কন্টেন্ট
সূত্র: আলেকজান্ডার চেরেভকো / ড্রিমসটাইম
ছাড়াইয়া লত্তয়া:
আমরা মেঘের ভবিষ্যত নিয়ে টারবোনমিক্সের সিইও বেন নাইয়ের সাথে আলোচনা করব।
মেঘ মোতায়নের বৃদ্ধির বিষয়ে সাম্প্রতিক বছরগুলিতে যদি আমরা একটি জিনিস শিখেছি তবে জিনিসগুলি সত্যিই দ্রুত জটিল হয়ে উঠতে পারে। এখানে সর্বজনীন, ব্যক্তিগত এবং হাইব্রিড মেঘ এবং প্রত্যেকের মধ্যে অস্পষ্ট সংজ্ঞা রয়েছে s ক্লাউড প্ল্যাটফর্ম এবং ব্যয় কাঠামোর একটি ক্রমবর্ধমান রোস্টার রয়েছে। সম্মতি কেবল আরও জটিল হয়ে ওঠে ... যদি এমন কোনও শব্দ যদি মনে হয় যে কোনও ব্যক্তি কখনও ট্র্যাক রাখতে পারে তবে আপনি সম্ভবত সঠিক। সর্বোপরি, আমরা কেবল মানুষ।
গত বছর আমরা টারবোনমিকের প্রধান নির্বাহী বেন নয়ের সাথে কথা বললে, আমরা স্বায়ত্তশাসিত কম্পিউটারে একটি গভীর ডুব নিয়েছিলাম এবং কীভাবে এটি দক্ষতার সাথে পরিচালনার দক্ষতার বাইরে যে ক্রমবর্ধমান জটিল, ডেটা-চালিত পরিবেশের সমস্যা সমাধানের জন্য ব্যবহৃত হচ্ছে। অ্যাপ্লিকেশন পরিচালনার ব্রেক / ফিক্স মডেলটির দীর্ঘপাল অনুসরণ করে এমন সিস্টেম অ্যাডমিনদের জন্য এটি একটি নতুন দৃষ্টান্ত। সেই সমস্ত নিয়ন্ত্রণ সফ্টওয়্যার-এ পরিবর্তন করা একটি নতুন পদ্ধতির। তবে ব্যবহারিক দৃষ্টিকোণ থেকে, বাস্তব সময়ে কাজের চাপের চাহিদার উপর ভিত্তি করে মেঘের সংস্থানগুলি বরাদ্দ করা এবং সরবরাহ করা ক্রমবর্ধমান জটিল ডেটা সেন্টারে ভিড় করা মেঘের বাজারের সরবরাহের একটি শক্তিশালী শক্তি হয়ে উঠছে।
টেকোপাডিয়াস কোরি জ্যানসেন গত বছরের তুলনায় কীভাবে মেঘের আড়াআড়ি বদলেছে, কোথায় যাচ্ছে এবং কীভাবে সংস্থাগুলি মেঘের সংস্থানগুলি পরিচালনা করছে সেগুলি নিয়ে কীভাবে আলোচনা করতে বেনের সাথে আবার বসলেন।
কোরি: আমরা সর্বশেষ কথা বলার পরে এক বছর পেরিয়ে গেছে, গত বছরের তুলনায় মেঘের আড়াআড়িগুলির মধ্যে সবচেয়ে বড় পরিবর্তনগুলি কী হয়েছে?
