在线观看成年女人免费视频,国产在线观看小视频,大又粗又爽少妇毛片仙踪林,无限在线完整版免费观看,大精品国产张开腿自慰白丝,黄频视频在线播放,国产大胆露出在线视频,男女啪啪姿势污图

案例分享：全球服務公司確保遷移過程中的云集成和人工智能服務

應用程序就像形成星座的星星一樣，彼此需要、相互依存。現代化的應用程序是復雜的，通常由多個相互連接的組件組成，每個組件都有自己的依賴項和需求集。在IT服務的遷移過程中，這種依賴性有時可能是服務的最大優點和缺點。隨著基于人工智能（AI）的應用程序的興起，以及它們對復雜基礎設施和數據處理能力的需求，這種復雜性正在成為一個相當大的挑戰。不映射和監控應用程序的依賴關系會在遷移期間和之后顯著降低服務性能。這包括常見類型的依賴，如數據庫依賴（應用程序通常依賴于數據庫或API等共享數據源，從而在應用程序之間創建依賴關系。這種相互依賴關系可以跨IT環境擴展，包括本地部署和云部署。） ；服務依賴關系，如Web服務器、身份驗證和域名系統（DNS）依賴關系；以及新興的人工智能依賴。

根據Flexera的2024年云狀態報告，了解應用程序依賴關系（54%）和評估實施遷移計劃的技術可行性（45%）是云計算決策者和執行領導者在遷移過程中最關心的問題。

圖：在將工作負載遷移到公有云時，您面臨哪些挑戰?

一家全球性的服務公司借助NETSCOUT的企業性能管理解決方案所提供的深入的可觀察性確保上千種應用程序和人工智能服務順利遷移到云上，以下是該案例分享。

案例概述

該公司IT團隊面臨的挑戰：

• CloudOps、ITOps和AIOps在公有云遷移期間面臨著如何保持對于流量和超過1000個應用程序的可見性的挑戰。

• 許多應用程序，包括一些具有人工智能功能的應用程序，都沒有分類，這使得它們很難被理解依賴關系和管理，導致無法確保其使用性能

• nGeniusONE企業性能管理平臺

• vSTREAM虛擬探針

• 數千個應用程序（包括基于云的人工智能應用程序）被分類和標記，服務器被成功遷移

• 通過理解依賴關系并實現有效管理依賴關系的策略，確保順利成功地遷移到云

• 提高了貫穿云環境的流量以及物理和虛擬服務器的可觀察性

該客戶是一家全球性服務公司，并且是NETSCOUT的長期客戶。該公司為數百萬商業和住宅用戶提供數千種最先進的安全解決方案和智能系統，并在40多個國家設有辦事處，對于先進技術喜歡進行嘗試，并注入其產品線，以增強其產品競爭力是這家全球服務公司不斷成長的動力，他們也是人工智能（AI）等先進技術的早期采用者。經過多年的實踐，這家全球性服務公司也確信收入增長源于其產品先進能力的不斷增強，并確保可靠的正常運行時間。事實上，公司的IT高管經常向IT團隊強調，關鍵應用的失敗或性能下降會嚴重影響他們的服務，并使公司面臨監管和媒體的審查，從而導致損失掉多年來積累的市場信譽。

挑戰

該公司在向公有云的遷移過程中，ITOps、AIOps和CloudOps團隊逐漸意識到，他們并沒有足夠的可觀察性來監測不斷增長的流量，無法深入了解大量云端服務器、數千個應用程序、虛擬桌面等向云的遷移后的效能。有些一些應用程序是定制的，并且在向云遷移之前已經在VMware中本地運行；其它一些程序原先是一體化的，向云遷移過程種，會被轉換為微服務或在容器化環境中運行。許多新服務都使用了先進的機器學習（ML）和人工智能流程。這些服務要么正在開發中，要么在嚴格管理的開發環境中得到進一步增強。由于新連接的設備和智能系統在云中的流量顯著增加，公司IT團隊嚴重低估了持續監控應用程序性能問題所需的可觀察性的要求，他們意識到他們缺乏足夠的工具，并且無法通過可靠的取證數據實時了解新出現的服務中斷和服務性能下降，從而排除服務故障，這也正是該公司最擔心的問題類型。

