共计 2023 个字符，预计需要花费 6 分钟才能阅读完成。
在以强烈竞争和一直降级的客户需要为特色的行业中，速度已成为要害的差异化因素。凭借反对应用程序疾速开发和部署的能力，云计算已成为实现这一速度的圣杯——简略的按需容量，可随业务扩大，这些全副都采纳经营老本模型。
公共、公有和混合云的使用量激增，容器和编排平台，特地是 Kubernetes，在开发过程中找到了本人的地位。随着企业转向内部解决方案以倒退经营、反对新的工作形式并加强业务弹性，寰球大风行只会减速云、容器和 Kubernetes 的采纳。
就在这时，事实中的艰难呈现了。
云计算的倒退——特地是 Kubernetes——导致系统和组织的复杂性，这些复杂性在多个方面都没有失去很好的了解。Kubernetes 带来了意想不到的挑战，一项钻研发现，94% 的采纳 Kubernetes 的企业示意这是他们的苦楚之源。
企业致力施行 Kubernetes 的重大教训是速度会以高云老本的模式产生摩擦，而这些减少的老本实际上会减缓企业发展势头。
然而，云计算成本的一直减少只是影响的一个方面，因为 Kubernetes 的采纳及其产生的复杂性也给运行它的工作人员带来了新的累赘。
这就引出了一个问题：企业是否违心就义敏捷性来换取长期盈利能力和经营倦怠的危险？
1、简化的尝试并没有解决真正的问题
为了解决零碎复杂性问题，开发团队采纳了专门构建的可察看性平台来了解形成应用程序的组件（包含软件和硬件）之间的关系，以及它们如何为最终用户服务。可怜的是，被动的、只关注性能的可察看性平台并不能解决问题，它们只是辨认问题，之后应该做出何种措施？
企业须要寻求其余办法来解决这些问题，这导致了云上自动化运维和构建运行团队的呈现，他们负责了解须要迁徙到云的应用程序挪动和构建所带来的复杂性。云上自动化运维组织会集了人员、流程和工具，专门关注云模型如何影响 IT 和业务的所有畛域。构建 - 运行的指标是让开发团队对应用程序和服务的日常性能负责，并使开发人员可能专一于产品而不是我的项目。
与此同时，企业须要施行云老本优化框架，将跨职能的利益相关者汇集在一起。这个伪利用级领导委员会旨在为云计算的可变收入模型减少财务责任。
这须要很多工夫、人员和流程来解决问题。
2、打破常规之后的措施
尽管已经风行的口号催促软件开发人员疾速口头并打破常规，但明天的事实是惯例已被突破。咱们须要以一种容许开发人员进步速度的形式来修改它们，同时确保咱们不会陷入重复毁坏雷同事物的陷阱。
对于那些将云计算视为麻利和速度的圣杯的企业来说，已经是灵丹妙药的云，当初已成为无法控制的老本和治理复杂性的起源。这会在两方面产生问题：
利润率降落：首先，一直回升的云老本开始侵蚀利润率，减少总收入老本 (COR) 或销售老本 (COGS)，以及错过的 SLA；其次，当开发团队被告知要升高云老本时，他们不晓得如何均衡这些削减与对业务承诺的服务水平协定的影响。
当云计算的老本取代了它旨在发明的业务价值时，就会导致业界广为流传的云悖论：如果你不开始应用云，你就是疯了；如果你坚持下去，你就疯了。
3、AI 和 ML：新的工具如何提供帮忙
侥幸的是，机器学习 (ML) 等技术正在进入这一过程，并可能使优化性能和老本之间衡量的能力得以改善。借助这项技术和一类新的工具，开发团队能够做集体无奈做到的事件：彻底理解和调整所有可用变量，以确保针对每个应用程序优化性能和老本。
人工智能 (AI) 和机器学习已成为反对速度工作不可或缺的一部分。当然，这些新工具正在进入部署过程。因而，企业开始制订实际来治理 AI 和 ML 工具的采纳和集成。AIOps 工具当初使 Ops 团队可能通过利用剖析和机器学习来实现自动化和改良经营。
同时，DevSecOps 致力于将平安集成到软件开发的所有阶段的过程自动化。最初，继续优化在继续集成和继续开发之间的 CI/CD 管道中找到了本人的地位，并在投入生产之前应用机器学习来优化 Kubernetes 配置。
通过辨认须要解决的问题并找到现实的解决方案，这种继续优化是解决可能减慢应用程序交付速度的瓶颈的要害。这就是机器学习远远优于人类认知能力的中央。
通过在 CI/CD 流程中施行这些性能，开发人员和经营团队当初有了工具来应答那些升高企业速度的云账单，并减速了他们向云的过渡。
4、当今云优先开发的优化解决方案
新的资源优化解决方案能够帮忙企业被动确保效率，并在老本和性能之间进行智能业务衡量，而无需耗时、有效的重复试验。
应用 ML，这些解决方案能够主动发现最佳应用程序配置。局部企业采取被动的办法，通过联合性能测试在预生产中的应用程序上生成负载，调整应用程序以满足负载，而后为 Kubernetes 创立现实的配置以将这些应用程序部署到生产环境中。这有助于工程师节省时间，而不会减少运行应用程序的老本或影响应用程序的性能和可靠性。
应用资源优化解决方案能够最大限度地缩小资源节约，使开发人员可能依据业务指标做出决策并加重复杂性，以便开发人员能够将精力集中在理论开发上。这样能够使速度放慢成为可能。