বেন: এই মার্কেটপ্লেসের গতিশীলতা অবিরাম অব্যাহত রয়েছে। Interviewতিহ্যবাহী গেটওয়ে হার্ডওয়্যার বিক্রেতারা ডেটা সেন্টার এবং মেঘের সফ্টওয়্যারটিতে যাওয়ার মাধ্যমে - আমরা গত সাক্ষাত্কারে পরিবর্তনের গতিটি ত্বরান্বিত করেছি। এবং, মেঘ বিক্রেতাদের (মূলত এডাব্লুএস এবং আউজুর) মধ্যে প্রতিদ্বন্দ্বিতা গতি বাড়িয়ে তুলছে, পাশাপাশি নতুন জোট তৈরি করেছে (গুগল এবং সিসকো, ভিএমওয়্যার এবং এডাব্লুএস)।
সুতরাং, এই ব্যাকড্রপ সহ, সিআইওরা কী যত্ন করে? অনেকগুলি একটি ক্লাউড-ফার্স্ট কৌশল বাস্তবায়ন করছে যা কোন কাজের চাপ জনসাধারণের মেঘের কাছে যেতে হবে এবং কোনটি ব্যক্তিগত থাকতে হবে তা নির্ধারণের জন্য তাদের প্রয়োজন হয়।
একটি হাইব্রিড এবং মাল্টি-ক্লাউড ভবিষ্যত প্রত্যাশার চেয়ে আরও দ্রুত ক্লিপটিতে আমাদের সকলের দিকে দ্রুত গতিতে চলেছে। পরিবর্তনের এই গতি আইটি পরিচালনা ও অনুকূলকরণের জন্য একটি নতুন পদ্ধতির বাধ্য করছে cing
কোরি: এন্টারপ্রাইজ স্পেসে, মেঘের পুরো ধারণাটি হাইব্রিডের দিকে চলে যাচ্ছে বলে মনে হচ্ছে। মেঘের পুরনো ধারণাটি কি মারা গেছে? হাইব্রিডটি কি নতুন মেঘ?
কোনও বাগ নেই, কোনও স্ট্রেস নেই - আপনার জীবনকে বিনষ্ট না করে জীবন-পরিবর্তনশীল সফটওয়্যার তৈরির ধাপে গাইড আপনার ধাপ
কেউ যখন সফ্টওয়্যার মানের সম্পর্কে চিন্তা করে না তখন আপনি আপনার প্রোগ্রামিং দক্ষতা উন্নত করতে পারবেন না।
বেন: সন্দেহ নেই, এটি একটি হাইব্রিড মেঘের ভবিষ্যত হবে। হাইব্রিড মেঘকে ডি ফ্যাক্টো হিসাবে গ্রহণ করার ক্ষেত্রে আমরা একটি অবিশ্বাস্য গতির পরিবর্তন দেখতে পেয়েছি; সার্বজনীন মেঘ অবিশ্বাস্যভাবে ভালভাবে বাড়ছে, তবে এর অর্থ এই নয় যে ব্যক্তিগত মেঘ সঙ্কুচিত হচ্ছে। আপনি যদি এই প্রবণতাটির পূর্বাভাসকারী বিভিন্ন উত্সের দিকে লক্ষ্য করেন (যেমন সিসকো ক্লাউড সূচক এবং মরগান স্ট্যানলি সিআইও জরিপ), যখন একসাথে বিবাহ করেছেন, আপনি ব্যক্তিগত মেঘের উপর মোটামুটি 3 থেকে 5 শতাংশ বৃদ্ধি এবং 60 শতাংশ বৃদ্ধির হার দেখতে পাবেন পাবলিক মেঘ।
জনসাধারণের মেঘে জটিল এন্টারপ্রাইজ অ্যাপ্লিকেশনগুলির গ্রহণযোগ্যতা রয়েছে, কেবল দেশীয় বা নতুন অ্যাপ্লিকেশনই নয়, বরং আরও উত্পাদন-ভিত্তিক অ্যাপ্লিকেশনগুলিকে তাদের জনসাধারণের মেঘ সমতুল্য পরিবেশে নিয়ে যাওয়া।
এই বাস্তবতাটি কীভাবে সর্বাধিক ব্যয়-দক্ষ, পারফরম্যান্ট এবং আনুগত্যের উপায়ে এই পরিবর্তনগুলি পরিচালনা করতে হবে তা বিবেচনা করতে বাধ্য করা একটি ফাংশন।
কোরি: এখনই মেশিন লার্নিং সম্পর্কে অনেকগুলি গুঞ্জন রয়েছে। আপনি ছেলেরা কয়েক বছর আগে আপনার সফ্টওয়্যারটিতে স্বায়ত্তশাসিত বৈশিষ্ট্যগুলিতে কাজ করছিলেন। আপনি কি মনে করেন যে মেঘ পরিচালনা মানুষের নিয়ন্ত্রণের বাইরে চলে যাওয়ার বিষয়ে কথা বলার ক্ষেত্রে আপনি সেখানে বক্ররেখার চেয়ে এগিয়ে ছিলেন?
