आते हैं। इसका मतलब यह नहीं है कि सार्वजनिक क्लाउड स्वाभाविक रूप से असुरक्षित है, ऐसा नहीं है। यह बताता है कि CISO इस मोर्चे पर अपने सार्वजनिक क्लाउड भागीदारों पर पूरी तरह से भरोसा नहीं करते हैं (वास्तव में अधिकांश क्लाउड प्रदाता आपके बकेट को देखने का अधिकार रखते हैं)। AI के युग में दांव केवल अधिक ऊंचे होते हैं।

संबंधित नोट पर, नियंत्रण हर CIO की सूची में शामिल है। लागत बचत, पूर्वानुमान और सुरक्षा के साथ, आप न केवल अपने AI डेटा इंफ्रास्ट्रक्चर पर पूर्ण नियंत्रण रखते हैं, बल्कि वह डेटा आपके सभी अनुप्रयोगों के उपयोग के लिए नज़दीक है, जिससे आप अपने मॉडल को AI डेटा इंफ्रास्ट्रक्चर पर होस्ट कर सकते हैं, जहाँ सुरक्षा मानकों को आप और आपकी टीम द्वारा आपकी अनूठी सुरक्षा आवश्यकताओं के साथ मिलान करने के लिए सेट किया जा सकता है - यहाँ तक कि भौतिक पहुँच भी।

परिपक्वता भी रैंक करती है। आधुनिक क्लाउड एक ऑपरेटिंग मॉडल है, कोई स्थान नहीं। वह मॉडल, जो कभी प्रमुख सार्वजनिक क्लाउड का अनन्य क्षेत्र था, अब हर जगह है - किनारे से लेकर कोर तक। कंटेनरीकरण, ऑर्केस्ट्रेशन, माइक्रोसर्विस, सॉफ़्टवेयर-परिभाषित बुनियादी ढाँचा, RESTful API मानक संचालन प्रक्रियाएँ हैं। इससे कोई फ़र्क नहीं पड़ता कि आप उन्हें कहाँ चलाते हैं - और अगर इससे कोई फ़र्क नहीं पड़ता, तो आप लागत का दो से तीन गुना भुगतान क्यों करेंगे?

विनियमन भी एक भूमिका निभाते हैं, खासकर जब वे विकसित होते हैं। कुछ आर्किटेक्चर, कुछ भौगोलिक क्षेत्र, कुछ तैनाती परिदृश्य (सैन्य/खुफिया) में निजी क्लाउड की आवश्यकता नहीं थी, लेकिन अब इसकी आवश्यकता है।

फिर से, कारण अलग-अलग होंगे लेकिन प्रभाव एक ही है। निजी क्लाउड फिर से प्रचलन में है। सवाल यह है कि पिछले कुछ सालों में क्या बदलाव आया है?

प्राइवेट क्लाउड का पसंदीदा डिज़ाइन पैटर्न आधुनिक डेटा लेक है

जैसा कि ऊपर बताया गया है, पब्लिक क्लाउड की तरह प्राइवेट क्लाउड भी क्लाउड ऑपरेटिंग मॉडल पर चलता है। एज क्लाउड क्लाउड ऑपरेटिंग मॉडल पर चलता है। कोलोकेशन क्लाउड ऑपरेटिंग मॉडल पर चलता है।

वह ऑपरेटिंग मॉडल एक निश्चित आर्किटेक्चर को परिभाषित करता है और बार-बार, वह आर्किटेक्चर आधुनिक डेटा लेक को संभव बनाता है। निश्चित रूप से अन्य आर्किटेक्चर भी हैं, लेकिन अपने आधुनिक डेटा लेक को बनाने के लिए निजी क्लाउड का उपयोग करने से संगठनों को केवल उसी चीज़ के लिए भुगतान करने की अनुमति मिलती है जिसकी उन्हें ज़रूरत है। जब उनका व्यवसाय बढ़ता है, तो स्केलिंग क्लस्टर में अधिक संसाधन जोड़ने जितना सरल होता है। रीडिज़ाइन की आवश्यकता नहीं है। एआई/एमएल समर्थित है. उन्नत विश्लेषण —समर्थित. लॉग एनालिटिक्स/खतरा एनालिटिक्स —समर्थित. HDFS प्रतिस्थापन/माइग्रेशन - का समर्थन किया।

