检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
顶层规划的反模式 在顶层规划阶段，一些常见的反模式可能会阻碍云化转型的成功。识别并避免这些反模式，对于确保云化转型取得成功至关重要。以下是几种常见的反模式，以及对应的优化建议。 CCoE团队成员不够完善 CCoE是企业内部为云化转型专门成立的中心化团队，全程负责整个云化旅程，其目标是通过提供最佳实践
元宇宙 元宇宙是一个虚拟的数字世界，通过增强现实（AR）、虚拟现实（VR）等技术与现实世界互动。以下是元宇宙如何使能业务创新、与业务结合并推动业务现代化的几个方面： 交互与协作：元宇宙技术可以提供更加沉浸式和互动性的体验，使得用户能够在虚拟环境中进行交互和协作。企业可以利用元宇宙创建虚拟会议
切换 大数据的切换主要是指大数据应用的切换，其切换演练和正式切换的步骤请参考章节切换。本节重点介绍大数据应用切换的3个切换点，以便更好的指导大数据应用的切换。 双跑场景：大数据应用分别在源环境和目标环境各部署一套，实现双跑，切换点在域名，业务切换时只需要进行域名的切换，将业务流量切换到新应用
基础设施调研 基础环境调研的主要是企业当前的IT基础架构的现状和上云需求，包括资源信息、组网信息、安全架构、运维架构、访问权限管控、资源计量计费等。调研的方式主要是从IT系统导出（如CMDB、CMP、虚拟化管理软件），并结合问卷访谈。基础环境的调研主要是找企业的运维团队。调研人员会与企业的运维团队合作
战略制定的反模式 在云化战略的制定过程中，一些常见的反模式可能会阻碍云化转型的成功，甚至导致企业资源的浪费和业务的中断。识别并避免这些反模式，对于确保云化转型取得成功至关重要。以下是几种常见的反模式，以及对应的优化建议。 云化战略与业务战略没有对齐 这种反模式表现为云化转型缺乏与公司整体业务战略的紧密结合
区块链 区块链是一种去中心化、分布式的账本技术，可以确保数据的安全性和可信度。以下是区块链如何使能业务创新、与业务结合并推动业务现代化的几个方面： 透明度和可信度：区块链技术通过去中心化的特点，确保所有交易和数据记录被公开透明地存储，并且无法篡改。这为企业创造了更高的数据可信度和透明度
采用实施的反模式 在云采用实施阶段，可能会遇到一些反模式，这些模式如果不加以识别和避免，可能会影响上云迁移效率、导致业务中断、造成不必要的成本浪费和增加维护难度。以下是一些常见的云采用实施阶段的反模式： 未采用自动化部署模式 该反模式是指企业依赖手动进行代码、云资源的配置和部署，效率低
制定6R策略 6R策略是指将现有的应用程序和数据迁移到云端的六种不同方式，如下图所示。 图1 6R策略 以下是6R策略的含义和适用场景。 表1 6R策略的含义和适用场景 策略 含义 适用场景 Retire 停止使用应用程序或其组件，因为它不再需要或有更合适的替代方案。这并非严格意义上的
组建调研评估团队 在企业上云过程中，组建一支高效的调研评估团队是至关重要的。该团队将负责开展详尽的调研工作，评估企业现有的IT基础设施、业务需求和上云的收益，确保上云策略的有效性和可行性。调研评估团队由来自不同部门的成员组成，企业可以参考前述的CCoE组织架构和角色职责，组建出一个全面且专业的上云调研评估团队
组建方案设计团队 在企业推进上云方案设计的过程中，构建一个高效且专业的方案设计团队是确保项目成功的关键。该团队将负责设计全面的上云方案，涵盖上云技术架构、业务架构优化、成本效益分析、安全合规等多个维度，以保障上云方案的可行性。企业可以参考前述的CCoE组织架构和角色职责，组建出一个全面且专业的上云方案设计团队
什么是平台工程 平台工程（Platform Engineering）是一种通过构建和运营自助式内部开发平台（IDP，Internal Developer Platform）来优化软件交付和生命周期管理的工程学科。其目标是通过标准化和自动化的方式，减少开发人员与底层基础设施之间的复杂交互
人工智能 人工智能是模拟人类智能的技术和方法，在各个领域都发挥着重要作用。以下是AI如何使能业务创新、与业务结合并推动业务现代化的几个方面： 自动化和智能决策：AI技术可以通过自动化和智能决策来提升业务效率和准确性。例如，利用机器学习算法，企业可以自动处理大量的数据，识别模式和趋势
数据调研 数据调研主要包括如下方面： 表1 数据调研方法表 调研内容 调研目的 举例 数据类型 根据数据类型选择合适的迁移工具 HDFS、HBase、MySQL等 数据量 历史数据量，用于评估历史数据迁移周期； 日增量数据，用于评估每日增量数据同步周期。 历史数据X PB 日增量Y
任务调研 任务调研主要包括如下方面： 表1 任务调研方法表 调研内容 描述 任务调度 如Azkaban、DolphinScheduler，Hera、Crontab等。 任务类型 基于编程语言分类： Jar类：常用于MRS、Flink、Spark等 SQL类： 常用于Hive、Spark
方案设计的反模式 在做上云方案设计时，可能会遇到一些反模式，这些模式如果不加以识别和避免，可能会降低系统的性能和安全性、造成不必要的成本浪费、增加维护难度，甚至导致项目的失败。以下是一些常见的上云方案设计时的反模式。 资源配置不合理 目标架构设计时，未根据业务负载需求合理配置资源，
软件工程安全 软件工程安全是指在软件开发的整个生命周期中，应用一系列安全原则、实践和技术，以减少软件漏洞，提高软件抵御恶意攻击的能力，最终保障软件的机密性、完整性和可用性。它涵盖了从需求分析、设计、编码、测试到部署和维护的各个阶段。 安全设计 企业需要遵从安全及隐私设计原则和规范、
调研评估的反模式 在进行上云调研评估时，可能会遇到一些反模式，这些模式如果不加以识别和避免，可能会影响调研评估的效率，也可能会导致调研评估结果不准确，无法支撑有效决策和后续的上云方案设计。以下是一些在上云调研评估中常见的反模式。 没有选择正确的调研方法 调研开始阶段，直接发各种复杂的调研表格给企业
性能设计 性能是目标架构设计中需要考虑的非常重要的一个方面。上一小节介绍了可扩展性设计，性能设计要考虑很重要的一点就是扩展性，可以说可扩展性是高性能的必要条件， 影响云上应用性能的主要因素包括以下几个方面： 针对计算资源，延时是操作执行之间所花的等待时间，也是云计算性能的最直接表现
设计原则 大数据的部署架构设计包括大数据集群、大数据任务调度平台和大数据应用，其中大数据应用的部署架构请参考应用架构设计。 图1 大数据架构设计分类 大数据架构设计同样要考虑架构设计的6要素: 成本 可用性 安全性 可扩展性 可运维性 性能 图2 架构设计6要素 父主题： 大数据架构设计
大数据迁移批次规划说明 大数据迁移上云时，是选择整体迁移还是分批迁移，原则如下： 整体迁移的场景： 规模小：大数据平台数据量少（TB级），计算任务数量不多，可以采用整体迁移的方法，先在云上部署大数据平台，然后全量迁移元数据、数据和任务。 关联关系复杂：大数据任务之间的关联关系很复杂
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