বেন: ভাগ্যক্রমে, হ্যাঁ অনেক লোক ভেবেছিল বড় ডেটা হল পারফরম্যান্স পরিচালনা করার উপায় এবং এর অভাবে তারা পুরানো বিধান এবং ম্যানুয়াল হস্তক্ষেপের কৌশলগুলি ব্যবহার করে - মূলত, লোকেরা মেশিন দ্বারা উত্পাদিত সতর্কতাগুলিতে সাড়া দেয়। আমরা বিশ্বাস করি যা অনুপস্থিত ছিল তা চাহিদা বোঝার ক্ষমতা ছিল যাতে অ্যাপ্লিকেশন কাজের চাপগুলি স্বায়ত্তশাসিতভাবে, বাস্তবসম্মত রিয়েল-টাইম বিশ্লেষণের উপর ভিত্তি করে, কোথায় চালানো যায়, কখন শুরু করতে বা থামানো যায়, কখন আকার বা নীচে নামানো যায় সে সম্পর্কে নিজেরাই বুদ্ধিমান সিদ্ধান্ত নিতে পারে। উত্তরটি ছিল একটি স্ব-ব্যবস্থাপনা ব্যবস্থা, যা ওভারপ্রোভিজনিংয়ের তুলনায় অনেক বেশি দক্ষ এবং লোকেরা মেশিন দ্বারা উত্পাদিত মনিটরিং সতর্কতাগুলির তাড়া করে। এটি একটি traditionalতিহ্যবাহী বড় ডেটা অনুশীলনের চেয়ে আরও কার্যকর এবং সময়োপযোগী যার দ্বারা লোকেরা কী সংগ্রহ করার চেষ্টা করছে ঠিক তা না বুঝে প্রচুর পরিমাণে ডেটা একত্রিত করে। তারপরে তাদের সেই ডেটা একটি সাধারণ ভান্ডার বা ডেটা গুদামে স্থানান্তর করতে হবে। তারপরে তাদের সেই ডেটাটি কাঠামো তৈরি করতে হবে, সেই ডেটাটি সংযুক্ত করতে হবে, সমস্ত কিছু একটি অনুমানের সন্ধানের লক্ষ্য সহ।
বড় ডেটাতে বড় বিশ্বাসী ছিল না। পারফরম্যান্স ম্যানেজমেন্টের জন্য আমাদের বুদ্ধি বিভিন্ন ধরণের এআই। বড় ডেটার সাহায্যে সমস্ত ডেটা সংগ্রহ করা ব্যয়বহুল এবং আপনি সেই ডেটা সরিয়ে ফেলার কারণে যে সিস্টেমগুলি পরিচালনা করার চেষ্টা করছেন খুব সহজেই আটকে যায়। আপনি যখন এটিকে সরিয়ে নেবেন, এটিকে কাঠামো করুন, একে অপরের সাথে সম্পর্ক স্থাপন করুন এবং কোনও অনুমান সন্ধান করুন, আপনি আর আসল সময় নন। অবশেষে, এই অনুমান, যখন আপনি এটি অর্জন করবেন, আপনাকে এটি আবার লোককে দিতে হবে। এটিই বড় ডেটা সেটগুলিতে অন্তর্দৃষ্টি খুঁজে পাওয়ার জন্য মেশিন লার্নিংটিকে এত মূল্যবান করে তোলে; এটি আইটি সিস্টেমে পারফরম্যান্স ম্যানেজমেন্ট সরবরাহ করার জন্য এতটা মূল্যবান নয়।
কোরি: মরগান স্ট্যানলি সিআইও সমীক্ষা অনুসারে, ২০২০ সালের মধ্যে সমস্ত কাজের চাপের অর্ধেক জনসাধারণের মেঘে চলে যাবে that এই স্থানান্তর করার সময় সংস্থাগুলি কী ঝুঁকির মুখোমুখি হবে?
