各大公有雲年度大會是雲端技術展現的場合,像是AWS去年底的re:Invenrt參加人數超過6萬人,甚是可說是最大規模的IT技術大會,反映出各種雲端服務和技術發展的蓬勃盛況。(圖片來源/AWS)

花了10年,雲端運算技術,終於走出了一片雲端產業,上雲,企業可以快速具備全球化調度IT基礎架構資源的能力。上雲,也就成了過去10年來,企業數位轉型最重要的IT現代化策略之一。

Google帶頭將雲端運算拱成了2008、2009年的熱門IT話題,而AWS則用EC2、S3服務,將雲端VM和儲存做成了一門服務生意,連微軟都在2009年加入雲端市場競爭,正式推出了Azure雲端服務,形成了雲端多強競爭的局勢。

當時機房主流技術是VMware的虛擬化技術,同樣以虛擬化技術為主的AWS和Azure雲端VM服務,成了新創快速擴張市場的關鍵,當時,剛轉型線上影音服務的Netflix就是大膽上雲,利用AWS而不自建機房,快速擴大服務規模的經典例子,也成了企業上雲數位轉型策略的實證。

在2010世代的上半場,也就是2010~2015年間,越來越多企業開始願意將自家應用搬上雲端,也帶動將自家大型應用(Monolith),拆分成微服務型態的風氣,Restful API風格開始成為微服務架構的標準訊息傳遞方式後,企業更容易串接自家應用與雲端服務的資源,也降低了不少上雲門檻。

不過,這個時期也是VMware虛擬化技術的全盛階段,甚至2014年進一步將虛擬化技術延伸到儲存、網路,催生了新的超融合式架構,只需標準x86伺服器,就可以動態調度來支援運算、儲存或網路的需求,也實現了軟體定義的資料中心。企業可以自己打造一朵私有雲,在自家機房內,享有高可用性、彈性擴張的IT基礎架構調度能力。私有雲技術的成熟,儘管企業都對上雲有高度興趣,但又不需要急著上雲,只是用於實驗性專案或新興應用,還沒成為多數企業取代機房的主流選擇。

另一個影響企業上雲意願的關鍵是,各大公有雲平臺的高度不相容,即使都是採用虛擬化技術,但彼此所用的映像檔格式、配置設定、服務的API呼叫方式,差異很大,幾乎是,企業得針對不同的公有雲環境來客製化自己的AP才行,跨雲高門檻,造成了企業被廠商綁定的問題,成了上雲的一大阻礙。

上雲不只是機房的替代品,更是解決爆量和擁抱創新的關鍵

到了2010世代的下半場,2015年後,雲端服務不再只是扮演企業機房資訊基礎架構的替代品,Big Data和海量資料分析和零售爆量用戶承載的需求,讓雲端服務成了企業的關鍵選擇。

開源雲端運算平臺的OpenStack在2010世代中期問世,成了許多大型企業擺脫廠商綁定,自行打造全球性雲端架構來因應爆量用戶的新選擇,像美國零售龍頭Walmart,就是靠著10萬顆核心的OpenStack叢集,才撐住2014年黑色星期五的爆量搶購人潮。許多零售電商、電信業者都積極擁抱OpenStack來發展自己的雲。

2014年,Docker公司將自家PaaS平臺所用的應用程式封裝技術,變成了「容器」(Container)產品,在2010下半年掀起了雲端服務的新變革,甚至Docker被譽為次世代雲端技術。容器技術將應用程式的程式碼、配置和所需的執行元件,全部封裝起來,變成了一個可攜式軟體包,能快速部署到各種容器環境。

虛擬化技術也有類似的應用程式打包封裝作法,可以將應用程式打包成VM的映像檔來移動,但是容器不需要連同作業系統一起打包,大大縮小了映像檔的檔案大小,甚至只需要百分之一,幾MB的映像檔就夠了。再加上宣告式的開發環境和部署配置的描述方式,將基礎架構資源的管理程式化,變成了可以版本控管的環境。Docker成了可以取代虛擬化技術的新選擇,甚至連虛擬化技術龍頭都在2014年第一時間搶先支援Docker,而微軟則直接在自家Windows內建了同樣的Container標準技術。Container掀起了傳統IT架構下個十年的變革之路。Docker源自雲端服務,雲端供應商也紛紛推出雲端容器服務,將雲端變成了新興技術的實驗場所。

不過,容器技術仍有不足之處,只有滿足軟體生命週期中前半段的開發到部署的標準化封裝需求,還沒有涵蓋到應用程式完成部署,正式上線之後的維運階段,例如沒有納入運算資源擴大或縮小的調度作業。Kubernetes正是彌補了這一段需求的缺口,將容器技術擴大應用到了維運期,甚至可以應用到大規模部署和調度,將全球性基礎架構維運能力,也變成了一種商用化的企業級產品。全球爆紅Pokemon Go遊戲在2016年打造出GCE史上最大Kubernetes叢集,成了Kubernetes有能力提供全球性資源調度的最佳實證。

身為雲端服務先鋒的Google,直到2016年,才決定全力加入雲端全產品線供應商的競爭,選擇從大規模資料分析、Big Data、容器等新興技術應用領域切入競爭,帶動了雲端服務類型的多元化競爭。

近幾年,藉助雲端運算能力,需要大量數據蒐集和分析的深度學習技術,開始走向商用化,也成了雲端大廠競逐的新興服務,甚至可以說,想要打造AI服務,上雲租用AI基礎環境,反而比在內部機房自建更快、更容易也更方便。

不論是AWS、Azure或GCP,也紛紛建立一套從AI開發到部署所需的雲端工具和服務,甚至拿了就可直接用的特定用途AI,例如雲端翻譯、雲端文字辨識,甚至雲端AI客服、雲端AI推薦等。

最近2、3年,隨著企業逐漸將上雲視為數位轉型的關鍵策略,但雲端當機事件仍不時耳聞,企業不想只壓寶一朵雲,也迫使雲端產業的發展,開始聚焦跨雲和多雲管理的課題,公有雲大廠紛紛落地,私雲業者則紛紛上雲,或是發展出可因應斷線、離網的邊緣運算架構,例如AWS的Outposts主機或是GCP的Anthos私有雲軟體,而VMware則直接跟公雲合作,將VCF私雲平臺整套搬上雲,Kubernetes更成了多家公雲或私雲業者的共通平臺,紛紛將自家產品改用Kubernetes重新設計,來提高跨雲多雲的相容性,例如IBM、VMware等。

過去10年,Cloud成了企業調度全球IT資源的關鍵架構,下個10年,Cloud技術將邁向大整合和標準化,不論上雲、離雲、遠端或邊緣都可能納入同樣一套資源調度和管理架構,讓全世界變成一朵企業容易取用的共同雲資源。

 相關報導  數位轉型浪潮的源頭(上) IT十年


Advertisement

更多 iThome相關內容