2016年 IT 趨勢大預測！
新年伊始，有不少人在總結過去，也有一些人在展望未來。下面讓我們跟隨 OpsClarity 的 Dhruv Jain，看看他對 2016 IT 趨勢有什么大膽的預測。
又到了眾人紛紛對下一年進行預測的時候了。雖然這些預測看起來多為老生常談，但鑒于我所在的公司 OpsClarity 在 2015 年 12 月剛剛嶄露頭角，我決定做出一個預測。我們 OpsClarity 公司的人對于應用和基礎設施監控的未來有一個獨到的看法：
1. Web scale 應用（WSA）將會被主流企業采用。
</h2>
<p>
WSA 通過實時數據處理框架擴展了如 Storm，Spark Steam，Kafka， Cassandra，Elastic Search 等早已廣受歡迎的微服務架構和云基礎架構。這些數據處理框架正在成為最前沿應用的一個標準部分。 WSA 架構已經廣泛地在谷歌，非死book，Netflix 和其他大多數成立 3、4 年的硅谷創業公司中得到應用。術語「Web Scale application」指的是設計，部署和管理可以動態地適應和支持任何規模的公司或企業的應用和基礎設施。它不是一種單一的技術實現，而是基礎架構，開發過程和整體 IT 系統一系列能力的組合。
</p>
<p>
這些應用程序的一個重要特點：是松散耦合的面向 Web 的軟件架構——搭載微服務和數據處理管道——使開發團隊獨立運作。開發者可以自主選擇開源框架，來提高應用程序的整體彈性。根據 Battery Ventures 公司的 Adrian Cockcroft 所說，應用開發的未來在于創作和編排不同的開源框架和服務（微服務），而不是編寫一大堆客制化代碼。主流的 APM 工具通過自定義代碼解決監控難題固然無可厚非，但它們沒有考慮到 WSA。
</p>
<h2>
2. Web-scale 應用監控（WSAM）將會處理監控 Web-scale 應用的特殊難題。
</h2>
<p>
傳統應用和基礎設施監視工具不能管理 hyper-scale，hyper-change 微服務架構和現代 web-scale 應用的復雜數據處理框架。目前使用的 WSA 監控解決方案通常包含過多的儀表板和圖表。結果是一個名副其實的度量標準和告警風暴，就像一個由數百甚至數千種微服務揉在一起的羊毛球。Web-scale 應用監控(或 WSAM )是專門為實時收集大規模的不同指標而定制的。WSAM 利用先進的數據科學對系統級指標和事件進行關聯性分析，梳理出真正需要關注的異常和異常值。
</p>
<p>
可視化復雜的 WSA 架構需要一種新的方法，一種不同于繪制成千上萬個圖表，再從數以百計的儀表板中人力搜尋可疑指標的方法。WSAM 解決方案為復雜、動態甚至暫時性的基礎設施創建了一種綜合視圖, 將多種單元基礎設施和應用整合為幾個邏輯服務和元素，通過上下文數據和操作大大簡化了可視化模式，實現分層展示，最終降低故障排除的難度。
</p>
<h2>
3. DevOps 將成為數字化企業的競爭優勢：
</h2>
<p>
2016 將是DevOps 年 。這個預測是基于數字化企業不斷增多的現狀。2015 年是為數字化轉型打基礎的一年，而2016 年將是試驗這些預期的一年。隨著 2016 年越來越多的企業走向真正的數字化，他們必須努力保證數字化變革的舉措向著這些預期發展。數字企業的客戶必須感受到一如既往的優質體驗。員工和合作伙伴必須具備所有保證工作效率的工具。所有這些都需要 DevOps 工程師的認真協調和監督。 DevOps 將成為一個真正的競爭優勢，而不再遙不可及。
</p>
<h2>
4. 數據處理將從批量變為實時：
</h2>
<p>
我們都有將大數據分析應用到業務的方方面面的經歷，這主要是由Apache Hadoop 之類的批量數據處理技術以及在過去幾年中已經被主流企業采用的周邊生態系統提供支持。但是，要繼續為客戶提供更好，更快，更準確的信息，公司就要開始利用Kafka、Apache Storm及 Spark Streaming 之類的實時流處理技術。這些流技術會在收集和消化數據時實時處理數據，從而更快地洞察應用性能，無論是更快的欺詐檢測還是實現更及時和準確的客戶定位。實時處理技術已經相當成熟，他們現在可以輕松地取代批處理技術或補充批處理技術的不足，只要有合理的商業理由。 OpsClarity 的架構也依靠這些實時數據管道線路為WSA提供實時監測。
</p>
<h2>
5. 運營最終將被歸為大數據分析問題
</h2>
<p>
傳統的監控和運營都僅限于報告，繪制圖表和基于簡單的靜態閾值的告警。在復雜且快速變化的云端web-scale 應用環境中，這些方法顯得差強人意。數據科學，機器學習和先進的數據可視化技術會成為監控現代 IT 運營的救星。 OpsClarity 正致力于將大數據分析和機器學習技術應用到現代的 IT 運營中。
</p>
<p>
我們的愿景是把消費者領域司空見慣的數據科學和機器學習帶到 Ops 領域。為此，我們已經建立了一個智能助手，方便 DevOps 工程師們學習他們的應用和系統環境，檢測和關聯故障，并提出推動增加重點和提高工作效率的建議——盡管一切都在不斷變化。
</p>
<p>
OpsClarity 堅信這些預言將在 2016 年實現，并賭上我們的未來！
</p>
<p>
Cloud Insight 集監控、管理、計算、協作、可視化于一身，幫助所有 IT 公司，減少在系統監控上的人力和時間成本投入，讓運維工作更加高效、簡單。本文由OneAPM 工程師翻譯整理，想閱讀更多技術文章，請訪問OneAPM 官方技術博客。
</p>