বেন: কার্যত অন-প্রাঙ্গনে বিশ্বের সমস্ত কাজের চাপ অতিরিক্ত ব্যবস্থাপত্রযুক্ত এবং স্বল্প-ব্যবহারযোগ্য, এটি আইটি থেকে সুনির্দিষ্ট অনুমানের ফলাফল। সংগঠনগুলি মেঘে সরানো এবং স্থানান্তরিত করার বিষয়টি বিবেচনা করার সাথে সাথে কাজ করছে এমন ভিত্তি। এটি দুই দশকেরও বেশি সময় ধরে সত্য। অন-প্রিমিস ওয়ার্ল্ডটি মূলত একটি স্থিত-ব্যয়বহুল পরিবেশ যেখানে সক্ষমতাটির মালিকানা রয়েছে - তাই প্রদানের জন্য খুব কম শাস্তি রয়েছে।
সংস্থাগুলি যেমন হাইব্রিড ক্লাউড গ্রহণ করে, তারা তাদের অতিরিক্ত প্রকল্পের চাপগুলি মেঘের মধ্যে নিয়ে চলেছে - একটি পরিবর্তনশীল-ব্যয়ের বিশ্ব। যদি আপনি অতিরিক্ত বিধানযুক্ত হন, তবে আপনার পাবলিক মেঘ সরবরাহকারীর উপর নির্ভর করে আপনি দ্বিতীয় বা মিনিটের দ্বারা তার জন্য অর্থ প্রদান করছেন। অনুগত হওয়া এই নতুন মডেলের একটি দুর্দান্ত ঝুঁকিও হয়ে ওঠে।
কোরি: তাত্ত্বিকভাবে কাগজে, কেবল পরিবর্তনশীল-ব্যয়ে সঞ্চার করা অর্থপূর্ণ হয়, তবে আপনি যখন এইভাবে রাখেন, এটি এত সহজ। মানে আপনি আর্কিটেক্ট এবং আইটি সাইডকে ফিনান্স বলার জন্যও বলছেন।
বেন: যথাযথভাবে। এটি অনুমান করা হয় যে পাবলিক ক্লাউড বিলগুলি প্রত্যাশার চেয়ে দ্বিগুণের বেশি। তা কেন? কারণ আপনি যখন কোনও কাজের চাপ জনসাধারণের মেঘে স্থানান্তরিত করছেন, আপনি এটি বরাদ্দ টেমপ্লেটের উপর ভিত্তি করে নিয়ে যাচ্ছেন। আপনি এটিকে আকার দিচ্ছেন না এবং এটি আকার নিচ্ছেন না। অতিরিক্ত বিধানের সম্ভাবনা বেশি এবং তাই আপনার ব্যয়ের স্তর বেশি হবে। কোনও কাজের চাপের আসল খরচ বুঝতে এবং তারপরে এটি যথাযথভাবে আকার দেওয়া (উপরে বা নীচে) সমালোচনা করা: এটি টার্বোনমিকের অন্যতম উপকারিতা।
কোরি: সাধারণত, আমি টার্বোনোমিককে কমপুট দিকে আরও বিবেচনা করেছি, তবে আপনি সম্প্রতি স্টোরেজ সাইডেও প্রচুর স্টাফ করেছেন। আপনি কি এই সম্পর্কে একটু কথা বলতে পারেন?