एक आधुनिक डेटा लेक एक-आधा डेटा वेयरहाउस और एक-आधा डेटा लेक है और हर चीज के लिए ऑब्जेक्ट स्टोरेज का उपयोग करता है। ऑब्जेक्ट स्टोरेज लेयर सॉफ्टवेयर-परिभाषित, स्केलेबल, क्लाउड नेटिव और परफॉर्मेंट है। प्रदर्शन के चयन के माध्यम से ट्यून करने योग्य है हार्डवेयर (NVMe) और नेटवर्क (100 GbE या अधिक) जो सुपरमाइक्रो, डेल और एचपीई जैसे विक्रेताओं से आसानी से उपलब्ध हैं।

डेटा लेक के साथ ऑब्जेक्ट स्टोरेज का उपयोग करना मानक है, डेटा वेयरहाउस के साथ इसका उपयोग करना नया है, जिसे अपाचे आइसबर्ग, अपाचे हुडी और डेल्टा लेक जैसे ओपन टेबल फॉर्मेट (OTF) द्वारा संभव बनाया गया है। इस आर्किटेक्चर पर काफी विवरण है जो इस लेख के दायरे से बाहर है। इसके लिए मैं कीथ पिजानोव्स्की की पूरी किताब पढ़ने की सलाह देता हूँ आधुनिक डेटा झील पर लेख . इसकी वास्तुकला इस प्रकार है:

यह आर्किटेक्चर निम्नलिखित को प्रदान करने के लिए डिज़ाइन किया गया है, जो सभी कोर क्लाउड ऑपरेटिंग सिद्धांत हैं और, विस्तार से, निजी क्लाउड के मूल सिद्धांत हैं:

उच्च प्रदर्शन: जबकि निजी क्लाउड को क्षमता के लिए डिज़ाइन किया जा सकता है, आधुनिक निजी क्लाउड बड़े पैमाने पर प्रदर्शन देने की कोशिश करता है। यह आर्किटेक्चर उन उपकरणों को प्राथमिकता देता है जो गति और दक्षता पर जोर देते हैं। जैसा कि जेफ बेजोस कहते हैं, कौन अधिक भुगतान करना चाहता है और इसे पाने के लिए लंबा इंतजार करना चाहता है? यहां भी यही सिद्धांत लागू होते हैं: कौन इसे धीमा चाहता है?

पृथक संगणना और भंडारण: इन घटकों को अलग करने से लचीलापन और मापनीयता बढ़ जाती है, जिससे आपके द्वारा चुने गए बुनियादी ढांचे, सेवाओं और उपकरणों को उनकी विशेषज्ञता के संबंधित क्षेत्रों में उत्कृष्टता प्राप्त करने में मदद मिलती है।

खुले मानक: खुले मानक न केवल अंतर-संचालन को प्रोत्साहित करते हैं बल्कि आपके निवेश को भविष्य-सुरक्षित भी बनाते हैं। इसमें न केवल ओपन सोर्स समाधान शामिल हैं, बल्कि ओपन टेबल प्रारूप भी शामिल हैं, जैसा कि हम आगे देखेंगे। इन कारणों से स्टोरेज उपकरण के साथ निजी क्लाउड न बनाएं (और यह तथ्य कि वे कभी भी क्लाउड नेटिव नहीं होंगे)।

RESTful API के साथ अनुकूलता: इंटरकनेक्टिविटी बहुत ज़रूरी है। आपके उपकरणों में एक ही भाषा होनी चाहिए, जिसमें S3 क्लाउड स्टोरेज के लिए भाषा के रूप में काम करे। इस कारण से, अपने निजी क्लाउड को POSIX-केंद्रित समाधान के साथ न बनाएँ, भले ही वह S3 का समर्थन करने का दावा करता हो। असली डील के साथ आगे बढ़ें।

