多云架構可帶來許多好處，但它們也會帶來一些特殊的性能挑戰，特別是如何設計和管理，很多部署多云的團隊可能并沒有注意多云架構中的性能瓶頸。

以下介紹多云架構的三種最常見的性能難題，以及克服這些難題的技巧。

多云架構性能概述

到目前為止，許多IT專業人員都熟悉多云策略的優勢。通過允許企業一次在一個以上的云平臺上運行工作負載，多云為提高成本效率和可靠性提供了機會。

此外，多云策略在某些情況下還可以幫助提高整體工作負載性能。很多企業可能會選擇使用一個云計算供應商提供的一項服務，并使用另一云計算供應商提供的另一項服務來部署應用程序，因為與采用單個云計算供應商的服務相比，這種方法雖然成本更高，但可以獲得更高的性能。

多云架構中的性能挑戰

然而，盡管多云架構提供了一些潛在的性能優勢，但它們也可能導致性能缺陷。企業混合使用的云平臺越多，就越容易以產生性能瓶頸的方式將它們連接在一起，從而減慢了將它們托管在同一云平臺中時運行工作負載的速度。

只有通過適當的計劃，才能避免這些多云體系結構性能問題。

(1) 云平臺之間的網絡連接

，需要考慮跨云平臺的網絡連接。 當企業有兩個應用程序或服務在同一個云平臺中交換數據時，其數據通常不需要通過全球互聯網傳輸;與其相反，它位于云計算提供商的基礎設施之內。網絡帶寬和延遲率可能會有所不同，具體取決于數據是在不同的數據中心還是云計算區域之間傳輸。但是，在大多數情況下，通過同一云平臺中的網絡傳輸的數據的移動速度都比必須通過全球互聯網從一個云平臺傳輸到另一個云平臺的數據移動的速度快得多。 這意味著云平臺之間的網絡連接可能成為多云體系結構的嚴重性能瓶頸。

鑒于網絡基本上是將一個云計算服務連接到另一個云計算服務的唯一方法，因此無法完全避免網絡性能瓶頸。但是，IT團隊可以部署一些策略來緩解此問題：

避免將大量數據存儲在一個云平臺中但需要在另一個云中進行處理的多云體系結構。例如，企業可能會想使用一個云計算提供商的存儲服務，因為其成本更低，同時將數據從該服務提供給另一云平臺中托管的應用程序。這可能會節省一些成本，但可能不值得付出性能成本。

如果可能，在將數據從一個云平臺遷移到另一個云平臺之前對其進行壓縮。壓縮數據可能會增加企業的云計算費用，但會提高性能。

如果工作負載跨兩個或多個云平臺進行鏡像以提高可靠性，需要設計工作負載，以使每個云計算實例的工作負載實例都可以運行，即使其數據未與另一個實例的數據版本同步。這種方法可確保數據傳輸不會影響工作負載性能。

(2) 監視多個云平臺

多云架構的另一個常見性能挑戰是監視多個云平臺的難度增加。當監視云平臺變得越來越困難時，識別云平臺中的性能或可用性問題也就變得更加困難。

避免這種陷阱的好方法是采用云計算監視工具。如今，幾乎所有的APM解決方案都支持所有主要的云平臺，因此找到符合要求的工具非常容易。

但是需要記住，針對多個云平臺的好性能監視不僅包括監視所有云平臺，還包括配置工具以了解多云工作負載的細微差別。換句話說，企業的工具必須認識到運行在不同云平臺中的兩個服務已連接并相互依賴，以便能夠有效地向工作人員發出潛在問題的警報。

(3) 擴展限制

通常，云計算的主要優勢之一是能夠在需求變化時迅速增加或減少工作負載的資源分配。

在單個云平臺中，使用云計算供應商的原生自動擴展工具配置工作負載的自動擴展非常容易。但是，當用戶的工作負載跨越多個云平臺時，自動擴展就會變得棘手。企業無法使用Azure的自動擴展框架來擴展多云工作負載中基于AWS的組件，反之亦然。

當然，用戶可以在每個云平臺上分別配置自動擴展。這種方法將足夠有效，并且它所需要的人工工作可能不會使IT團隊不堪重負(因為自動擴展配置通常是一勞永逸的事情)。

但是，在多云工作負載的自動擴展很復雜的情況下，IT團隊可能會考慮采用通用控制平臺來設置和管理其云計算環境。通用控制平臺將自動在云平臺之間自動執行擴展和負載平衡，而無需在每個云平臺中分別配置自動擴展。

結語

采用多云策略可以提高云平臺性能，但是只有通過正確的架構設計和工具才能實現。如果沒有規劃云平臺之間的網絡帶寬瓶頸以及多云監控和擴展挑戰，企業很可能錯過多云提供的性能機會。