বেন: সুতরাং, আপনার আগের প্রশ্নগুলির মধ্যে একটি ছিল মেঘের আড়াআড়িগুলিতে পরিবর্তনগুলি সম্পর্কে। উদাহরণস্বরূপ, অ্যামাজনে এখন গণনা এবং সঞ্চয়স্থানের জন্য প্রতি সেকেন্ডের দাম রয়েছে। আক্ষরিক অর্থে, প্রতি সেকেন্ডের অফারটিতে তারা নেমে আসতে পারে যে বাজারটি কতটা গতিশীল তা ভেবে দেখুন। খুব সুন্দর বন্যা বিবেচনা করে, এক বছর আগের তুলনায় এটি একটু কম ছিল যে গুগল প্রতি মিনিটের মূল্য নির্ধারণ করেছে, কারণ আমাজনে প্রতি ঘন্টা ছিল।
আমরা এখন তাদের মূল্যের নমনীয়তাগুলি অক্ষরে অক্ষরে দ্বিতীয়ভাবে অ্যামাজনে গণনা, মেমরি, নেটওয়ার্ক এবং স্টোরেজ করতে পারি।
কোরি: আমি নিশ্চিত যে আপনি যখন এই বড় ডেটাবেসগুলি সম্পর্কে কথা বলেন, তখন big সমস্ত বড় রিলেশনাল ডাটাবেস, এডাব্লুএস-এর সাথে সবচেয়ে ব্যয়বহুল দৃষ্টান্তগুলির মধ্যে একটি, তাই না? সুতরাং, আপনি ঠিক এর মাংসে যাচ্ছেন।
বেন: আপনি সেখানে বেশ কয়েকটি গুরুত্বপূর্ণ সমস্যা সমাধান করেছেন। উদাহরণস্বরূপ, আপনি যদি অ্যামাজনের দিকে তাকান তবে তারা ডেটাবেস সম্পর্কে আপনার প্রশ্নটি আসলে অন্য স্তরে নিয়ে গেছে। পরিষেবা হিসাবে ডেটাবেস হ'ল তাদের কাছে সবচেয়ে দ্রুত বর্ধমান প্ল্যাটফর্ম-যেমন-এ-এ-অফার অফার। এবং, এডাব্লুএস এবং মাইক্রোসফ্ট উভয়ই বেশ কয়েকটি প্রচুর প্ল্যাটফর্ম তৈরি করেছে। কিছু বড় ডেটা মেশিন শেখার কাছাকাছি। আপনি তাদের ডাটাবেস বা আপনার ডাটাবেস ব্যবহার করছেন না কেন, স্টোরেজ ব্যয়গুলি বেশ বড়, এবং মোট ব্যয় বেশ বড় হতে পারে, এবং পরিবর্তনশীলতা - বা সেগুলির উন্নতির সুযোগটি উল্লেখযোগ্য significant আমরা এটিই করছি: গ্রাহকরা যখন পাবলিক মেঘের জন্য আমাদের নতুন টার্বোনমিক স্টোরেজ ক্ষমতা চালাচ্ছেন, তেমনি আমরা পূর্বে যে কম্পিউটার এবং মেমরি এবং অফার করেছি তার জন্য দ্বিগুণ করতে পারে।
মাইক্রোসফ্টের দিকে নজর দিলে তারা তাদের সাম্প্রতিক ইগনাইট ইভেন্টে বেশ কয়েকটি বড় বড় ঘোষণা করেছে made তাদের কাছে এখন প্রাপ্যতা অঞ্চল এবং সংরক্ষিত উদাহরণ অফার রয়েছে, এডাব্লুএস-এর মতো। এটি গুরুত্বপূর্ণ কারণ এটি গ্রাহকরা কী চাচ্ছেন তা দেখায়। তবে এটি এও দেখায় যে এই জিনিসগুলির মতোই এখানে জটিলতা রয়েছে এবং জটিলতা দ্রুত মানুষকে অভিভূত করতে পারে।
