隨著眾多新興平臺以***的低成本提供了***吸引力的IT功能，企業用戶也必須回答與云計算經濟學相關的復雜問題。

由于眾多企業用戶將他們IT環境的更多負載遷移至云，云供應商們也各自快速發展了一批不同的、易于部署的、功能完備的服務集合。即便之前企業IT部門拒絕遷移至云環境的云服務(如數據倉庫、商業智能和分析功能)也不例外。

成本效益當然是企業的一大關注點：亞馬遜網絡服務、谷歌云平臺、IBM Bluemix以及微軟Azure都提供了入門的試用賬戶，這類試用賬戶提供了一定程度的免費服務或賬戶信用，以鼓勵新用戶嘗試使用不同的IT服務。

[[211607]]

但除了將諸如數據倉庫、商業智能和分析環境等IT業務遷移至云的潛在成本優勢之外，還有四個因素讓云成為CIO們眼中***吸引力的選擇：

• 將業務功能遷移至云平臺后，確保他們系統保持***更新狀態和現代化的能力;
• 訪問可部署在***和***硬件平臺上的虛擬化系統，從而減少硬件過時的可能性;
• 云主機所提供服務種類日益增多;以及
• 將系統管理和維護等工作委托給云供應商的能力。

云資源組

從對數據倉庫、分析與報告環境進行革新和現代化的角度來看，云服務一詞實際上涵蓋了范圍廣泛的資源和功能。這些資源與功能包括且不限于：

• 數據存儲：有幾種不同的、現成可用的大規模可擴展存儲選項，例如文件存儲(類似于傳統的分層文件系統)、塊存儲或對象存儲，其中數據項是以對象形式進行存儲的，另外還配備了用于描述數據的元數據，從而簡化可訪問性。
• 計算平臺：每一家云供應商都允許用戶以不同的CPU、內存和臨時存儲的配置指定和啟動平臺。其成本取決于運行計算任務所需的資源。
• 數據庫管理系統：從傳統關系型數據庫管理系統到更復雜的N哦SQL數據庫，再到列導向和內存內數據庫等選項都針對性能進行了優化。
• 大數據分析環境：供應商們還支持各種大數據應用件，其中包括Hadoop、Spark、數據流功能以及大規模數據倉庫等。
• 網絡與負載平衡：旨在以預設計算配置管理不同節點的運行性能。
• 新興服務：這是最有趣的一類，其選項包括機器學習、非結構化搜索、文本分析、語音與自然語言API、數據可視化以及其他功能。

遷移至云平臺的決策為用戶帶來了一些靈活性，他們可以在云供應商配合下從一系列計算平臺、存儲、應用程序、數據庫等服務選項，以及管理工具、開發人員工具、安全管理功能、系統監控等其他功能中進行選擇。在很多情況下，云供應商將提供平臺和對服務的訪問，他們還會與您的數據消費者一起了解他們的分析需求。他們還將幫助您設計、實施和管理您的業務智能平臺，所有“即服務”。

成本考量

對于成本敏感的企業來說，在全面實施云戰略之前，更好地理解云計算經濟學是非常重要的。可能會存在著一些讓人大吃一驚的隱藏成本，從而影響對于存儲類型、計算平臺、數據訪問模式和服務的決策，這些決策在相當大的程度上取決于總體支出預期。這個成本模式可能會有些混亂，特別是當所使用的度量單位不一定匹配時——即便是來自于同一供應商的不同服務亦是如此，當試圖進行同類服務比較時也不要介意不同的供應商。

考慮如下這些示例：

• 計算——通常是指基于虛擬CPU或機器內核的數量、內存容量以及在某些情況下與虛擬機相關聯臨時存儲進行配置的資源。
• 存儲——可以根據所請求的存儲容量、存儲對象的數量、請求的數量以及數據傳輸的帶寬來定價。
• 數據庫——可根據在指定配置的虛擬服務器上使用數據庫的單位時間價格來收取費用。而更復雜的高性能數據庫和數據倉庫服務將產生更高的費用。

其他服務則是在使用時收取費用。例如，可考慮允許用戶對持久對象存儲執行SQL查詢并按照查詢支付費用的供應商。但是，這個服務的成本包括了基于數據訪問數量的單次查詢扁平成本，以及將查詢結果存回對象存儲的成本。如果使用未壓縮的數據，多次執行這樣的查詢可能會導致更高的費用。但如果以壓縮格式存儲數據并以列狀數據布局進行部署，那么查詢返回的數據將會更少，總體成本也會有所降低。

更新用戶的分析環境

了解可用的平臺和服務可為制定更新用戶報告與分析環境的計劃提供了起點。實施一個現代化的環境將實現兩個目標。首先，它將把現有的功能遷移至一個成本更低、但性能更高的平臺上。其次，也許更重要的是它可以實現創新分析功能的應用，其中包括實時獲取多個數據流、諸如機器學習和人工智能的算法應用程序，以及集成的實時分析。

但是，過多的選項如何實現系統可用性、數據可用性、整體性能和持續成本的平衡能力變得更復雜了。針對其中某一個變量進行優化配置可能會導致其他一個或多個變量的影響變差。例如，一個將每個事務映射到其自己的數據對象的數據部署布局可能會減輕數據訪問的難度，但是隨著事務數量的增長，相關的數據對象數量也會增加。因此，這樣做會增加對象存儲的成本，因為其收費是按照對象數量來計算的。另一方面，在較少數量的文件中收集眾多記錄并作為對象進行存儲可降低單個對象的成本，但是訪問特定記錄需要訪問更大量的數據，從而增加了數據傳輸成本。

換而言之，“云計算經濟學”成為了系統設計眾多因素中的一個重要變量。當考慮將數據倉庫、商業智能、報告與分析功能遷移至云時，評估數據使用模式、確定信息模型的類型以及評估用戶群體需求是非常重要的。與云供應商開展合作，找出涉及數據架構、服務與應用程序設計相關的***方法，從而優化數據可用性、數據利用率、系統性能與費用支出。