暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

为什么Oracle预测到2020年,60%的IT组织将把系统管理推向云计算

Dankoloski 2017-04-06
254

在Oracle最新版本的“ Oracle CloudPredictions 2017”和“Oracle IaaSPredictions 2017”中,Oracle表示,我们预计到2020年,60%的IT组织将把系统管理推向云计算。毕竟,这是一个大胆的预测 根据IDC的“2016 - 2020年度全球系统管理软件预测”,管理层将在2016年达到21亿美元的市场份额,而对于大多数组织而言,云端旅程刚刚开始。 我们花一点时间来了解为什么Oracle相信变化正在快速发展。


1)目前的系统管理方法并不奏效,政府也知道。 2016年8月,Forrester调查发现了一个令人吃惊的统计数字 - 只有6%的受访客户信任他们的监控策略。无论你如何切片,百分之六都是坏的,但是由于我们已经在30多年的分布式计算革命中,这是非常糟糕的。大约在同一时间,IDC调查报告说,目前有92%的企业IT组织拥有一个或多个监控工具,但55%认识到他们需要为数字业务,混合云和大型时代的规模和复杂性而设计的新解决方案数据。另一项IDC调查显示,绝大多数企业认为到2020年将需要购买新的管理软件 - 具体来说,84.5%的受访者表示云计划将需要新的管理软件,而73.5%的企业则认为DevOps初创公司将需要新的管理软件。


现在是一个新的方法的时候了,政府知道了。

2) 上一点提到的解决方案需要操作数据统一,这在本地很难做到。有一天我在一个客户那里有超过一百二十个监控工具收集时间序列度量和配置数据,并且他们每天也生成几TB的日志。这意味着120个独立的数据孤岛的不相关的结构化数据,以及吨相关(但也是非相关的)非结构化数据。客户有一个庞大的数据科学团队,试图在所有这些数据之上建立BI层,但是即使是大量的努力,只能看到1-3天的数据,并且可视化和智能有限。更重要的是,当他们花费所有的时间在BI层活动时,他们没有管理他们的应用程序!系统管理的要点是管理其他应用程序,系统管理体系本身不应该是一个庞大的,定制的应用程序。


基于云的管理解决方案可以吸收和处理大量的结构化和非结构化数据,而无需客户的任何努力。


3)第一点提到的解决方案需要一种基于机器学习的方法,而不是依赖于人类的努力。传统的“单一玻璃”监控工具收集了大量数据,但期望人们在理解数据,如何相互关联以及维护有关此数据的元数据(拓扑,CMDB,依赖关系映射等)。事实证明,这种维护人员的负担意味着:

a)组织花费大部分时间和精力来管理和管理他们的管理制度,并且

b)只能在法庭上向后看。使用异常检测来识别异常行为的机器学习算法,聚类以识别应标记的数据中的模式,多变量相关性以了解数据集之间和数据集之间的关系以及预测算法使用该数据来期待而不是仅仅向后。数据科学既是计算机技术,又是专业知识密集型的,为了机器学习不仅仅是抛出误报,它需要良好的,干净的数据(见#1)。基于SaaS的机器学习方法意味着消费者可以立即使用已经针对操作数据集进行调优和优化的机器学习,因为它以前与许多其他数据集的交互。


基于云的管理解决方案可以使用户能够立即对客户进行精确的,智能化和优化的机器学习,基本上没有任何努力。


鉴于大多数组织对目前的管理方法已经不满意,鉴于基于SaaS的方法提供了一种低成本的方式来克服现有方法的主要问题,因此在Oracle方面,我们预计60%的IT组织将 到2020年将系统管理推向云。


想了解更多关于甲骨文在这方面的工作? 请参阅http://cloud.oracle.com/management。


最后修改时间:2020-05-08 00:20:43
文章转载自Dankoloski,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论