কোরি: টারবোনমিক কীভাবে বিভিন্ন ক্লাউড প্ল্যাটফর্মের সাথে একসাথে বিবাহ করতে সক্ষম হয়েছে সে সম্পর্কে আপনি কিছুটা কথা বলতে পারেন? আমরা এডাব্লুএস এবং অ্যাজুরে তাদের বিভিন্ন বৈশিষ্ট্যের নিরিখে বেশ কিছুটা নাচিয়েছিলাম। এটি প্রায় এমন শোনা যাচ্ছে যে এটি এমন একটি পরিস্থিতি যেখানে গত কয়েক বছর ধরে আপনি যেখানে ছিলেন একজন বা অন্য একজনের পছন্দ ছিল, তবে আরও বেশি সংস্থাগুলি এখন তাদের একসাথে বিয়ে করতে সক্ষম হয়েছে।
বেন: Orতিহাসিকভাবে, যখন একটি নতুন প্ল্যাটফর্ম চালু করা হয়েছিল, নতুন সরঞ্জামগুলি সামগ্রিক ডেটা এবং এটি পরিচালনা বা সংশোধন করার জন্য কোনও ব্যক্তিকে দেওয়ার জন্য প্রবর্তিত হয়েছিল। সীমাবদ্ধকরণের কারণটি হ'ল মানব দক্ষতা। এই জটিলতা আইটি পরিচালনার জন্য একটি নতুন উপায় জোর করে। আজকাল আপনি এআই, স্ব-ড্রাইভিং ডেটাবেসস, ডেটা সেন্টার ইত্যাদি সম্পর্কে আরও অনেক কিছু শুনছেন We আমরা বিশ্বাস করি যে হাইব্রিড পরিবেশে জটিলতা পরিচালনার উত্তর হ'ল উভয় সেতুবন্ধনে সক্ষম একটি কন্ট্রোল সিস্টেমের মাধ্যমে একটি স্ব-ব্যবস্থাপনা পরিবেশ তৈরি করা believe বিদ্যমান ফাঁক আমরা লোকদের সফ্টওয়্যার দিয়ে তাদের পরিবেশের জটিলতা বাড়াতে বাছাইয়ের একটি বায়োনিক দক্ষতা দিয়ে থাকি যা কাজের চাপগুলি পারফরমেন্সিয়ালি, সুসংগতভাবে এবং ব্যয়বহুলভাবে পরিচালিত করতে নিশ্চিত করার জন্য পূর্বে বিদ্যমান অনুমান এবং সীমাবদ্ধতাগুলি দূর করে, এটি ব্যক্তিগত বা পাবলিক মেঘে নির্বিশেষে ।
কোরি: তারা পরবর্তী কয়েক বছরে তাদের অফারগুলি র্যাম্প করার সাথে সাথে আপনি গুগলে ফেলে দিতে পারেন। প্রতিটি প্ল্যাটফর্মে চেরি সেরা পরিষেবাগুলি বেছে নেওয়ার বিষয়ে এটিই রয়েছে।
বেন: হ্যাঁ. আমরা ভবিষ্যতের সফ্টওয়্যার রিলিজে গুগল পরিবেশকে সমর্থন করতে আগ্রহী। আপনার বক্তব্য, ওয়ার্ক লোড কোথায় রাখবেন এবং কোনও কাজের চাপ কখন এবং কখন এবং কোনও কাজের চাপ কখন বন্ধ করতে হবে তার চারদিকে অনেকগুলি সিদ্ধান্ত রয়েছে। মনে রাখবেন: একটি কাজের চাপ কোনও ভিএম বা ধারক হতে পারে, এটি ভিডিআই হতে পারে - তাই বিকল্প বা বিকল্পগুলির বৃহত সেটগুলিতে এই পছন্দগুলি করার ক্ষেত্রে অন্তর্নিহিত নমনীয়তা সর্বনিম্ন ব্যয়, সেরা পারফরম্যান্স, এবং চালানোর জন্য গ্রাহকদের পক্ষে অত্যন্ত মূল্যবান and আশ্বাস সম্মতি। এই স্কেলগুলিতে, অ্যাপ্লিকেশনগুলি যখন কোনও থ্রেশহোল্ড ভেঙে বা লঙ্ঘন করেছে তখন মেশিন-উত্পাদিত সতর্কতাগুলিতে প্রতিক্রিয়া ব্যক্তির উপর নির্ভর করা, সফটওয়্যারটি আরও বেশি দক্ষতার সাথে এটি করতে পারে।
