Amazon Web Services (AWS) bietet eine zuverlässige und skalierbare Infrastrukturplattform in der Cloud. Für viele geht das Versprechen von Agilität und Elastizität jedoch oft mit einem Mangel an Einblick in das einher, was aus Sicht der Anwendungsressourcenbeschaffung erforderlich ist. Dies führt zu einer suboptimalen Leistung und zu Rechnungen, die das Budget überschreiten.
Die IBM® Turbonomic®-Plattform generiert kontinuierlich Maßnahmen zur Optimierung von EC2-Instanzen, RDS-Datenbanken, EBS-Laufwerken und Elastic Kubernetes Service (EKS) basierend auf der Echtzeitnachfrage. Die empfohlenen Maßnahmen tragen dazu bei, die Leistung sicherzustellen und gleichzeitig die Kosten zu minimieren. Darüber hinaus verwaltet die IBM Turbonomic-Plattform Ihren Bestand an RI und leitet Maßnahmen zur Maximierung der RI-Nutzung und Reichweite ein, und zwar unter dem Gesichtspunkt der Anwendungsleistung.
Datenblatt herunterladen
Wenn Unternehmen ihre Cloud-Migration angehen, verfolgen sie oft zwei Ziele: Skalierbarkeit und Kontrolle der Cloud-Kosten. In vielen Fällen wird das Versprechen von Flexibilität und Elastizität jedoch durch mangelnden Einblick in die Anforderungen an die Anwendungsressourcen behindert, was zu schlechter Leistung und hohen Kosten führt.
In diesem Dokument erfahren Sie, wie Turbonomic diese Herausforderungen bewältigt. Die Themen umfassen:
- Vier Möglichkeiten zur Optimierung Ihrer AWS-Ressourcen mit Turbonomic
- Integration von Turbonomic in AWS, einschließlich der Architektur
- Erstellen von Zielen zur Überwachung von Workloads in AWS
- Anleitung zur Nutzung von Turbonomic zur Migration von Workloads zu AWS
AWS erkennt IBM Turbonomic als Foundational Technology Partner an, mit Kompetenzen in den Bereichen Cloud-Betrieb, Microsoft-Workloads, Migration und Modernisierung, Container und Sicherheit.
Turbonomic ist jetzt sowohl als SaaS als auch als Software auf dem AWS Marketplace verfügbar (Link befindet sich außerhalb ibm.com).
Die Turbonomic-AWS-Integration
Von AWS oder lokal gehostetes SaaS
Stellt über die API mit schreibgeschützten Anmeldeinformationen eine agentenlose Verbindung zu Ihren AWS-Konten her
Integration mit AWS CloudWatch zum Abrufen aller Metriken und Metadaten
Erkennt AWS-Entitäten und beginnt innerhalb von 60 Minuten mit der Generierung von Optimierungsmaßnahmen
Virtuelle Maschinen (EC2-Instanzen)
Datenträger
Datenbankserver (RDS-Instanzen)
Zonen
Regionen einschließlich GovCloud (USA)
VM vCPU
VM vMemory (falls aktiviert)
VM-Speicherzugriff (E/A-Operationen pro Sekunde)
VM-Nettodurchsatz
VM-E/A-Durchsatz
VM-Speichermenge
Reichweite reservierter VM-Instanzen
Datenbank-vMemory
Datenbank-vCPU
Speicherplatz in der Datenbank
Datenbank-E/A-Durchsatz
Trefferquote des Datenbank-Cache
Datenbankverbindungen
RI-Inventar
RI-Reichweite (VMs)
AWS-Instanz hoch-/runterskalieren auf einen anderen Typ oder eine andere Ebene (einschließlich RIs)
AWS-Instanz stoppen/starten (bekannt als „Parken“)
EBS-Laufwerk hoch-/runterskalieren
Nicht angehängtes EBS-Laufwerk löschen
Datenbank hoch-/runterskalieren
RI für Bereich kaufen
Maximieren Sie die Nutzung vorhandener reservierter Instanzen und Sparpläne und identifizieren Sie Möglichkeiten zur Erhöhung der Rabattabdeckung
Unterstützen Sie schnelle Release-Zyklen durch die Modellierung und Optimierung der Kosten durch „Was-wäre-wenn“-Planungsszenarien
Nutzen Sie kostensparende automatische Skalierung, um die Workload-Anforderungen zu erfüllen und bei gleichbleibender Leistung Unter- und Überauslastung zu vermeiden
Modellieren und vergleichen Sie die Performance- und Kostenauswirkungen von Lift-and-Shift- und optimierten Migrationsplänen, indem Sie Ihre vorhandenen Workloads den am besten geeigneten EC2- und EBS-Familien und -Typen zuordnen – jeweils im Ist-Zustand und im optimierten Zustand
Fördern Sie die Zusammenarbeit zwischen Cloud-, Anwendungs- und DevOps-Teams rund um eine einzige Datenquelle
Beschleunigen Sie Workloads auf AWS durch skalierbare, wiederholbare Prozesse für zukünftige Workload-Migrationen und Cloud-Konsolidierungen
Erkennen und ordnen Sie Abhängigkeiten zwischen EKS-Diensten, Containern, Spezifikationen, Pods, Workload-Controllern, Namespaces, Clustern und virtuellen Maschinen zu
Optimieren Sie die Kubernetes-Performance und -Kosten durch automatische Korrektur von Containern, Pod-Verschiebungen, Cluster-Skalierung und Planung
Die umfassende Visualisierung, die intelligente Automatisierung, die KI-gestützten Erkenntnisse und die patentierte Abstraktion von Turbonomic ermöglichen es Ihnen, alle AWS-Konten Ihres Unternehmens – sowie andere Public-Cloud- und lokale Rechenzentrumsumgebungen – über eine einheitliche Oberfläche verwalten.
Nutzen Sie automatisierbare Tools zur Optimierung der Cloud-Kosten, um Ihre Ausgaben für die Cloud unter Kontrolle zu halten und gleichzeitig eine kontinuierliche Anwendungsleistung sicherzustellen.
Beschleunigen Sie Initiativen zur Cloudmigration mit korrekten, benutzerfreundlichen Funktionalitäten.
Optimieren Sie die Kubernetes-Automatisierung, um Service-Level-Ziele kostenwirksam zu erreichen.
Die Integration von Amazon Web Services ist eine von mehreren Integrationen für öffentliche Clouds, die für die IBM Turbonomic-Plattform verfügbar ist. Stellen Sie eine Verbindung zu Tools für öffentliche Clouds her, um Ihre Umgebung zu optimieren, einschließlich des Bestands an reservierten Instanzen, mit fortlaufend generierten Maßnahmen auf der Grundlage des Echtzeitbedarfs.
Berechnen Sie Cloudinvestitionen und Einsparungen bei der Festlegung von Maßnahmen zur Ressourcenbeschaffung.
Optimieren Sie VMs, Datenbanken und Datenträger in Azure auf der Grundlage des Echtzeitbedarfs mit kontinuierlich generierten Maßnahmen.
Nutzen Sie individuelle Preise, um die Größe der Workloads und die Reichweite der reservierten Instanzen für Ihre Azure-Umgebung zu berechnen.
Passen Sie den Anwendungsbedarf kontinuierlich und in Echtzeit an die Konfigurationsoptionen der Google Cloud Platform an.
Berechnen Sie Cloudinvestitionen und Einsparungen mit größerer Genauigkeit.
Nutzen Sie den Azure App Service, um den Aufbau Ihrer Anwendungsbereitstellung zu planen.