Gerenciar cargas de trabalho em um modelo de nuvem híbrida
Há princípios para pensar quando gerenciar cargas de trabalho em um modelo de nuvem híbrida. Gestão, neste contexto, refere-se a como os recursos são atribuídos, a fim de processar cargas de trabalho. Atribuições pode ser baseada na disponibilidade de recursos, prioridades de negócios, ou programação de eventos.
Na era do mainframe computação unificada, gerenciamento de carga de trabalho era bastante simples. Quando uma tarefa teve que ser executado, um trabalho foi programado para ser executado no sistema. As instruções para executar essa tarefa ou trabalho eram normalmente escritos em uma linguagem de instruções de controle de trabalho complexo. Este conjunto de comandos ajudou a organização de TI planejar cuidadosamente a execução de cargas de trabalho.
Se uma carga de trabalho de missão crítica necessária uma enorme quantidade de tempo para executar um conjunto de instruções pode ser estabelecida para parar a carga de trabalho e permitir que outra carga de trabalho para ser executado. Quando o segundo volume de trabalho terminar a execução da sua missão, a carga de trabalho de longa duração poderia continuar. Se houvesse dependências que a carga de trabalho necessários para completar uma tarefa, um comando pode ser emitido para ir encontrar essa tarefa para que pudesse ser executado e, em seguida, o resultado adicionado à carga de trabalho.
Considere os seguintes princípios como você começar a pensar sobre o gerenciamento de cargas de trabalho em um modelo de nuvem:
Compreender os requisitos de processamento. Você precisa entender como seus recursos de computação podem executar suas cargas de trabalho em média, e na demanda de pico. Em geral, que muitas vezes engenheiros seus recursos de computação para atender a carga de pico.
Usar os recursos de modelagem. Você precisa descobrir o que CPU, disco e memória são necessários para executar cargas de trabalho. Geralmente, você cria uma espécie de modelo para fazer isso. O seu modelo pode ser um modelo linear simples que calcula a quantidade de CPU por serviço, ou pode ser algo mais complexo.
Determinar a capacidade que você precisa. Otimizar seus recursos com base no tempo necessário de resposta, número de serviços, e inúmeras outras variáveis que precisam ser considerados dependendo do que você está tentando realizar com a sua carga de trabalho.
O desafio na gestão de qualquer carga de trabalho é ter certeza de que ele pode ser executado e entregue no nível de desempenho direita. O princípio não é tão difícil se você está lidando com aplicações rodando em um servidor. No entanto, como as infraestruturas de TI se tornam mais complexos e heterogéneos (como na nuvem híbrida), isso se torna mais difícil de fazer.