人工智能應用程序和算法可以創建獨特的依賴關系，通常依賴于特定的數據集、庫或框架。例如，機器學習模型可能需要特定的數據集進行訓練，或者需要特定的庫進行推理。管理這些依賴關系對于確保AI應用程序及其用于建模的工具順利遷移到云端至關重要。

管理AI依賴關系的一個重要考慮因素是數據集成。人工智能應用通常需要訪問大型且不斷發展的數據集，這些數據集被集成到環境中，以確保人工智能系統的性能和準確性。組織應確保存在數據管道，以便使用專用網絡連接或VPN將數據從本地系統傳輸到云或其他本地域，并確保必要的數據處理和存儲資源可用，并且人工智能工作負載可以有效擴展。

“意識到這些可觀察性問題是在我們不知情、不知道如何快速解決的情況下發生的，這真的是一場系統管理噩夢！”

——ITOps領導人

他們需要迅速找出方法應對挑戰：

• 有效監控進出服務器的流量，以確定與預期行為（流量基線）的偏差，并解決延遲、服務器性能、利用率和其它可能影響用戶體驗的關鍵指標等問題

• 識別和監控1000多個從內部部署環境遷移到云環境的應用程序的性能，按規模對應用程序進行分類，并評估它們的相互依賴性

• 獲得對虛擬環境的可觀察性，包括使用虛擬私有云（VPN）的Kubernetes集群，用于開發中的人工智能和AIOps項目

• 提高對南北和東西向的網絡流量的路徑和互連（包括對等連接）的洞察力，以確保運營數據信息有效地指派到適當的IT人員進行故障排除。總之，IT團隊希望復制并增強其在云中的可觀察性，就像他們在數據中心中做的一樣。

解決方案

該公司的IT團隊在其本地數據中心環境中一直依賴nGeniusONE，這是NETSCOUT的nGenius企業性能管理解決方案的核心組件。他們雖然知道這個解決方案可以做什么，但他們沒有預料到云遷移的速度，也沒有理解如何有效地利用可視化數據源，以快速確定對性能和服務正常運行時間的影響。幸運的是，他們及時得到了NETSCOUT技術專家的幫助。除此以外，NETSCOUT技術專家也詢問云流量內容，以確定性能和未分類的應用程序。借助NETSCOUT的方案提供的可見性，IT團隊實現了：

• 徹底盤點和映射應用程序，以確定關鍵任務并評估其依賴關系

• 實現分階段的遷移方法，從不太關鍵的應用程序開始，然后再轉移到更復雜的應用程序

• 利用監控和可見性，來識別遷移過程中出現的性能問題，覆蓋盲點，并幫助提高IT團隊對消費模式、應用程序利用率和整體用戶體驗的理解，從而快速排除故障（例如停機時間、緩慢響應或功能降級）。

結果

在NETSCOUT技術專家支持下，IT團隊恢復并顯著增強了對于云遷移中應用的可觀察性，幫助IT團隊在充滿挑戰的云遷移過程中重新獲得信心和控制權。

NETSCOUT的nGeniusONE和vSTREAM通過監控1000多個應用程序的依賴關系、性能異常、延遲、服務器性能和利用率問題，展示了它們的價值，并確保了云遷移過程中和云運營的連續性。了解網絡流量模式對于ITOps、AIOps和CloudOps團隊從規劃資源需求到改進網絡管理和基于人工智能的服務（如帶寬升級或額外的網絡基礎設施）至關重要。這些信息通過基于網絡的行為和歷史數據做出明智的決策，進一步加強了人工智能行動計劃，這會在未來帶來更高效、更積極的網絡管理和更多基于人工智能的服務。負責服務優化的跨職能遷移團隊通過nGeniusONE的實時監控和分析，確保了其人工智能計劃的無縫集成和性能保障。