成功的云迁移面临许多挑战，其中包括控制成本、选择正确的体系结构以及扩展学习曲线。因此，至关重要的是要确保从规划和评估到迁移的每个步骤都由经过云计算专家的认证或服务提供商执行。
以下是组织致力于成为云原生公司时面临的主要挑战：
挑战1–重新设计云计算数据模型
不同类型的数据存储区支持不同类型的架构。AWS Redshift支持PostgreSQL，而Big Query使用STRING、RECORD(半结构化对象)和REPEATED(数组)类型。微软Azure提供了SQL、MySQL、PostgreSQL和MariaDB。
还有一些完全不支持各种架构的特定数据类型(BLOB和地理坐标等)。与在分布式服务器上运行JOINS相比，增加用于保持数据更新所需的存储空间成本并不高昂，并且可以提供更好的性能。要解决这些差异，只调整一次数据模型是不够的。当两个数据模型随时间变化时，保持连续同步至关重要。
挑战2–安全性
当组织的云迁移获得了广泛的认可和动力时，安全性就变得至关重要。在这个阶段，权限可能变得难以处理，但这也是分配所有需要访问云计算资源，并相应规划安全策略的组和角色的机会。如果正确配置和检查，这将是漫长的云迁移旅程的又一重大胜利。
Azure了解客户需要信任他们的数据安全性。因此，云计算服务提供商必须满足医疗、金融和政府机构制定的行业最高安全标准。当在已经通过认证的IT基础设施上运行时，这使得获得SOC2、ISO2700、HIPAA和PCI等标准认证变得更加容易。
身份验证、授权、日志记录和审核都集成在所有云平台上。安全措施(如网络和应用程序防火墙、DDoS保护和身份管理)经过标准化、测试并可用于安装和配置。
挑战3：将自定义数据应用程序连接到数据存储
另一个障碍是优化自定义数据应用程序用于连接到数据存储的接口。换句话说，尽管ODBC/JDBC驱动程序得到了积极的支持和维护，但它们之间的行为却很难相互配合。
更改应用程序的数据库驱动程序可能需要几个查询参数。在首次使用时，一些更改将很明显，因为SQL语句可能会导致可见错误。其他变化不太明显，因为不同的ODBC驱动程序可以执行较小的数据转换。
此类转换的示例可以是浮点数的准确性、时间戳的时区格式以及如何处理NULL值。这些更改只会以数据缺口的形式出现，并且需要进行更严格的测试才能检测到。
挑战4–编写和使用存储过程
云迁移期间最容易被忽视的挑战之一是编写和使用存储过程的能力。主要的云计算数据存储区Snowflake、Redshift和BigQuery支持用户定义的功能(用Python、SQL或JavaScript定义)，但对于许多功能来说还不够。
存储在数据存储区中的过程层类似于缩略图数据应用程序的存储库，可以节省大量工作，并保留组织特定的知识。常见的替代方法是使用单独的平台来计划参数化的查询或编排任务。
Azure Cosmos DB提供的功能使组织可以编写存储过程、触发器和用户定义的函数。在Azure Cosmos DB中使用SQL API，组织可以使用JavaScript语言定义存储过程、触发器和UDF，并在数据库引擎中执行它。
组织在将其应用程序和数据迁移到云平台时都必须解决许多挑战。通过熟练的云计算工程师采用高级工具进行部署，组织可以避免重大的云迁移挑战。他们甚至可以考虑利用托管的云计算服务来将其应用程序和数据高效及时地移至云平台中。
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号