सॉफ्टवेयर संचालित/कोड के रूप में अवसंरचना: स्वचालित करें और Kubernetes को अपने बुनियादी ढांचे को व्यवस्थित करने का काम सौंप दें, जिससे आप मैन्युअल प्रबंधन की जटिलताओं से दूर रह सकें, और तीव्र और कुशल मापनीयता की अनुमति मिल सके।

बढ़ी हुई सुरक्षा और अनुपालन: चूँकि निजी क्लाउड एक समर्पित बुनियादी ढाँचा प्रदान करते हैं, इसलिए वे डेटा पर अधिक नियंत्रण और बेहतर सुरक्षा उपाय प्रदान करते हैं। यह विशेष रूप से उन उद्योगों के लिए फ़ायदेमंद है जो संवेदनशील जानकारी संभालते हैं, जैसे कि वित्त और स्वास्थ्य सेवा।

विनियामक अनुपालन: यह आर्किटेक्चर विशिष्ट उद्योग मानकों को पूरा करने के लिए अनुकूलन योग्य सुरक्षा सेटिंग्स और ऑडिट नियंत्रण प्रदान करके विनियामक अनुपालन का समर्थन कर सकता है।

अपने निजी क्लाउड को क्रियान्वित करना

हमने निजी क्लाउड को बढ़ावा देने के लिए कई तरीके देखे हैं। ये सभी कारगर हो सकते हैं; यह वास्तव में उद्यम और उपयोग के मामले पर निर्भर करता है।

• एक समय-सीमित हाइब्रिड मॉडल, जहां कुछ डेटा और अनुप्रयोग सार्वजनिक क्लाउड में रहते हैं, जबकि निजी क्लाउड हाइड्रेटेड रहता है।
• सार्वजनिक क्लाउड से निजी क्लाउड में पूर्ण प्रत्यावर्तन।
• निजी क्लाउड का ग्रीनफील्ड निर्माण। यह विशेष रूप से लोकप्रिय है क्योंकि उद्यम अपने AI प्रयोगों को उत्पादन में लगाते हैं।
• ब्राउनफील्ड प्रत्यावर्तन जहां आप अपने सार्वजनिक क्लाउड डेटा और बुनियादी ढांचे को मौजूदा निजी क्लाउड परिनियोजन में वापस ले जाते हैं। हालांकि किफायती है, लेकिन इस दृष्टिकोण में कुछ कमियां हैं।
• "अन्य" श्रेणी (फटने वाली और बाहरी तालिकाएँ).

समय-सीमित हाइब्रिड दृष्टिकोण: समय-सीमित हाइब्रिड दृष्टिकोण अनिवार्य रूप से सार्वजनिक क्लाउड को कोल्ड स्टोरेज में बदल देता है और कुछ समय अवधि (महीने/तिमाहियों, वर्षों में नहीं) में आपके निजी क्लाउड फ़ुटप्रिंट का निर्माण करता है। इसमें निजी क्लाउड पर आपके बुनियादी ढांचे और सॉफ़्टवेयर स्टैक को खरीदना और कॉन्फ़िगर करना शामिल है। फिर आप अपने डेटा पाइपलाइन को निजी क्लाउड पर इंगित करते हैं, न कि सार्वजनिक क्लाउड पर। कुछ समय अवधि हो सकती है जहाँ आप दोनों कर सकते हैं। हालाँकि, लक्ष्य सार्वजनिक क्लाउड को स्तरित कोल्ड स्टोरेज और निजी क्लाउड को हॉट स्टोरेज के रूप में उपयोग करना है। समय के साथ, सार्वजनिक क्लाउड कोल्ड से फ्रोजन हो जाता है जबकि निजी क्लाउड प्राथमिक और प्रमुख स्टोरेज प्रकार बन जाता है।

