Kubernetes の複雑さがクラウド開発の妨げにならないようにするにはどうすればよいでしょうか?

熾烈な競争と高まる顧客要求を特徴とする業界では、スピードが重要な差別化要因となっています。迅速なアプリケーション開発と展開を可能にするクラウド コンピューティングは、このスピードを実現するための究極の目標となっています。つまり、ビジネスに合わせて拡張できるシンプルなオンデマンド容量を、運用コスト モデル内で実現できるのです。

パブリック クラウド、プライベート クラウド、ハイブリッド クラウドの使用が急増し、コンテナーとオーケストレーション プラットフォーム、特に Kubernetes が開発プロセスで定着しました。世界的なパンデミックにより、企業は業務の進化、新しい働き方のサポート、ビジネスの回復力の向上のために外部ソリューションに目を向けるようになり、クラウド、コンテナ、Kubernetes の導入が加速するばかりです。

ちょうどそのとき、現実の困難が起こりました。

クラウド コンピューティング、特に Kubernetes の成長により、さまざまな意味で十分に理解されていないシステムと組織の複雑さが生じています。 Kubernetes は予期せぬ課題をもたらしており、ある調査では、Kubernetes を導入している企業の 94% がそれが悩みの種であると回答しています。

Kubernetes を実装するための企業の取り組みから得られる大きな教訓は、スピードがクラウド コストの上昇という形で摩擦を生み出し、こうした追加コストが企業の勢いを実際に鈍らせる可能性があるということです。

しかし、クラウド コンピューティングのコスト増加は、Kubernetes の導入とそれがもたらす複雑さによって、それを実行する人々に新たな負担も生じているため、問題の一面にすぎません。

ここで疑問が湧きます。企業は長期的な収益性と業務の燃え尽き症候群のリスクと引き換えに、俊敏性を犠牲にする用意があるのでしょうか?

1. 単純化の試みは本当の問題を解決しない

システムの複雑さに対処するために、開発チームは専用の可観測性プラットフォームを採用し、アプリケーションを構成するコンポーネント (ソフトウェアとハ​​ードウェアの両方) 間の関係と、それらがエンドユーザーにどのように役立つかを理解します。残念ながら、リアクティブでパフォーマンスのみの可観測性プラットフォームでは問題は解決されません。彼らはただ問題を特定するだけです。次に何をすべきでしょうか?

企業はこれらの問題を解決するために他の方法を模索する必要があり、その結果、クラウドに移行する必要のあるアプリケーションの移動と構築の複雑さを理解する責任を負うクラウド自動化運用チームとビルド運用チームが登場しました。クラウド自動化運用組織は、人材、プロセス、ツールを統合し、クラウド モデルが IT とビジネスのすべての領域にどのように影響するかに特に焦点を当てています。ビルド実行の目標は、開発チームがアプリケーションとサービスの日常的なパフォーマンスに責任を持ち、開発者がプロ​​ジェクトではなく製品に集中できるようにすることです。

同時に、企業は部門横断的な関係者を結集するクラウド コスト最適化フレームワークを実装する必要があります。この疑似アプリケーション レベルの運営委員会は、クラウド コンピューティングの変動支出モデルに財務上の説明責任を追加するように設計されています。

この問題を解決するには、多くの時間、人員、プロセスが必要になります。

2. ルーチンを破った後に何をすべきか

かつては、ソフトウェア開発者に迅速に行動して物事を壊すよう促すスローガンが流行していましたが、今日の現実は物事が壊れているということです。開発者が速度を上げられるような方法で問題を修正すると同時に、同じ問題を何度も繰り返して解決するという罠に陥らないようにする必要があります。

クラウド コンピューティングを俊敏性とスピードの聖杯とみなしていた企業にとって、かつては万能薬であったクラウドは、今や手に負えないコストと管理の複雑さの原因となっています。これにより、次の 2 つの問題が発生します。

利益率の低下: まず、クラウド コストの上昇により利益率が低下し始め、総売上原価 (COR) または商品売上原価 (COGS) が増加し、SLA が達成できなくなります。 2 つ目は、開発チームがクラウド コストを削減するように指示された場合、その削減とビジネスに約束されたサービス レベル契約への影響とのバランスをどのように取ればよいかわからないことです。

クラウド コンピューティングのコストが、クラウドが創出するように設計されたビジネス価値に取って代わると、業界でよく知られているクラウド パラドックスにつながります。つまり、クラウドを使い始めないのは愚かだ、ということです。それを続けているなら、あなたは狂っている。

3. AIとML: 新しいツールがどのように役立つか

幸いなことに、機械学習 (ML) などのテクノロジーがプロセスに導入され、パフォーマンスとコストのトレードオフを最適化する機能が向上しています。このテクノロジーと新しいクラスのツールにより、開発チームは個人ではできないこと、つまり、利用可能なすべての変数を徹底的に理解して調整し、各アプリケーションのパフォーマンスとコストが最適化されるようにすることが可能になります。

人工知能 (AI) と機械学習は、スピードミッションをサポートする上で不可欠なものとなっています。もちろん、これらの新しいツールは展開プロセスに導入されています。その結果、企業は AI および ML ツールの導入と統合を管理するためのプラクティスを開発し始めています。 AIOps ツールにより、運用チームは分析と機械学習を活用して運用を自動化し、改善できるようになりました。

一方、DevSecOps は、ソフトウェア開発のすべての段階にセキュリティを統合するプロセスを自動化することに重点を置いています。最後に、継続的最適化は、継続的インテグレーションと継続的開発の間の CI/CD パイプラインで位置付けられ、機械学習を使用して、本番環境に移行する前に Kubernetes 構成を最適化します。

この継続的な最適化は、対処する必要のある問題を特定し、理想的な解決策を見つけることで、アプリケーションの配信を遅らせる可能性のあるボトルネックを解決するための鍵となります。ここで、機械学習は人間の認知能力をはるかに上回ります。

これらの機能を CI/CD パイプラインに実装することで、開発者と運用チームは、ビジネスの減速の原因となっているクラウドの費用に対処し、クラウドへの移行を加速するためのツールを手に入れることができます。

4. 今日のクラウドファースト開発に最適化されたソリューション

新しいリソース最適化ソリューションは、企業が時間のかかる非効率的な試行錯誤をすることなく、積極的に効率性を確保し、コストとパフォーマンスの間でインテリジェントなビジネストレードオフを行うのに役立ちます。

これらのソリューションは、ML を使用して最適なアプリケーション構成を自動的に検出できます。一部の組織では、パフォーマンス テストを組み合わせて運用前のアプリケーションに負荷を生成し、負荷に合わせてアプリケーションを調整し、Kubernetes がこれらのアプリケーションを運用環境にデプロイするための理想的な構成を作成することで、プロアクティブなアプローチを採用しています。これにより、エンジニアはアプリケーションの実行コストを増加させることなく、またアプリケーションのパフォーマンスや信頼性に影響を与えることなく、時間を節約できます。

リソース最適化ソリューションを使用すると、リソースの無駄を最小限に抑え、開発者がビジネス目標に基づいて意思決定を行えるようになり、複雑さが軽減されるため、開発者は実際の開発に集中できるようになります。これにより高速化が可能になります。