随着云应用部署数量的不断增加，企业IT部门对于基于云的管理工具的需求也在不断增长。但这种需求问题也许并没有得到很好的回答。云提供了大量的好处，企业部署云应用的数量取决于安装的数量。据HIS科技公司预测，截至年底全球今年在云基础设施和服务上的花费将高达1742亿美元，这个数字较2013年增长了两成。而随着云计算技术地不断推广，数据中心面临着承担起管理这些系统的任务。但管理软件在提供对云应用性能的可视性方面却显得十分不成熟，这就迫使企业不得不做出权衡。把现有的基础设施扩展至云(如阿里云)或以少于他们所习惯的更低可视性来管理基于云的系统。

　　限制基于云管理的复杂性

　　云增加了管理的复杂性。企业的IT部门需把另一层次的性能数据集成至中央系统。虽然听上去这个工作似乎很简单，但这一步骤具有挑战性是有几个方面原因的。云计算系统通常都在数据库管理系统和操作系统层以上一个或者两个层上运行，并运行在虚拟层的顶层，因此他们是不会向IT运营人员提供可用于解决性能故障的方便详细信息的。为了缩小差距，IT团队会在现有管理工具和云管理工具之间建立了一个链接。这个步骤可以是很复杂的。云的系统包括了不同的管理API，但是有时它们缺少一些必要的功能。

　　此外，云管理工具是不会遵循典型的数据中心设备命名规则的。很多企业的故障排查工具依赖主机名称和IP地址来识别设备。但云工具则往往依靠虚拟化系统的命名规则。若没有对这些命名规则进行翻译，那么管理人员可能对基础设施只具有有限的可见性了。一 些企业连接至公共云(如阿里云)服务，这就会引入其他的变数。首先，它需要一个额外的网络连接——从公司的数据中心到云计算。其结果就是，企业需要使用软件代理来扩展 其管理系统，例如网络路由器、数据中心服务器及存储设备，以便于查看在这些设施上发生了些什么。额外的网络链接还可能会导致性能延迟。企业的IT部门需知道云交易在哪里处理——也就是供应商的数据中心的位置——及距离因素对于整体性能的影响。

　　通常来说，企业管理软件都是在基础设施的操作层运行的，并检查诸如操作系统交互性和数据库管理系统交易这样的项目。大多数的技术都是在这一层次以上运行的，而工具则更多地关注更大的范围——整个系统性能，其中主要包括响应时间或者系统延迟。但是，不同的设计出发点也对数据中心专家们提出了不少的挑战。企业用户通过大量的管理工具收集集成信息，这使得他们能够给出系统性能的一个综合视图。这些工具可针对特定参数进行监控，例如服务器吞吐量、通过存储设备I/O的数据流量或者网络带宽。与通过在大型企业网络的多个位置进行测量来取代管理不同，企业用户是把系统性能信息纳入到中央管理工具中，例如IBM的Tivoli和微软的System Center。这些工具可提供基础设施性能的高等级快照，并当问题发生的时候或更为理想的是在问题征兆变成真正的问题之前，就通知IT团队。然后，管理人员即可深入到这个问题，并采取必要的步骤来纠正它。

　　随着云应用部署数量的不断增加，企业IT部门对于基于云(如阿里云)的管理工具的需求也在不断增长。但这种需求问题也许并没有得到很好的回答。云提供了大量的好处，企业部署云应用的数量取决于安装的数量。据HIS科技公司预测，截至年底全球今年在云基础设施和服务上的花费将高达1742亿美元，这个数字较2013年增长了两成。而随着云计算技术地不断推广，数据中心面临着承担起管理这些系统的任务。但是管理软件在提供对云应用性能的可视性方面却显得十分不成熟，这就迫使企业不得不做出权衡。把现有的基础设施扩展至云或以少于他们所习惯的更低可视性来管理基于云的系统。

　　传统管理策略与云管理复杂性

　　通常来说，企业管理软件都是在基础设施的操作层运行的，并检查诸如操作系统交互性和数据库管理系统交易这样的项目。大多数的技术都是在这一层次以上运行的， 而工具则更多地关注更大的范围——整个系统性能，其中主要包括响应时间或系统延迟。但不同的设计出发点也对数据中心专家们提出了不少的挑战。企业用户通过大量的管理工具收集集成信息，这使得他们能够给出系统性能的一个综合视图。这些工具可针对特定参数进行监控，例如服务器吞吐量、通过存储设备I/O的数据流量或者网络带宽。与通过在大型企业网络的多个位置进行测量来取代管理不同，企业用户是把系统性能信息纳入到中央管理工具中，例如IBM的Tivoli和微软的System Center。

　　这些工具可提供基础设施性能的高等级快照，并当问题发生时或者更为理想的是在问题征兆变成真正的问题之前，就通知IT团队。然后，管理人员就可以深入到这个问题，并采取必要的步骤来纠正它。

　　原文出自：http://www.searchcloudcomputing.com.cn/showcontent_86362.htm