এবং নিয়মিতভাবে নতুন জাতের প্রবর্তন করা বিবেচনা করুন। এখানে গ্লোবাল ডেটা সুরক্ষা নিয়মাবলী রয়েছে এবং এটি ডেটা সার্বভৌমত্বের জন্য প্রয়োজনীয় কোন ডেটা আপনি রাখেন এবং সেই ডেটা কোথায় থাকে সেটিকে প্রভাবিত করে। তারপরে এমন একাত্মতা এবং অ্যান্টি-অ্যাফিলিটি রয়েছে যার চারপাশে ডেটা অন্যান্য ডেটা সেটগুলির সাথে বসতে পারে। এবং তারপরে ব্যবসায়ের ধারাবাহিকতা এবং উচ্চ প্রাপ্যতা প্রয়োজনীয়তা রয়েছে! পাবলিক মেঘে, আপনি পাঁচটি নাইন চাইলে আপনার কমপক্ষে চারটি উপলভ্যতা জোনে থাকা দরকার। আপনি দুর্যোগ পুনরুদ্ধার, একাধিক ব্যবসায়িক বিধি সম্পর্কে চিন্তা করতে পারেন। বাস্তবতাটি হ'ল: আপনি যদি কোনও ব্যবসায়ের ভার মাপ, শুরু, সরানো, স্থাপন বা ক্লোন করে প্রতিবার সেই ব্যবসায়িক নিয়মগুলি পর্যবেক্ষণ না করেন তবে আপনি জানেন না যে আপনি অবিচ্ছিন্নভাবে মেনে চলেছেন। আপনি হয় অনুগত - বা আপনি না। এটি একটি বাইনারি সমস্যা।
কোরি: এটি প্রায় এত জটিল হয়ে উঠেছে যে ব্যবসার নিয়মটি কোনও মানুষের পক্ষে পরিচালনা করা প্রায় অসম্ভব করে দেয়।
বেন: হুবহু এবং এটিই সমস্যা, বিশেষত যখন আমরা এমন একটি স্কেলে চলি যা এন্টারপ্রাইজে 80 থেকে 90 শতাংশ ভার্চুয়ালাইজড হয়। আমরা এমন একটি স্কেল চালাচ্ছি যা মেশিনের সতর্কতাগুলিতে প্রতিক্রিয়া দেখিয়ে ম্যানুয়াল হস্তক্ষেপ ছাড়িয়ে পরিপক্ক হতে হয় যখন অ্যাপ্লিকেশনগুলি বিরতি দেওয়া হয়। ওহ, যাইহোক, পাবলিক মেঘের আরও ভাল শর্তে একই জিনিসটি করার জন্য আমি এই নতুন দক্ষতাগুলি জানতে সক্ষম হয়েছি। এটা ঠিক অনেক বেশি।
কোরি: তুমি কি জান? আপনি যখন এই সম্পর্কে আমার সাথে কথা বলছেন, ততই অন্তর্নিহিত সমস্যাটি কীভাবে আপনি মাইগ্রেশন সম্পর্কে কথা বলছেন বা আপনি সম্মতি সংক্রান্ত বিষয়ে কথা বলছেন কিনা তা আমার পক্ষে আশ্চর্যজনক। সেখানে প্রচুর পরিমাণে ওভারল্যাপ রয়েছে, এবং আপনি যখন মেনে চলছেন তবুও অনেকগুলি সমস্যা সত্যিই ওভারল্যাপ হয়ে গেছে। মূল সমস্যাটি হ'ল আগামী কয়েক বছরে আরও জটিলতা দেখা দেবে। আপনি যদি এখনই সঠিক পথে না থেকে থাকেন তবে আপনি পানিতে মরে গেছেন, কারণ আপনি যদি এখন জিনিসগুলি পরিচালনা করতে না পারেন তবে আপনি কীভাবে 2020 সালে পরিচালনা করবেন?