साइबर सुरक्षा की अग्रणी कंपनी ने यही किया। इसने मिनियो और इक्विनिक्स के साथ मिलकर एक निजी क्लाउड स्थापित करके शुरुआत की, फिर 250 टेबिबाइट (TiB) प्रतिदिन के डेटा फायरहॉज को उसी दिशा में मोड़ दिया। यह देखते हुए कि लॉग एनालिटिक्स में परिचालन मूल्य के संदर्भ में उच्च क्षय कार्य होता है, नए निजी क्लाउड को खतरे की खोज करने वाले डेटा का प्राथमिक स्रोत बनने में ज़्यादा समय नहीं लगा। यह निजी क्लाउड लगभग एक एक्साबाइट तक बढ़ गया है (और जल्द ही उस सीमा को पार कर जाएगा) और इन कार्यभारों (प्रभावी रूप से मुख्य व्यवसाय) को एक निजी क्लाउड (ऑपेक्स के साथ न कि कैपेक्स) पर ले जाने के निर्णय ने व्यवसाय के सकल मार्जिन में 2% से अधिक का सुधार किया। नतीजतन, इस कंपनी का मूल्यांकन गुणक ऐसा है जो इसके साथियों के लिए ईर्ष्या का विषय है।

पूर्ण प्रत्यावर्तन : कई बार ऐसा होता है कि सार्वजनिक और निजी दोनों क्लाउड पर एप्लिकेशन और डेटा रखना कोई विकल्प नहीं होता। इन मामलों में, आपको अपने क्लाउड प्रदाता से नाता तोड़ना होगा। यह कठिन है, और निकास शुल्क के उन्मूलन के साथ भी, वे इसे दर्दनाक बनाते हैं (बारीक प्रिंट मूल रूप से कहता है कि किसी भी निकास शुल्क राहत पाने के लिए सब कुछ जाना होगा)। यह बहुत संभव है; इसके लिए बस थोड़ी अधिक योजना और थोड़ा अधिक व्यावसायिक घर्षण की आवश्यकता होती है। इस मामले में, अपने कोलो या निजी क्लाउड और एप्लिकेशन स्टैक का प्रावधान करें। फिर डेटा ट्रक का बैकअप लें या डेटा को अपने निजी क्लाउड डेटा इंफ्रास्ट्रक्चर में फायरहॉज करने के लिए नेटवर्क को पट्टे पर दें। इस बिंदु पर आप स्वतंत्र हैं, लेकिन यदि आप बेल्ट-और-सस्पेंडर प्रकार के हैं तो एक या दो महीने के लिए दोगुना भुगतान करने की उम्मीद करें। अग्रणी स्ट्रीमिंग कंपनियों में से एक ने सार्वजनिक क्लाउड छोड़ने पर यह दृष्टिकोण अपनाया। इसने सभी फिल्मों, शो, वृत्तचित्रों आदि सहित नए निजी क्लाउड में आधा एक्साबाइट फोर्कलिफ्ट किया। इस प्रक्रिया में लगभग तीन चौथाई समय लगा। हालाँकि, भुगतान बहुत बड़ा था, और सेवा का प्रबंधन करने वाली टीम के लिए जटिलता बहुत कम हो गई। उन्होंने एक अच्छे पॉप के अतिरिक्त लाभ का भी आनंद लिया " पहले बाइट का समय ” — इस क्षेत्र में एक प्रमुख मीट्रिक।

ग्रीनफील्ड प्राइवेट क्लाउड:

यह एक बहुत ही सीधा प्रस्ताव है और इसमें आम तौर पर सब कुछ नया शामिल होता है। प्रोजेक्ट नया है, प्रोजेक्ट का डेटा नया (या नया-नया) होगा या किसी ऐसे स्रोत से उत्पन्न होगा जो ऑनलाइन आ रहा है (जैसे कि एक विशाल निर्माण संयंत्र या एक नया क्लाउड वीडियो-ऑन-डिमांड सेवा)। यहाँ आप कार्यभार का आकार निर्धारित करते हैं - आप इसे सार्वजनिक क्लाउड पर भी परीक्षण कर सकते हैं - लेकिन विचार यह है कि यह शुरू से ही निजी क्लाउड पर चलेगा। हम इसे AI डेटा इंफ्रास्ट्रक्चर के साथ अक्सर देख रहे हैं। शुरुआती प्रयोग सार्वजनिक क्लाउड में हो रहे हैं। डेटा उतना महत्वपूर्ण नहीं है। GPU की उपलब्धता काफी अच्छी है। फिर भी, उद्यम जानता है कि उत्पादन के लिए कार्यभार निजी क्लाउड पर होना चाहिए - दोनों पैमाने के लिए, लेकिन सुरक्षा, गोपनीयता और नियंत्रण के लिए भी। दुनिया की अग्रणी ऑटोमोटिव कंपनियों में से एक ने हाल ही में अपने पूर्ण स्व-ड्राइविंग पहल को नियम-आधारित प्रणाली से बदलकर वास्तविक ड्राइवरों के व्यवहार पर आधारित कर दिया है।

