Pola untuk menggunakan Active Assist dalam skala besar

Dokumen ini adalah bagian pertama dalam rangkaian yang memperkenalkan pola arsitektur yang dapat digunakan perusahaan untuk mengoptimalkan jejak cloud mereka dalam skala besar menggunakan Active Assist. Dokumen ini ditujukan bagi orang-orang dengan peran berikut:

  • Arsitek perusahaan
  • Pimpinan teknik
  • Orang yang bekerja di bidang keamanan dan membuat otomatisasi untuk mengoptimalkan keamanan, performa, dan pengelolaan cloud

Dokumen ini membahas hal-hal berikut:

  • Manfaat menggunakan Active Assist dalam organisasi.
  • Tantangan yang mungkin dihadapi organisasi saat menggunakan Active Assist dalam skala perusahaan.
  • Cara mendesain pipeline otomatisasi menggunakan Active Assist.

Rangkaian ini terdiri dari bagian berikut:

Active Assist

Active Assist adalah portofolio alat yang menggunakan data, kecerdasan, dan machine learning untuk mengurangi kompleksitas cloud dan pekerjaan administratif, yang membantu perusahaan mengoptimalkan keamanan, performa, pengelolaan, dan biaya cloud mereka.

Banyak perusahaan diberi mandat untuk memastikan bahwa prinsip hak istimewa terendah diterapkan pada aplikasi dan infrastruktur bisnis mereka. Perusahaan juga ingin meminimalkan pemborosan resource dan memaksimalkan performa aplikasi bisnis sekaligus mengurangi pekerjaan dan biaya administratif. Akibatnya, departemen IT sering kali menghadapi pengawasan dan tekanan untuk memenuhi persyaratan ini dengan cepat dan tangkas. Active Assist memberikan alat yang dapat mereka gunakan untuk membantu memenuhi sasaran ini.

Pengoptimalan cloud untuk perusahaan

Karena workload, infrastruktur, kebutuhan keamanan, dan proses bersifat unik untuk setiap perusahaan, Anda harus menyesuaikan strategi pengoptimalan cloud untuk memenuhi kebutuhan khusus Anda.

Dalam konteks dokumen ini, strategi pengoptimalan cloud untuk jejak Google Cloud Anda berfokus pada cara memanfaatkan portofolio Active Assist saat Anda merencanakan dan merancang strategi pengoptimalan.

Mendefinisikan visi dan memahami pengemudi

Penting bagi perusahaan untuk menentukan masalah yang ingin mereka gunakan untuk menentukan pendekatan mereka dalam pengoptimalan jejak cloud. Berikut adalah masalah umum:

  • Keamanan
  • Performa
  • Pengoptimalan biaya
  • Ketangkasan

Sasaran perusahaan

Saat mulai merancang pipeline otomatisasi untuk rekomendasi Active Assist, Anda harus memulai dengan menentukan sasaran untuk perusahaan Anda dan menetapkan prioritas untuk setiap tujuan. Selanjutnya, Anda dapat memetakan prioritas ini ke dalam roadmap untuk meluncurkan dan menskalakan Active Assist di organisasi Google Cloud Anda.

Misalnya, perusahaan mungkin ingin menggunakan rekomendasi Active Assist untuk keamanan dan pengoptimalan biaya. Namun, perusahaan mungkin awalnya memilih untuk berinvestasi dalam membangun pipeline otomatisasi untuk rekomendasi terkait keamanan yang dihasilkan Active Assist. Pada tahap selanjutnya, saat perusahaan mendapatkan lebih banyak pengalaman dalam menggunakan portofolio Active Assist dan matang dalam perjalanan otomatisasi mereka, perusahaan mungkin mengotomatiskan jenis rekomendasi lainnya, misalnya, penyesuaian ukuran VM dan Pemberi Rekomendasi Idle VM.