1. Web scale 應用（WSA）將會被主流企業采用。
</h2>
<p>
WSA 通過實時數據處理框架擴展了如 Storm，Spark Steam，Kafka， Cassandra，Elastic Search 等早已廣受歡迎的微服務架構和云基礎架構。這些數據處理框架正在成為最前沿應用的一個標準部分。 WSA 架構已經廣泛地在谷歌，非死book，Netflix 和其他大多數成立 3、4 年的硅谷創業公司中得到應用。術語「Web Scale application」指的是設計，部署和管理可以動態地適應和支持任何規模的公司或企業的應用和基礎設施。它不是一種單一的技術實現，而是基礎架構，開發過程和整體 IT 系統一系列能力的組合。
</p>
<p>
這些應用程序的一個重要特點：是松散耦合的面向 Web 的軟件架構——搭載微服務和數據處理管道——使開發團隊獨立運作。開發者可以自主選擇開源框架，來提高應用程序的整體彈性。根據 Battery Ventures 公司的 Adrian Cockcroft 所說，應用開發的未來在于創作和編排不同的開源框架和服務（微服務），而不是編寫一大堆客制化代碼。主流的 APM 工具通過自定義代碼解決監控難題固然無可厚非，但它們沒有考慮到 WSA。
</p>
<h2>
2. Web-scale 應用監控（WSAM）將會處理監控 Web-scale 應用的特殊難題。
</h2>
<p>
傳統應用和基礎設施監視工具不能管理 hyper-scale，hyper-change 微服務架構和現代 web-scale 應用的復雜數據處理框架。目前使用的 WSA 監控解決方案通常包含過多的儀表板和圖表。結果是一個名副其實的度量標準和告警風暴，就像一個由數百甚至數千種微服務揉在一起的羊毛球。Web-scale 應用監控(或 WSAM )是專門為實時收集大規模的不同指標而定制的。WSAM 利用先進的數據科學對系統級指標和事件進行關聯性分析，梳理出真正需要關注的異常和異常值。
</p>
<p>
可視化復雜的 WSA 架構需要一種新的方法，一種不同于繪制成千上萬個圖表，再從數以百計的儀表板中人力搜尋可疑指標的方法。WSAM 解決方案為復雜、動態甚至暫時性的基礎設施創建了一種綜合視圖, 將多種單元基礎設施和應用整合為幾個邏輯服務和元素，通過上下文數據和操作大大簡化了可視化模式，實現分層展示，最終降低故障排除的難度。
</p>
<h2>
3. DevOps 將成為數字化企業的競爭優勢：
</h2>
<p>
2016 將是DevOps 年 。這個預測是基于數字化企業不斷增多的現狀。2015 年是為數字化轉型打基礎的一年，而2016 年將是試驗這些預期的一年。隨著 2016 年越來越多的企業走向真正的數字化，他們必須努力保證數字化變革的舉措向著這些預期發展。數字企業的客戶必須感受到一如既往的優質體驗。員工和合作伙伴必須具備所有保證工作效率的工具。所有這些都需要 DevOps 工程師的認真協調和監督。 DevOps 將成為一個真正的競爭優勢，而不再遙不可及。
</p>
<h2>
4. 數據處理將從批量變為實時：
</h2>
<p>
我們都有將大數據分析應用到業務的方方面面的經歷，這主要是由Apache Hadoop 之類的批量數據處理技術以及在過去幾年中已經被主流企業采用的周邊生態系統提供支持。但是，要繼續為客戶提供更好，更快，更準確的信息，公司就要開始利用Kafka、Apache Storm及 Spark Streaming 之類的實時流處理技術。這些流技術會在收集和消化數據時實時處理數據，從而更快地洞察應用性能，無論是更快的欺詐檢測還是實現更及時和準確的客戶定位。實時處理技術已經相當成熟，他們現在可以輕松地取代批處理技術或補充批處理技術的不足，只要有合理的商業理由。 OpsClarity 的架構也依靠這些實時數據管道線路為WSA提供實時監測。
</p>
<h2>
5. 運營最終將被歸為大數據分析問題
</h2>
<p>
傳統的監控和運營都僅限于報告，繪制圖表和基于簡單的靜態閾值的告警。在復雜且快速變化的云端web-scale 應用環境中，這些方法顯得差強人意。數據科學，機器學習和先進的數據可視化技術會成為監控現代 IT 運營的救星。 OpsClarity 正致力于將大數據分析和機器學習技術應用到現代的 IT 運營中。
</p>
<p>
我們的愿景是把消費者領域司空見慣的數據科學和機器學習帶到 Ops 領域。為此，我們已經建立了一個智能助手，方便 DevOps 工程師們學習他們的應用和系統環境，檢測和關聯故障，并提出推動增加重點和提高工作效率的建議——盡管一切都在不斷變化。
</p>
<p>
OpsClarity 堅信這些預言將在 2016 年實現，并賭上我們的未來！
</p>
<p>
Cloud Insight 集監控、管理、計算、協作、可視化于一身，幫助所有 IT 公司，減少在系統監控上的人力和時間成本投入，讓運維工作更加高效、簡單。本文由OneAPM 工程師翻譯整理，想閱讀更多技術文章，請訪問OneAPM 官方技術博客。
</p>
</div>
來自： http://news.oneapm.com/2016-webscale/
本文由用戶 jopen 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。
轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。
本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！