यह व्यवहार उसके वाहनों से आने वाले लाखों-करोड़ों वीडियो और लॉग फ़ाइलों से "सीखा" जाता है। अच्छे ड्राइवर, बुरे ड्राइवर, औसत ड्राइवर। सिर्फ़ वीडियो से ही नहीं, बल्कि कार टेलीमेट्री के दूसरे तत्वों जैसे कि ब्रेक लगाना, त्वरण, स्टीयरिंग टॉर्क, आदि से भी। नियम-आधारित एमएल दृष्टिकोण पेटाबाइट्स के पैमाने पर था; वीडियो एक्साबाइट्स के पैमाने पर है। कंपनी उस डेटा को किसी के साथ साझा नहीं कर रही है (वास्तव में दो सार्वजनिक क्लाउड में प्रतिस्पर्धी पहल हैं)। वह AI कार्यभार - सभी 300+ सर्वर के बराबर - हमेशा एक निजी क्लाउड पहल थी।

ब्राउनफील्ड प्राइवेट क्लाउड:

हम यहाँ ईमानदार रहेंगे: हम इसे देखते हैं, लेकिन हमें यह पसंद नहीं है। इसमें हार्ड डिस्क ड्राइव पर उच्च-प्रदर्शन कार्यभार चलाने की कोशिश करना शामिल है ताकि मिनियो को लेयर किया जा सके SAN/NAS का शीर्ष (स्टोरेज एरिया नेटवर्क/नेटवर्क अटैच्ड स्टोरेज)।

यह काम करता है, लेकिन शायद ही कभी इष्टतम समाधान होता है। यह किफायती है (आप हार्डवेयर का दोबारा इस्तेमाल कर रहे हैं), यह कम घर्षण वाला है (कोई खरीद नहीं), लेकिन शायद ही कभी यह प्रदर्शनकारी होता है। फिर भी, हम इसे व्यापक बनाने के लिए यहाँ शामिल करते हैं। यह एक महत्वपूर्ण बिंदु उठाता है। जब आप किसी भी परिदृश्य में अपना निजी क्लाउड डिज़ाइन करते हैं, तो विविधता के लिए योजना बनाएँ। यह एक गारंटी है और स्पष्ट रूप से योजना का हिस्सा होना चाहिए। ऊपर दिए गए परिदृश्यों में से एक में, आधा हार्डवेयर सुपरमाइक्रो से है। दूसरा आधा डेल से है। जैसे-जैसे दुनिया बदलती है और नई तकनीक उपलब्ध होती है, आपके सॉफ़्टवेयर को इसकी परवाह नहीं करनी चाहिए।

अन्य लोग:

