摘要：一切即服務世界中的資料中心管理人員將成為內部業務使用者和雲計算提供商之間的分析師和聯絡人。例如，為了提高更大的分析能力，資料中心管理人員將根據雲計算提供商的要求和成本進行調整，以將業務需求轉化為技術能力。在許多方面，資料中心管理人員就像一名指揮管弦樂隊的指揮，需要進行井然有序的指揮，否則樂隊將很快地陷入混亂和嘈雜之中。
而其it版本將是坐在計算機控制台前的資料中心管理人員，其他裝置空空如也。而以往在資料中心內排列齊整的所有硬體和軟體現在都在雲端執行。如果一切即服務everything-as-a-service（xaas）發展到這樣的邏輯結論，那麼這可能是我們所等待著的命運嗎？
企業戰略集團(enterprise strategy group,esg)的高階分析師colm keegan表示：「這些在空曠的資料中心工作的管理人員的願景最終可能適用於一些企業。在這些情況下，資料中心管理人員的工作將是外部**商的監督者，以確保企業獲得所需的效能和能力。」
然而，這並不是乙個被動的角色。資料中心管理員必須與所有提供商合作，監控其服務水平，並不斷尋求提高效能和降低成本。
「你要了解運營情況，監督應用程式的健康狀況，以及跟蹤這些服務使用情況的能力，了解為什麼成本可能會高漲的原因。」keegan說，「你總是需要經驗豐富的工作人員嗎？他們將找出導致低效率的原因，例如在雲計算中執行卻從未退役的孤立系統。」
因此，一切即服務世界中的資料中心管理人員將成為內部業務使用者和雲計算提供商之間的分析師和聯絡人。例如，為了提高更大的分析能力，資料中心管理人員將根據雲計算提供商的要求和成本進行調整，以將業務需求轉化為技術能力。在許多方面，資料中心管理人員就像一名指揮管弦樂隊的指揮，需要進行井然有序的指揮，否則樂隊將很快地陷入混亂和嘈雜之中。
控制的另乙個方面是將it驅動和企業安全。如果有官方的雲計算提供商為公司服務，那麼還有其他的選擇，試圖**業務經理**氓而不是使用他們的服務。防止這種情況發生，並向企業開放不安全的渠道，這要求資料中心管理人員保持官方服務渠道達到業務目標。
「你的內部客戶關心的是與你開展業務合作容易，」keegan說，「如果服務不好，緩慢，複雜或昂貴，他們將與別人開展業務合作。」
混合資料中心
當然，以上描繪的願景未必一定會過去。肯定會有服務提供商和it巨頭會實現這樣的願景（如google，yahoo和facebook公司經營著規模非常大的資料中心），他們將會發現建立自己的資料中心和隔離中間人的好處。同樣，一些規模較大的企業可能會因為合規/安全要求，企業偏好，應用成本或較差的雲服務而選擇保留資料中心基礎設施。
在許多其他情況下，混合模式可能會導致部分業務執行在雲端，另一部分業務執行在內部資料中心。以擁有兩個資料中心的acorda therapeutics公司為例。該公司在紐約市附近的乙個資料中心擁有20臺物理伺服器，其中17臺是由360臺虛擬機器（vm）組成的虛擬基礎設施的主機伺服器。它還包括兩個儲存區域網路（san）和冗餘水冷空調單元。冗餘ups單元可以為資料中心供電30分鐘，其足夠的後備時間讓柴油機備用發電機啟動執行，這可以為資料中心供電36小時。其第二個資料中心為麻薩諸塞州，主要為其製造，實驗和業務運營提供專門的應用服務，這個資料中心部署了30個物理伺服器和12個虛擬伺服器。
該公司在雲端執行一些應用程式和其他應用程式。雲計算其應用包括專案管理，費用報告，工資單和銷售報告。內部部署應用程式包括檔案共享（emc syncplicity可以同步雲端和內部部署資料），製造系統，實驗室操作，文件管理，臨床試驗管理和藥物安全。
acorda therapeutics公司網路運營副總裁joshua bauer說：「由於資料敏感性和合規性要求的性質，我們的許多應用可能在可預見的將來保持在其內部部署資料中心。其任何連線物理元件的伺服器（如執行實驗室或製造業務）都必須保持內部部署的狀態。其他一切業務都可能會遷移到公共雲端。」
他認為一切即服務的空間將會持續增長，直到其80％的託管資料達到平衡。他認為，其餘20％的執行環境將受到嚴格監管和/或與定製硬體（例如製造操作或任何適用於定製過程的系統）的限制。
為什麼我們專案需要資料優化服務
早先幾年，硬體業存在摩爾定律，微處理器的效能每隔18個月提高一倍，而 下降一倍。在這種背景下，資料庫主機效能節節高公升，資料庫效能要提高，靠硬體的更新換代即可。此種情況下，許多程式設計師在開發時，有意無意地，忽略了資料庫應用的效能，而更關注需求實現的方便與簡單。目前，硬體業的摩爾定律已經失效。資料庫...
實用的AI 或為什麼說的一切都不是
大多數it專業人員都達到了這樣的地步，即 商說出 人工智慧 一詞時，他們會躲起來。從某種意義上講，似乎提供的每個應用程式都在利用人工智慧。當然，僅僅因為應用程式聲稱是ai並不意味著它就是ai。複雜的演算法不一定會賦予智慧型。在我最近舉行的一次網路研討會中，問題之一是 高階分析和ai有什麼區別？儘管這...
如果有資料庫，為什麼還需要區塊鏈？
鏈客，有問必答！由於區塊鏈的潛力讓人興奮不已，專案規劃人員可能會開始把這種新興技術扔到不適合的問題上。本文旨在幫助您從那些您信任的資料庫可以勝任的區塊鏈業務用例中挑選出正確的業務用例。keybank首席資料官michael onders在12月的布洛克蘭克利夫蘭 blockland clevelan...