בעיות ואתגרים שיש בענן

תמלול ההרצאה: בעיות ואתגרים שיש בענן

הטקסט המלא של הדקות הראשונות בהרצאה «בעיות ואתגרים שיש בענן» בקורס הווידאו של PracticU – כתוביות בעברית עם זמן התחלה לכל פסקה. כך תוכלו לקרוא ולחפש את הנושאים לפני שמתחילים ללמוד.

1. 00:02

   האתגרים האתגרים שארגונים עומדים בהם אנחנו רואים פה סקר של רייטסקייל מסוף 2019 עלויות עלויות זה אתגר מאוד מאוד רציני כמו שראינו קודם אגב כחול זה אנטרפרייז ועסקים גדולים חזקים ואפור זה smb עסקים יותר קטנים אנחנו רואים ש-84% מהמגיבים מתמודדים עם ניהול בעיות בתשלומים בענן זה המון זה המון המון המון.

2. 00:35

   גוברננס, זה בעצם שימור המידע, עמידה בתקינה, לדעת מה הלייפסייקל של המידע. שאם מחר שואלים אותה שאלה, תגיד, מה קרה עם הרשומה של X ששמרת במערכת Y, הוא צריך לתת לה תשובה מהירה.

3. 00:49

   גוברננס, כנ"ל, מאוד מאוד מאתגר לעמוד בדברים האלה. סקיוריטי, הולך ומשתפר אבל עדיין 81% מהעסקים הגדולים ו-72% מהקטנים מעידים על אתגרים מאוד מאוד חזקים בעולמות האלה.

4. 01:03

   כנ"ל, קומפליינס קומפליינס זה גם עמידה בתקינות ניהול של ריבוי עננים או מיגרציה לענן גם כן כל אלה מהווים אתגר אמיתי.

5. 01:12

   אתר נוסף אגב נזכרתי עכשיו שיכול מאוד לעזור לכם לכולם לבדוק נקרא azurespeed.com/azurelatency מה שבעצם האתר הזה בודק הוא בודק את כל הקצוות תעבורה כמו שראינו מקודם ב-AWS גם בעולמות של אג'ור רק שהבדיקה פה היא הרבה יותר איכותית והרבה יותר מדויקת.

6. 01:30

   מה שאנחנו רואים פה אפשרות לבודד אזורים בעולם אסיה או אמריקה, או קנדה. במקרה שלנו, בגלל שאנחנו בישראל, נרצה לקחת את אירופה.

7. 01:42

   ומאותו רגע מתרחשת בדיקה אוטומטית של כל האזורים שבחרנו לפי האזורים הקרובים ביותר אלינו, Closed Data Centers. אנחנו רואים ששווייץ וצרפת וגרמניה נמצאים מקום טוב יחסית של latency, אוקיי, 70, 80, 90 בלי second,

8. 02:02

   שזה גם לא כל כך קרוב. ולמטה אנחנו רואים את הבדיקה, מלאה של מה שקרה בדגימה האחרונה. אירופה, כולם באירופה כמובן, ווסט-אירופה וכו' וכו', אנחנו רואים שהאזור זה לא כל כך להיט מבחינת הלייטנסי.

9. 02:18

   אם ניקח אזורים אחרים לגמרי, לדוגמה ארצות הברית, אנחנו נקבל תוצאות אחרות, תוצאות הרבה יותר גבוהות כי פה אנחנו באמת רצים על הסיב התת-ימי מאירופה לארצות הברית.

10. 02:31

    התוצאות פה הן שונות לגמרי. דבר נוסף שהכלי הנחמד הזה מאפשר לנו לדגום זה Region to Region Latency. אנחנו מסוגלים לראות ריג'נט וריג'נס, בעצם אזורים של אז'ור שבו אנחנו רואים בין כל אזור לאז'ור לאזור אחר מה הלייטנסי הממוצע.

11. 02:49

    לדוגמה, אוסטרליה. מאוסטרליה לאוסטרליה, לדוגמה, אתם רואים את זה פה? נעשה אולי קצת זום אין, יש מעט מאוד לייטנסי.

12. 03:01

    מאוסטרליה לאוסטרליה 2 יש גם מעט מאוד לייטנסי. אבל אם ניקח עכשיו לדוגמה את ג'רמני נורת' ג'רמני צפון אל מול ג'רמניה ווסט, אנחנו כבר נראה שאנחנו ב-11 מיליסקנד.

13. 03:18

    ככל שהמרחקים עולים, אנחנו רואים שהלייטנסי עולה, אוקיי? הטבלה הזאת היא מאוד שימושית במקרים שבו אנחנו צריכים לתכנן ולראות באיזה אזורים גיאוגרפיים אנחנו מקימים את הדאטה סנטרים שלנו.

14. 03:33

    זה כבר יותר למתקדמים, אבל חשוב שתכירו את הכלים האלה, ומאפשר לנו לקבל החלטות יותר מושכלות במה לעשות ואיך. גם את הלינק הזה הוספתי לכם בדף של הלינקים.

