エンタープライズ マルチクラウド管理: テクノロジー、人材、プロセスにおける課題

クラウド コンピューティングは何らかの形で 10 年以上前から存在していますが、プライベート、オンプレミス、またはパブリックの場所から現在のエンタープライズ イテレーションを管理するためのツールは、依然として急速に進化しています。 Gartner によれば、IBM/Red Hat、VMware、CloudBolt、Flexera、Scalr、Cisco、Nutanix を含む 90 社以上のベンダーが、さまざまなレベルのクラウド管理機能を提供しています。

VMware のクラウド管理事業部門の製品マーケティング担当副社長である Roy Ritthaler 氏は、選択肢はたくさんあるものの、企業がマルチクラウド環境を効果的に管理するのは難しいと述べています。

「複数のパブリック クラウド、マルチクラウド Kubernetes、プライベート クラウド/データ センター、エッジ ロケーションにワークロードが展開されているため、ほとんどの企業では、環境の健全性を一元的に把握し、コストを管理し、セキュリティを確保し、コア プロセスを自動化しながら運用ガバナンスを改善することが困難になっています」と Ritthaler 氏は述べています。

これは技術的な課題であるだけでなく、人材とプロセスの課題でもあります。統合プロビジョニング ツールの欠如、サイロ化された運用可視性、全体的なパフォーマンスとコストの洞察の欠如、相互運用性と統合の問題は、サイロ化されたリソース、断片化されたチーム、管理ツールの急増を意味します。企業がクラウド モデルを導入する際には、IT 運用、DevOps/開発者、財務、基幹業務 (LOB) リーダーなど、複数の役割が関与し、広範なトレーニング、コラボレーション、プロセスの変更が必要になります。

IDC の調査によると、ほとんどの企業は、新たなビジネスおよびインフラストラクチャ運用のニーズを満たすために、新しいマルチクラウド管理ツールが必要になると予想しています。

「マルチクラウド アーキテクチャでは、開発者やビジネス グループが企業の好みをあまり考慮せずに、アプリケーションやビジネス イノベーションのロードマップに最も適合するクラウド サービスとツールを実装するため、管理の複雑さが新たな波を起こしています。コンテナー、マイクロサービス、Kubernetes の導入により、複雑さはさらに増しています」と IDC は述べています。

IDC によると、今後 2 年間で、企業の意思決定者は、マルチクラウドとガバナンスの管理機能を強化するために、分析、パフォーマンスの監視とレポート、容量の最適化、コスト管理、自動化とセルフサービスへの投資を優先することが予想されます。

これらの管理ツールは密接に関連しています。コストの決定は、容量のニーズとアプリケーションのパフォーマンスに基づいて行う必要があります。

企業は、さまざまなクラウド プロバイダー間でのアプリケーション開発の密度についても懸念しています。

Enterprise Management Associates の調査によると、AWS、Azure、Google Cloud に関連する Python ライブラリは 2,316 個あり、開発者はそれらを 112 種類の (主に Linux ベースの) オペレーティング システムに 1 日あたり約 1,300 万回ダウンロードしています。

「個々のプロジェクトは通常、単一のクラウドの境界内に存在しますが、EMA は複数のクラウドにまたがるプロジェクトも増加している (約 10%) と見ています。マイクロサービスの急速な成長によりこの傾向が悪化するとともに、開発者と IT オペレーターがリリース効率と運用の信頼性の両方を最適化するために、統一されたガバナンスと管理レイヤーを備えることが急務となっていることが浮き彫りになっています」と EMA は述べています。

このような広範なプロジェクトにより、多くの顧客が複数の環境にまたがるワークロードの管理に支援を求めるようになり、複数のコンソールとツールが必要になりました。

企業がマルチクラウド環境を管理し、コンソールとツールの数が増えるにつれて、サイロ化されたデータによる課題に直面することがよくあります。これは、レガシー システムで実行されているアプリケーションを別のクラウド環境に移行するときによく見られる避けられない副作用です。

IBM の調査によると、企業がさまざまなアプリケーションで使用するために、切断されたデータをあるクラウドから別のクラウドに移行すると、パフォーマンスの問題や、最大 300% もの大幅なコスト増加が発生することがよくあります。