दो अन्य परिदृश्य हैं जो कम बार आते हैं लेकिन विचार मिश्रण में होने चाहिए। एक हाइब्रिड बर्स्ट दृष्टिकोण है और दूसरा बाहरी तालिका दृष्टिकोण है। दोनों हाइब्रिड विकल्प से संबंधित हैं, लेकिन समय-बद्ध नहीं हो सकते हैं। हाइब्रिड बर्स्ट दृष्टिकोण में, आप एक निजी क्लाउड को बनाए रखते हैं जबकि इसे अतिरिक्त लचीलेपन के लिए सार्वजनिक क्लाउड में निर्बाध रूप से विस्तारित या "बर्स्ट" करने के लिए डिज़ाइन करते हैं। यह रणनीति अक्सर अतिरिक्त GPU क्षमता का लाभ उठाने या विशिष्ट क्लाउड सेवाओं का उपयोग करने के लिए अपनाई जाती है। इस मॉडल में, कुछ कार्यों को प्रसंस्करण के लिए अस्थायी रूप से सार्वजनिक क्लाउड में स्थानांतरित किया जाता है। एक बार विश्लेषण पूरा हो जाने के बाद, परिणाम निजी क्लाउड पर वापस भेज दिए जाते हैं, और फिर सार्वजनिक क्लाउड संसाधनों को हटा दिया जाता है। हमारे पास एक प्रमुख वित्तीय सेवा ग्राहक है जो क्रेडिट जोखिम और बाजार जोखिम गणनाओं के साथ ऐसा कर रहा है। यह कुछ कंप्यूट ऑपरेशन के लिए सार्वजनिक क्लाउड का उपयोग करता है और इसे एक निजी क्लाउड डेटा लेक के साथ जोड़ता है जो मिनियो और ड्रेमियो का उपयोग करता है। क्लाउड ऑपरेटिंग मॉडल की खूबसूरती यह है कि आर्किटेक्चर को दोनों जगहों पर संचालन का समर्थन करना चाहिए। यह प्रभावी रूप से एक दो-तरफा सड़क है।

एक समय पर, यह एकतरफा रास्ता था, लेकिन दुनिया बदल गई है, और उद्यम के लिए विकल्प मौजूद हैं। बाहरी तालिकाओं के विकल्प के साथ, संगठन अभी भी अपने मौजूदा क्लाउड डेटा वेयरहाउस, जैसे कि स्नोफ्लेक और SQL सर्वर को निजी क्लाउड पर निर्मित डेटा लेक के साथ एकीकृत करके क्लाउड ऑपरेटिंग मॉडल के सिद्धांतों से लाभ उठा सकते हैं। यह हाइब्रिड सेटअप उद्यमों को क्लाउड इंफ्रास्ट्रक्चर में मौजूदा निवेशों पर पूंजी लगाते हुए आधुनिक डेटा लेक के प्रदर्शन, डेटा सुरक्षा और ओपन-स्टैंडर्ड डिज़ाइन से लाभ उठाने की अनुमति देता है। हर प्रमुख डेटाबेस विक्रेता अब बाहरी तालिकाओं के लिए समर्थन प्रदान करता है। यह कार्यक्षमता उपयोगकर्ताओं को ऑब्जेक्ट स्टोरेज में डेटा को क्वेरी करने की अनुमति देती है, जहाँ भी यह डेटाबेस में एक नियमित तालिका थी, बिना माइग्रेशन की परेशानी के। आपका डेटा निजी क्लाउड में रहता है, लेकिन जहाँ भी इसकी आवश्यकता होती है, वहाँ उपलब्ध कराया जाता है।

अंतिम विचार और परामर्श

हम पिछले कई सालों से इन निजी क्लाउड प्रत्यावर्तन/नए निर्माणों में भागीदार रहे हैं। एक बात जो टीमों को आश्चर्यचकित करती है, वह है हार्डवेयर का फिर से प्रबंधन करना। क्लाउड में यह पारदर्शी है। DevOps और साइट विश्वसनीयता इंजीनियर केवल API स्तर पर बुनियादी ढांचे के साथ बातचीत करते हैं। यदि कोई VM काम नहीं कर रहा है, तो उसे समाप्त करें और उसके स्थान पर एक नया लॉन्च करें। दुर्भाग्य से, नए निजी क्लाउड में, केवल हार्डवेयर को हटाने और नया खरीदने के बजाय, हमें मौजूदा हार्डवेयर को काम में लाना होगा।

इंफ्रास्ट्रक्चर मैनेजमेंट एक चीज है। यह क्षेत्र के साथ आता है। यह डरावना नहीं होना चाहिए, लेकिन इसके लिए योजना बनाई जानी चाहिए। सॉफ्टवेयर इंजीनियरिंग/डेवऑप्स पक्ष और डेटा सेंटर इंजीनियर की ओर से जिम्मेदारियों का निर्धारण किया जाना चाहिए। डेटा सेंटर में इस एसएमई (विषय वस्तु विशेषज्ञ) को सभी हार्डवेयर के बारे में पूरी जानकारी होनी चाहिए। वे हार्डवेयर से जुड़ी किसी भी चीज और हर चीज के लिए जिम्मेदार होंगे, जिसमें विफलताएं, प्रतिस्थापन और कोई भी रखरखाव शामिल है।