15. 03:45

    אימון טכנולוגיות חדשות כשאנחנו בדרך כלל מגיעים לטכנולוגיה חדשה, אנחנו מצפים שחוויית המשתמש תהיה די דומה לדברים אחרים שאנחנו מכירים באותו תחום. מה שנקרא מערכת.

16. 03:57

    אלא מה? אם אנחנו ניקח מכונית למשל, ואנחנו נסתכל על תאי הנהג, הם באמת די דומים. וגם אם ניקח BMW, וגם אם ניקח טסלה, וניקח יונדאי i30, אנחנו די נסתדר, אנחנו נצליח לנהוג בהם, אנחנו נמצא מה לעשות, לא תהיה בעיה.

17. 04:16

    לעומת זאת, אנחנו לוקחים עננים שונים, החוויה היא חוויה שונה מאוד. זאת אומרת, אם אנחנו נלמד לעבוד עם אג'ור, לא בהכרח יהיה לנו נוח ב-AWS, ואם נסתדר עם AWS, לא בהכרח ניתן לעבוד עם Google Cloud.

18. 04:30

    זה פשוט פלטפורמות שהן שונות, ולכן הדבר הזה הוא לא בהכרח נותן מענה טוב למי שמחפש פתרון של מולטי-קלאוד. דבר נוסף, כשאנחנו מגדירים מערכת, ניקח את טסלה לדוגמה, אז אנחנו משלמים או מוכנים ליהנות מהערך של המערכת כמערכת.

19. 04:50

    מה זה אומר? אני לא מתעסק עכשיו בכל אחד מהפרטים בפני עצמו, אוקיי? ולכן, אם אני לוקח מכונה וירטואלית, לדוגמה, באחד מהעננים, אז אני צריך לקחת איזשהו טייפ שהוא כבר מובנה מראש.

20. 05:04

    אני לא יכול לערוך לעצמי את המכונה הווירטואלית. צריך לקחת טייפים מוכנים, שכל אחד מגיע עם CPU מסוים, עם זיכרון מסוים, עם כמות דיסק מסוימת ועם נטוורק מסוים.

21. 05:16

    עכשיו, בהכרח, או ב-99% המקרים, שחלק מהמשאבים אני אשתמש בהם יותר וחלק שהם יקרים אני אשתמש בהם פחות, אבל הם חלק מאותה מערכת.

22. 05:27

    זאת אומרת, אם אני אקח מכונה וירטואלית, שיש לה שימוש חזק ומשמעותי במעבד ובאיו, איו זה כל הפעילויות קריאה כתיבה, אז הרע מהזיכרון שלה והדיסק סתם מתבזבז. I don't want to name it.

23. 05:42

    לעומת זאת, אם אני אקח מכונה וירטואלית אחרת, שמשתמשת בעיקר בזיכרון, ואז ה-CPU שלה, והדיסק והאיו לא בשימוש, אז גם הם מתבזבזים והזיכרון הוא אובר מנוצל.

24. 05:56

    בכל מקרה, בדרך כלל לא נמצאה מערכת שבדיוק בדיוק תענה על הדרישות שלנו. זה בשונה ממערכת רגילה שאני מקים בבית, עונה וירטואלית רגילה, שאני מחליט בדיוק כמה virtual CPUs אני מקצה לה או מעבדים וירטואליים או כמה זיכרון או כמה דיסקים, הכל הכל הכל אני מחליט.

25. 06:15

    בענן לא תמיד, יותר נכון בדרך כלל, אין לי את האפשרות להחליט בדיוק מה אני הולך לעשות. מגמות השוק לאן השוק הולך צריך גם את זה להבין.

26. 06:29

    די מאוד להבין מה מגמות השוק לפני שאנחנו נכנסים לעומק של ענן כענן. עשו שאלון, שאלו אנשים רנדומליים ומנהלי IT וכל מיני אנשים שנמצאים בתחום כמה זמן לדעתך 95% מהוורקלואוד, זאת אומרת מכל מה שאנחנו מריצים היום, ירוץ בענן.

27. 06:55

    זה נעשה ב-2019. חלק אמרו שנה, 9%, חלק אמרו שנתיים ושלוש, אה, 9%, הרוב אמרו חמש שנים.

28. 07:06

    חמש שנים זה מביא אותנו בערך לשנת 2024, אם הסקר הזה נעשה ב-2019, ולפי רוב הדעות 95% מהוורקלאוד ירוץ בענן בין 5 ל-10 שנים הקרובות. יש 13% שאומרים never, זה באמת יכול להיות שלא ירוץ 95% בענן, אבל זה נתון שהוא מעניין וצריך להתחשב בו.

29. 07:31

    וזה חשוב לראות איך אנשים רואים את זה. מצד שני, כשאנחנו מסתכלים על פרסומים, אנחנו רואים