L’automatisation est un excellent outil. Plutôt que de résoudre un problème une seule fois, vous pouvez automatiser un service pour qu’il s’adapte automatiquement à l’évolution des besoins, sans être humain.
L’évolutivité du cloud en est le meilleur exemple. Nous n’avons plus besoin de provisionner manuellement des ressources fixes limitées telles que le stockage et le calcul. Au lieu de cela, nous mettons en place une automatisation (généralement proposée) qui peut tirer parti du nombre de ressources nécessaires sans même que les développeurs ou les concepteurs y pensent.
Le nombre et les types de systèmes de mise à l’échelle automatisés diffèrent beaucoup, mais sans serveur est le meilleur exemple d’évolutivité automatisée. L’informatique sans serveur faisant désormais partie des installations de base, telles que le stockage et le provisionnement des ressources de calcul, elle fait désormais également partie des conteneurs, des bases de données et de la mise en réseau. De nombreuses ressources qui étaient configurées de manière statique peuvent désormais configurer et organiser « automatiquement » la variété exacte de ressources nécessaires pour effectuer la tâche, puis les remettre dans la piscine après utilisation.
Jolie rapidement, il sera plus simple de noter le nombre de ressources qui ne sont pas sans serveur, étant donné que les fournisseurs de cloud sont tous sur le sans serveur et que les services cloud sans serveur augmentent chaque mois. Le marché de l’informatique sans serveur avait en fait une valeur approximative de 7,29 milliards de dollars en 2020. Il devrait maintenir un taux de développement annuel composé de 21,71 % pour la période 2021 à 2028. Le sans serveur devrait atteindre une valeur de 36,84 milliards de dollars d’ici 2028.
La préoccupation est alors de toujours être rentable et totalement optimisé en termes de coûts et d’utilisation des ressources en laissant l’évolutivité aux processus automatisés, tels que l’autoscaling sans serveur et cloud natif ?
Naturellement, c’est une question compliquée. Il y a rarement un bon cours, et l’automatisation autour de l’évolutivité ne fait pas exception.
Le recul de l’évolutivité automatisée, au moins en l’associant « constamment » aux systèmes basés sur le cloud pour s’assurer qu’ils ne manquent jamais de ressources , est que dans de nombreuses situations, les opérations des systèmes ne seront pas rentables et seront moins qu’efficaces. Une application de contrôle des stocks pour un magasin de détail peut avoir besoin de prendre en charge 10 fois plus de traitement pendant les vacances. Le moyen le plus simple de s’assurer que le système aura la capacité de provisionner automatiquement la capacité supplémentaire dont il a besoin autour des pics saisonniers est de tirer parti des systèmes de mise à l’échelle automatisés, tels que les services de mise à l’échelle automatique sans serveur ou plus standard.
Les problèmes viennent de l’examen de l’optimisation des dépenses de cette option particulière. Supposons qu’une application d’inventaire ait intégré des comportements que l’automatisation de la mise à l’échelle découvre comme nécessitant davantage de ressources de calcul ou de stockage. Ces ressources sont immédiatement provisionnées pour prendre en charge la charge supplémentaire attendue. Cependant, pour cette application spécifique, les habitudes qui activent un besoin de plus de ressources ne nécessitent pas en fait plus de ressources. Un pic momentané d’utilisation du processeur suffit à déclencher la mise en ligne de 10 serveurs de calcul supplémentaires pour prendre en charge une attente de ressources qui n’est pas vraiment requise. Vous finissez par payer 5 à 10 fois plus pour des ressources qui ne sont pas réellement utilisées, même si elles retournent dans le pool de ressources quelques minutes après leur provisionnement.
Le point central est que l’utilisation la mise à l’échelle automatique des systèmes pour la fonction de détermination des besoins en ressources n’est pas toujours la meilleure voie à suivre. Laisser l’évolutivité simplement autant que l’automatisation suggère que la probabilité de provisionner beaucoup ou trop peu de ressources est beaucoup plus grande que si les ressources sont provisionnées pour les besoins exacts de l’application.
Donc, nous pouvons activer mise à l’échelle automatique, laissez la société de cloud décider et finissez par investir 40 % de plus, mais ne vous souciez jamais de l’évolutivité. Ou nous pouvons faire une ingénierie système plus détaillée, faire correspondre les ressources nécessaires et fournir ces ressources dans une méthode plus précise et abordable.
Il n’y a personne de réponse ici. Certains systèmes que je construis sont beaucoup plus fiables et rentables avec la mise à l’échelle automatique. Ils sont généralement plus dynamiques dans leur utilisation des ressources, et il est préférable d’avoir une tentative de processus à maintenir.
Mais nous laissons de l’argent sur la table pour un grand nombre de ces cas d’utilisation. La plupart des calculs de capacité du système sont bien compris, donc la variété des ressources requises est également bien comprise. Dans ces cas, nous constatons généralement que si nous reprenons le contrôle du provisionnement et du déprovisionnement des ressources, nous nous retrouvons avec des approches plus rentables pour les déploiements d’applications basées sur le cloud qui peuvent économiser plusieurs milliers de dollars pendant de nombreuses années. Dire simplement.
Toute l’actualité en temps réel, est sur L’Entrepreneur
