在许多大型组织中，传统的数据湖都是在本地建立的，并制定了跨不同业务部门的复杂工作流程。这些环境中的本地基础设施经常承受压力，导致基础设施总成本增加。与此同时，这些数据驱动型组织正在迅速承担新的和意料之外的工作负载。
完全本地部署的基础设施将无法跟上时代 如此复杂的迁移既费力又昂 的步伐，因为配置新基础设施需要时间，维护所购硬件和软件需要高昂的运营成本。尽管公共云供应商提供托管弹性基础设施的承诺听起来不错，但随着我们在此场景中扩大规模，成本很快就会开始增加。
随着数据量不断增长
控制成本的关键是保持灵活性。通过为跨本地数据湖和公 手机号码数据 共云分布的基础设施做好准备，您将能够两全其美。但这说起来容易做起来难。以下是有关如何利用混合云的五条建议。
逐步迁移
完全放弃本地环境并迁移到公有云听起来可能有些可怕。而且，昂贵的 全球互联网用户数量 存储、网络和运营成本往往抵消了弹性计算基础架构带来的好处。通过将部分工作负载从繁忙的本地数据湖迁移到利用云中的计算，可以同时兼顾两个领域。为数据和计算基础架构分布在本地环境和公有云中做好准备。
保持与基础设施无关
以天真的方式采用云原生计算可能需要重写应用程序、将数据复 是越 澳大利亚电话号码 来越多 制到云存储以及重新定义结构化数据目录。 贵。抽象是保持对技术堆栈所有层上的基础设施提供商的不可知性的关键。容器编排使应用程序层具有面向未来性，因此可以在需要时跨基础设施提供商迁移工作负载。但数据具有重力，移动数据并不能免受网络和存储成本的影响。同样，数据编排层将应用程序与数据的物理位置分离，以优化哪些数据驻留在何处以及驻留多长时间。