বেন: সম্পূর্ণ একমত. এবং তারপরে, কেবল আপনার বক্তব্যটি তৈরি করতে, এটি আরও জটিল হয়ে ওঠে, কারণ এখন আমাদের কেবল একটি কাজের চাপ কোথায় চলেছে তা নয়, তবে কী সম্পর্কে চিন্তা করতে হবে হয় একটি কাজের চাপ? সুতরাং, আপনি আসলে একটি ভিএম আজকে অনুকূলকরণের জগতে থাকতে পারেন, তবে এটি আগামীকাল একটি ক্লাউড ওএস সহ ধারক এবং মাইক্রোসার্ভেসিস হতে পারে। ঠিক আছে, ঠিক আছে, তবে এটি ঠিক আছে তবে আপনি কীভাবে কোনও কুবারনেটসকে খুঁজে পাচ্ছেন, বলুন ক্যানসাসে, বা ডেলাওয়্যারের কোনও ডকার ব্যক্তি? সুতরাং, লোকেরা এই বিষয়গুলিকে যেভাবে সম্বোধন করছে তাতে স্থির বিবর্তন রয়েছে।
এটি কিছুটা ভীতিজনক হয়ে ওঠে, তবে আমি যদি সেই সমস্যাটি সমাধানে সহায়তা করার জন্য যদি সফ্টওয়্যারটি ব্যবহার করতে পারি তবে, বাহ, এটি পরিবর্তে শক্তিশালী হয়ে উঠেছে, তাই না? কারণ, আমরা লোকেদের মান শৃঙ্খলে নিয়ে যাই, এবং আমাদের কাছে নিম্ন-মূল্যবান, জাগতিক জিনিসগুলি করার সফ্টওয়্যার রয়েছে।
কোরি: ঠিক।তারপরে আপনি আপনার উচ্চ-স্তরের সংস্থানগুলি সতর্কতার ব্যবস্থাপনার পরিবর্তে আসলে একটি পদক্ষেপ নিতে পারেন এবং ভাবেন যা তাদের উচিত।
বেন: একদম ঠিক! লোকেরা প্রযুক্তিতে চলে গেছে কারণ তারা প্রযুক্তির ল্যান্ডস্কেপটি বিকশিত করতে এবং স্পষ্টতই শীতল জিনিস তৈরি করতে আগ্রহী ছিল। সেগুলি প্রযুক্তিতে যাওয়ার দুর্দান্ত কারণ ছিল, তাই না? এটি একটি সতর্কতা ব্যবস্থা দেখা উচিত ছিল না। সুতরাং, এটি দক্ষতার একটি নতুন সেট যা এটি থেকে আসতে সক্ষম। আমি বোঝাতে চাইছি যে, রিয়েল টাইমে এখন কেউ কীভাবে প্রতিটি ধারককে সংস্থান করতে চলেছে? কেউ এখনও পর্যন্ত এই সমস্যার উত্তর দেয়নি। এবং উত্তরটি হ'ল এটি সফটওয়্যারের মাধ্যমে করা হবে।