Różne rodzaje chmur

Koszty zawsze najważniejsze

Szczegółowa analiza kosztów jest w każdym projekcie niezbędna. Ale jeszcze przed jej przeprowadzeniem warto się zastanowić nad strategiczną oceną, czy podjęcie odpowiedzialności związanej z budową i późniejszym utrzymaniem własnego centrum danych jest dobrze uzasadnione. Biorąc pod uwagę koszty takiej inwestycji, można założyć, że stanie się ona dla firmy zadaniem o priorytetowym znaczeniu. W efekcie inne, często ciekawe i efektywne projekty, zostaną usunięte na drugi plan, co może negatywnie wpłynąć na biznes.

Skorzystanie z ofert usługowych pozwala na uruchomienie nowego centrum danych najwyżej w kilka tygodni. Jest to poważny argument w wypadku, gdy wymagania dotyczące dostępności mocy przetwarzania i pamięci masowej są pilne. Bo budowa własnego centrum danych to projekt, którego realizacja zajmuje w najlepszym wypadkurazie pół roku. Jeśli biznes rozwija się dynamicznie i wzrost wymagań w stosunku do systemu IT jest trudny do zaplanowania na okres kilkua lat, to projekt budowy własnego centrum danych wymaga kosztownej inwestycji w zapasową powierzchnię i infrastrukturę, która może, ale nie musi, zostać wykorzystana.

Inwestycja w system usługowy pozwala na zaoszczędzenie początkowych wydatków kapitałowych i wykorzystanie dostępnych środków na rozwój innych projektów, które mogą zwiększyć efektywność biznesu. Większość dostawców reklamuje też swoje usługi jako rozwiązanie tańsze pod względem kosztów utrzymania systemu. W wielu wprzypadkach ma to uzasadnienie, ale do zapewnień takich należy podchodzić z ostrożnością. Niektórzy specjaliści zwracają uwagę, że modele chmurowe są względnie świeżą ofertą na rynku masowym i kalkulacja kosztów w długim okresie, np. 5-letnim, okresie nie jest oparta na praktycznie zweryfikowanych założeniach.

Co nowego oferuje cloud computing w porównaniu doz klasycznychmi modeliami usługowychmi

• Skalowalność - możliwość redukcji kosztów pamięci masowej i mocy przetwarzania w systemach cloud computing o bardzo dużej wielkości umożliwiapozwala na liniowe skalowanie dostępnej pamięci i mocy obliczeniowej, co praktycznie jest niedostępne w systemach klasycznych.

• Nowe architektury przetwarzania rozproszonego opracowywane pod kątem zwiększenia wydajności cloud computing, np. projekty MapReduce i Hadoop. Jednym z problemów utrudniających skalowanie wydajności systemów usługowych jest ograniczona możliwość mapowania odwzorowania danych między pamięciami masowymi i pamięcią serwerów przetwarzających lub udostępniających informacje. Architektury, takie jak MapReduce i Hadoop, umożliwiają równoległą wymianę danych między wieloma serwerami i pamięciami masowymi, co istotnie zwiększa praktycznaą wydajność dużych systemów chmurowych.

• W modelu cloud opłaty za wykorzystanie zasobów polegają z reguły na obciążaniu użytkownika za to, co rzeczywiście wykorzystuje - moc przetwarzania lub pojemność pamięci masowej. Jednocześnie następuje zmniejszenie niezbędnych inwestycji kapitałowych i przeniesienie wydatków do kosztów operacyjnych, co dla wielu firm może mieć istotne znaczenie.


TOP 200