展会信息港展会大全

不要让云环境成为你的下一座数据监狱
来源:互联网   发布日期:2015-03-14 10:06:49   浏览:13713次  

导读:无论是云、内部服务器与应用程序还是大型机,一旦大家全身心投入一类解决方案,那么锁定就将成为注定的结局。...

没人喜欢生活在处处掣肘的监狱当中。然而,企业级技术的发展历史正是引导用户一步步走向监牢的历程——其具体方式多种多样,既有根据供应商方案规范的优劣加以选择(这一点在严格意义上不属于监牢陷阱)、又有考虑到解决方案在使用成本或者容量能力方面的惟一性而被迫采用。

即使人们已经习惯并开始放弃抵抗,企业客户最终仍然通过种种途径完成了越狱。举例来说,曾几何时IBM还在统治大型机市场,而企业用户们也逐渐适应了这种缺乏选择自由的生活。接下来中型机诞生并迅速崛起,而后又是客户端-服务器计算机制,这一系列变革为企业客户指明了通往自由与光明的道路,并拥有广泛的供应商选择权并得以对企业内部服务器进行全面控制。

自那时以来,计算市场已经分裂成两大主要服务器平台(分别为Windows Server与Linux),二者运行着来自一系列从业厂商的应用程序(包括SAP、甲骨文、IBM、微软、Adobe Systems、EMC以及VMware等等)。

企业客户如今则开始寻求突破内部束缚的方法,而云服务正是他们完成又一次逃离的重要手段。

换句话来说,IT技术的发展趋势一直是由监牢转向自由,最后又重新回归监牢。他们总能在新领域享受到片刻的自由滋味,但随着市场的合并与供应商的不懈“摸索”,客户最终总会再次掉入锁定陷阱当中。

同样的命运恐怕还在前方不远处等待着亲爱的云服务客户们。无论是云、内部服务器与应用程序还是大型机,一旦大家全身心投入一类解决方案,那么锁定就将成为注定的结局。

可移动性正是应对数据监牢的最佳答案——前提是大家具备这种能力

让我们把话题转回客户数据层面,如今的现状正如《加州旅馆》一曲中所唱:你可以随时结账,但却永远无法离去。

这正是大家在将电子邮件数据、文件/文件夹数据以及其它数据存放在单一供应商的工具或者服务当中之后,所必然面临的被动局面。有鉴于此,我们必须选择那些了解自己所掌握的数据来自何处、并以严肃的态度打理边界划分事务的服务供应商。我们永远不希望自己的数据被供应方作为要挟的人质,无论是有意为之还是单纯无法对其加以移动。

我们需要确保自己的供应商在协议中清楚注明客户的数据归属于客户。微软Office 365的服务协议就可以在这方面作为参考与范例。

即使是在企业客户确定了数据的合法归属关系之后,大家的数据也有可能受到技术局限的影响而遭遇客观锁定。正如Tony Redmond在其博文当中所言,从这个角度出发,就连Office 365也无法真正做到顺畅的数据迁移。可能正是由于这个原因,IT组织才更倾向于使用第三方归档或者备份/恢复产品与Office 365进行配合。

某些企业可能还会从固有习惯角度对新型备份机制加以排斥——在其印象当中,IT系统的可靠性实在不容乐观,而备份又是企业正常运营所必不可少的基础性要素。不过备份服务同时也带来了信任难题。没错,Office 365确实能够保障客户数据的高度可用性,但当我们决定脱离微软怀抱另寻新欢时、其将不再提供任何形式的备份机制。在Office 365当中不存在单一备份——只有四套冗余副本以被动形式加以保存,并在必要时在两座数据中心之间进行切换。

保证数据的可移动能力会使大家在必要或者需要时随心所欲地完成电子邮件平台迁移。即使大家根本不打算移动自己的数据,这类便携式数据仍然能够在其它方面带来一定优势。

微软如何实现数据可移动能力

微软允许大家根据实际需要将数据从Office 365当中迁移出来。但是这一流程的实际执行步骤究竟如何?微软公司公布了一系列具体办法,其中包括利用导入与导出向导处理电子邮件数据、以手动方式下载 SharePoint Online数据文件、域移除(从Office 365中移除我们的域)以及通过PowerShell命令行提取用户元数据等。

尽管存在此类方法,数据总量过于庞大仍然可能导致我们无法真正将其迁移出来。换言之,即使是拥有了打开牢门的钥匙,我们还是未必能够从这里脱困。利用第三方归档或者备份方案也许更为理想,特别是在大家希望具备自由行动能力的情况下。

像微软这样并不会刻意进行数据锁定的厂商相对乐于接受更为开放的数据迁移机制。而拥有将数据导出的能力也会让客户拥有更理想的使用感受——消除了被锁定的恐惧之后,客户反而不太可能主动放弃现有服务平台。除此之外,微软还在自己的数据中心内为客户提供额外的灾难性数据丢失预防措施。

在上述策略的支持下,原本的供应商牢笼很可能反而成为能够让客户舒心入驻的封闭化社区。

赞助本站

人工智能实验室

相关热词: 云数据 云计算 数据

AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港