また、マルチクラウド サービスについては、クラウド間のデータ転送や IT スタッフの増加によりコストが大幅に増加すると不満を言うユーザーもいます。

1. クラウド全体の統一されたビューを取得する

企業が複数のクラウドに移行すると、各クラウド プロバイダーがそれぞれ異なることがすぐにわかり、ネットワーク アーキテクチャ、機能、規模など、これらの環境を管理する課題が増加します。これにより、クラウドやデータ センター、キャンパス ネットワークなどの既存の環境で運用している顧客にとって運用上の課題が生じます。

たとえば、Arista を例に挙げましょう。同社は、プライベートクラウドとパブリッククラウド間のネットワーク接続と管理機能を可能にする CloudEOS および CloudVision ソフトウェアを提供しています。

CloudEOS を使用すると、顧客は既存のデータセンターやキャンパス ネットワークの運用に使用しているのと同じ実行プレイブックとプロセスを使用して、すべてのネットワーク抽象化に対して一貫した運用モデルで複数のパブリック クラウドを運用できます。 「CloudEOS テレメトリと CloudVision を組み合わせることで、マルチクラウド ネットワークのネットワーク状態の時系列ストレージと分析を顧客に提供できます。これにより、顧客は問題が発生した理由と方法を遡って調査し、運用の復旧時間を短縮できると同時に、初期障害検出の根本原因分析を迅速に行うことができます。」

コスト面では、別の Arista 製品である CloudEOS Edge により、ネットワーク エッジでの動的なパス選択が可能になり、顧客はアプリケーションにパスを割り当てて、データ転送/同期コストを削減できます。データセンター、キャンパス、複数のパブリック クラウドにわたる統合された EOS と CloudVision の展開により、お客様はチームの規模を大幅に拡大したり、予算計画に影響を与えたりすることなく、マルチクラウド戦略をサポートおよび管理できます。

2. トラブルシューティング

企業がマルチクラウド環境を管理する際に直面するもう 1 つの問題は、アプリケーション パフォーマンスの問題とネットワークの問題を区別することです。

企業にとって、新しく構成されたクラウド サービスがネットワークに与える影響を正確に予測することは難しいことがよくあります。

実際、IT チームと DevOps チームは、共通の語彙を使用して連携し、アプリケーションのパフォーマンス低下の根本原因を特定し、問題をリアルタイムで予防し、ポリシーを設定し、オンプレミスまたはクラウドでのアプリケーションの問題を解決するための対応を自動化できます。

ほとんどの企業では、情報と可視性が不足しているため、特にトラブルシューティングにパケットレベルの観測可能性が必要な場合、パブリック クラウドでのネットワークの問題のトラブルシューティングが困難であると感じています。アプリケーションとネットワークの IT スタッフは協力してマルチクラウドをより効率的に機能させていますが、ほとんどの企業はまだその段階に達していません。

3. AI/MLからの支援

物理的なオンプレミス展開と複数のクラウドからのデータをつなぎ合わせて分析を適用することは困難ですが、この環境を管理する上で重要です。

一部の企業では、ネットワーク インフラストラクチャ デバイスのオンボーディング、構成、監視、管理、トラブルシューティング、アラート、レポート作成を簡素化する機械学習と AI を活用したクラウド管理プラットフォームを提供しています。

マルチクラウド環境では、オンプレミスでも複数のクラウドでも同様に機能するソリューションが、完全な可視性を獲得し、サイロを排除する鍵となります。一部のソリューションは、アプリケーションの可用性とパフォーマンスを測定し、アプリケーションまたはネットワークのパフォーマンスの問題から迅速に回復するためのアクションを自動化し、アプリケーション環境の運用やエンドユーザー エクスペリエンスに影響を与える前に問題を診断して修復するための可視性とツールを提供します。

もちろん、マルチクラウドの世界を管理するには、他にも課題があります。

企業は、複数のベンダーの製品を管理するためのスキルをスタッフに身につけさせる必要があります。データ形式や API はそれぞれ異なるため、企業にはこれらすべてを理解できるチームが必要です。

IDC によると、コンテナ、マイクロサービス、Kubernetes の導入により複雑さがさらに増しているという。

マルチクラウド管理ポートフォリオからメリットを得るには、企業はトレードオフと戦略的な投資の選択を行う必要があります。急速に進化するテクノロジー環境では、新しいプロセス、方法、ツールの影響を完全に予測することは困難です。