混合云架构是否有助于平衡本地和云服务提供商

例如，当您要处理大量数据时，依靠混合云环境可以在性能和灵活性之间实现优质平衡。在视觉AI等特定应用中，混合云使用户可以从实时，本地处理中受益，同时使用云保持系统足够开放和灵活。

找到平衡是真正的挑战。尽管云计算现在高度可用，但本地部署的入门障碍仍然相对较高。甚至混合云本身的概念也很难定义。在本文中，我们将讨论如何在本地解决方案和云服务之间找到平衡。

为了使本地基础架构与云服务保持平衡，您需要做的第一件事就是定义为什么首先需要实现混合云。确定使用混合云的目标并确保实现与业务目标相匹配是此过程中要采取的第一步。
“为什么?” 仍然是这里的大问题，但这远非唯一的问题。您还必须询问自己要实现的主要目标以及预期的收益。您要在混合体系结构中运行的解决方案和应用程序的进一步标识还将揭示如何很好地实现该实现。

更重要的是，您需要收集特定的要求，然后再继续前进。在某些情况下，过渡到多云环境而不是混合环境是更好的解决方案。您仍然可以从经过特别调整的云资源中受益，并且彼此之间的距离非常近，而不必投资于本地硬件。

定义业务和实施目标后，您将获得有关您的需求和将要运行的解决方案的必要信息，该过程的下一部分将证明在运行云环境中进行投资是合理的。在这里，必须考虑解决方案的工作量。通常，对于已经在本地运行的人员而言，混合解决方案成为最简单的解决方案，因为它太复杂了，无法将所有内容迁移到云中。

本地服务器和其他支持硬件更适合于实时应用程序。当需要私有和安全环境时，还需要本地解决方案。在本地运行时，并非所有应用程序都能正常运行，因此您必须确保将可用性，可伸缩性，甚至位置或地理位置等因素都考虑在内。

成本也是要考虑的一个重要因素。将混合云将要处理的工作负载与创建环境的成本进行比较。您不仅应考虑混合环境的硬件和服务成本，而且还应考虑迁移到新环境的成本(即是否需要停机)。

等式的最后一部分是技能。为了使工作负载与混合云生态系统匹配，您需要确保所有服务器管理员和DevOps专家都能够管理本地和云集群。这就完成了难题，并允许您详细计划到混合云的迁移。

如果彻底考虑了先前的因素(以及规划阶段)，那么实际上过渡到混合云环境的痛苦就大大减轻了。您可以评估您是否愿意以整体方式实施混合云。
在此实现过程中可以采用很多方法，但是最简单的开始方法是设置截止时间。在截止时间之后实施的任何新解决方案都需要根据一组预定因素定义为本地解决方案或云解决方案。

将本地群集与云服务集成是容易的部分。如果您使用的是由云服务提供商(例如Amazon)提供的资源，则将有现成的工具可供使用。例如，您通常可以立即使用AWS Outposts将API，管理工具，AWS基础设施和云服务与本地硬件进行集成。

使用AWS前哨站，您可以使用AWS的本机工具管理身份和访问管理中的所有内容。本地解决方案可以将Amazon RDS用作数据库源，也可以在本地VM中实施RDS，从而实现轻松集成和集中管理。

这种类型的实施还允许边缘计算设备的集成，这意味着IoT设备，传感器和其他精简计算工具也可以集成到混合云环境中。所有元素均保持可伸缩性且易于管理。
该环境为以可扩展方式运行应用程序和解决方案提供了完美的要素。此时，您可以开始根据解决方案和应用程序的工作量对其进行划分。所有高工作负载的应用程序都可以保留在本地。另一方面，诸如数据处理之类的应用程序可以移动到云中。

从本地群集过渡到混合群集时，将需要处理一些特殊情况。例如，您可能受到数据安全法规的约束，在该法规中，本地数据存储是强制性的。在这种情况下，云集群可以处理诸如备份和数据维护之类的功能，而不是实际的数据存储或处理功能。

对于某些与云环境的兼容性有限的解决方案也是如此。在将这些本地解决方案完全移至云之前，可能需要进行重构，尤其是在您希望保持混合云环境可伸缩且高度可用的情况下。

尝试在本地群集和云服务之间找到平衡时，要记住一件事：您不会在第一时间就获得平衡。持续的监控和评估同样重要。

您收集的有关混合云实施的指标越多，就可以优化环境的方式越多，以实现比较高的性能，可扩展性和可用性。同时，您可以进一步平衡使用混合云环境的成本。

经过一些微调后，您最终将达到平衡。那时，您知道您的解决方案运行比较好，并且享受了本地群集和云服务的全部好处。