यहां सॉफ्टवेयर मायने रखता है। यही कारण है कि मिनियो ने अपने वैश्विक कंसोल में अवलोकन क्षमता का निर्माण किया है। निजी क्लाउड की दुनिया में, आपको स्मार्ट सॉफ्टवेयर और डंब हार्डवेयर चलाना चाहिए। लेकिन उस सॉफ्टवेयर को इस आर्थिक इनाम का परिचालन भार उठाना पड़ता है। हार्डवेयर वाले अवलोकन क्षमता परत का निर्माण नहीं कर सकते थे, मिनियो को यह करना था।

यदि आप एक ऐसा संगठन हैं जो सप्ताह में एक बार तैनाती करता है, तो इसका मतलब है कि प्रत्येक तैनाती संभवतः एक तमाशा है। ऐसा इसलिए है क्योंकि अनियमित तैनाती के साथ बग का अनुमान लगाना और उन्हें ठीक करना मुश्किल है। जब तैनाती योजना के अनुसार नहीं होती है, तो सभी हाथ डेक पर होते हैं। आम तौर पर प्रवाह इस तरह दिखेगा:

• अपने एप्लिकेशन को वितरित सेटअप में तैनात करने के लिए डिज़ाइन करें
• अपने स्थानीय वातावरण में इसका परीक्षण करें
• डेव और स्टेज वातावरण में आगे सत्यापन करें
• निगरानी, मीट्रिक्स, ट्रेसिंग और परिवर्तन जोड़ें
• ऑन-प्रिमाइसेस, हाइब्रिड और क्लाउड परिवेशों को परिनियोजित करें

जब इन CI/CD सिद्धांतों को व्यवहार में लागू किया जाता है, तो एक मजबूत डेटा सेंटर इंजीनियर दूसरे मजबूत DevOps/SRE इंजीनियर के साथ मिलकर काम करते हुए आसानी से एक निजी क्लाउड या कोलो सुविधा में 5,000 से अधिक नोड्स का प्रबंधन कर सकता है। हमारे पास ऐसे ग्राहक हैं जो बिल्कुल यही करते हैं। एक बार जब आप CI/CD बेसलाइन सिद्धांतों का पालन करते हैं तो लगभग हर चीज को स्वचालित किया जा सकता है और किया जाना चाहिए और डेटा सेंटर और DevOps इंजीनियर केवल उन कार्यों पर ध्यान केंद्रित करेंगे जिन्हें स्वचालित नहीं किया जा सकता है। अंत में, यदि आप इसे याद नहीं करते हैं, तो कोलोस हमारे निजी क्लाउड की परिभाषा का पर्याय हैं।

कोलोकेशन पूरी तरह से ऑन-प्रिमाइसेस इंफ्रास्ट्रक्चर और पब्लिक क्लाउड के बीच एक मध्य मार्ग प्रदान करता है, जो दोनों दुनिया के लाभ प्रदान करता है। शीर्ष-स्तरीय नेटवर्किंग तक पहुँच और पब्लिक क्लाउड प्रदाताओं से निकटता के साथ, कोलोस कम-विलंबता कनेक्शन और हाइब्रिड क्लाउड सेटअप की सुविधा प्रदान करता है, जिससे कुशल डेटा स्थानांतरण और प्रसंस्करण सक्षम होता है। यह लचीलापन, और सफल हाइब्रिड क्लाउड परिनियोजन की क्षमता उन व्यवसायों के लिए महत्वपूर्ण है जो अपने संचालन को अनुकूलित करना चाहते हैं और प्रतिस्पर्धात्मक बढ़त बनाए रखना चाहते हैं। यह कैसे काम करता है, इसके बारे में अधिक जानने के लिए, हमारा देखें मिनियो और इक्विनिक्स पृष्ठ .