Merancang strategi

Perusahaan harus memiliki proses yang jelas terkait cara meninjau dan menjalankan rekomendasi yang dihasilkan Active Assist. Kami merekomendasikan pendekatan bertahap yang menggabungkan peningkatan tingkat otomatisasi dengan cara yang terukur. Pendekatan berulang yang dapat dilakukan perusahaan saat mengadopsi Active Assist di organisasi Google Cloud mereka adalah sebagai berikut:

  • Fase pertama:
  • Fase kedua:
    • Menggunakan Recommender API.
  • Fase ketiga:
    • Mengintegrasikan peninjauan rekomendasi ke dalam pipeline DevOps.

Pendekatan ini memungkinkan Anda secara berulang menggabungkan lebih banyak otomatisasi ke pipeline rekomendasi Active Assist.

Tahap satu: Meninjau rekomendasi Active Assist di konsol Google Cloud

Pada fase pertama, Anda meninjau rekomendasi Active Assist di Konsol Google Cloud menggunakan Hub Rekomendasi. Anda menggunakan pendekatan berbasis konsol untuk meninjau dan menerapkan rekomendasi. Pendekatan ini membantu Anda memahami rekomendasi Active Assist saat menilai kesesuaiannya. Hal ini juga membantu Anda menentukan kategori rekomendasi mana yang ingin diprioritaskan. Seperti yang ditunjukkan dalam gambar berikut, Hub Rekomendasi memungkinkan Anda meninjau rekomendasi untuk setiap kategori resource tempat rekomendasi tersedia dan melihat perincian detail yang relevan untuk setiap resource dalam grup.

Rekomendasi berdasarkan kategori resource.

Tim perusahaan dapat mengekspor rekomendasi ke BigQuery. Dengan mengekspor rekomendasi ke BigQuery, Anda dapat meninjau rekomendasi dalam skala besar di seluruh organisasi. Dengan API ini, Anda juga dapat menjalankan kueri di area yang menarik tertentu untuk perusahaan Anda. Anda juga dapat mempertimbangkan untuk membuat dasbor agar tim dapat melihat dan mengelola rekomendasi dengan lebih baik.

Fase dua: Menggunakan Recommender API

Pada fase kedua, Anda menggabungkan otomatisasi dengan peninjauan dan validasi manual untuk menerapkan rekomendasi yang dihasilkan oleh Active Assist. Pendekatan ini membantu Anda mendapatkan ketangkasan. Hal ini juga memungkinkan Anda mendapatkan hasil maksimal dari rekomendasi yang dibuat platform dalam skala besar, sambil mempertahankan kontrol yang ketat terkait cara penerapan rekomendasi.

Anda dapat mempelajari cara menerapkan pendekatan ini dalam Menggunakan pipeline Serverless dengan Active Assist.

Fase ketiga: Rekomendasi integrasi ke dalam pipeline DevOps

Pada fase ketiga, Anda melakukan peninjauan rekomendasi ke dalam pipeline DevOps Anda. Anda memasukkan pengelolaan dan analisis rekomendasi ke dalam pipeline DevOps, yang memungkinkan proses pengelolaan resource dan rekomendasi menjadi lebih sederhana. Pendekatan ini juga memungkinkan pengembangan proses persetujuan yang mungkin sudah digunakan tim Anda sebagai bagian dari proses continuous integration dan continuous deployment (CI/CD). Langkah ini lebih bergantung pada otomatisasi dan analisis rekomendasi berbasis kode daripada fase kedua.

Karena pendekatan ini memerlukan investasi upaya awal untuk mengembangkan framework otomatisasi, sebaiknya jangan terapkan fase ini sampai Anda memiliki strategi DevOps yang matang.

Anda dapat mempelajari cara kerja pendekatan ini dalam tutorial berikut:

Setelah memiliki strategi yang ditentukan untuk penggunaan Active Assist, langkah selanjutnya adalah menjalankan dan meluncurkan pendekatan bertahap Anda.

Langkah selanjutnya