將PB級(jí)字節(jié)的數(shù)據(jù)移動(dòng)到云端是一項(xiàng)艱巨的任務(wù)。人們可能知道，在云端中訪問(wèn)時(shí)，其應(yīng)用程序的行為會(huì)有所不同，成本結(jié)構(gòu)會(huì)有所不同，并且需要一些時(shí)間來(lái)移動(dòng)所有數(shù)據(jù)。
當(dāng)企業(yè)用戶認(rèn)為網(wǎng)絡(luò)速度是一個(gè)令人頭疼的問(wèn)題時(shí)，希望能夠得到幫助。但在幫助企業(yè)克服這一問(wèn)題的過(guò)程中，專業(yè)人員發(fā)現(xiàn)許多其他因素被忽略，可能會(huì)影響企業(yè)的云遷移。
收集、組織、格式化和驗(yàn)證數(shù)據(jù)會(huì)給企業(yè)帶來(lái)比遷移更大的挑戰(zhàn)。以下是云遷移規(guī)劃階段需要考慮的一些常見(jiàn)因素，以便避免出現(xiàn)一些耗時(shí)而昂貴的問(wèn)題。
1：數(shù)據(jù)存儲(chǔ)
人們?cè)谠七w移中看到的最常見(jiàn)的錯(cuò)誤是將數(shù)據(jù)遷移到云存儲(chǔ)中而未考慮如何使用這些數(shù)據(jù)。人們典型的思考過(guò)程是，“我想把文檔和數(shù)據(jù)庫(kù)放在云中，是因?yàn)閷?duì)象存儲(chǔ)成本很低。”但是文件、對(duì)象和數(shù)據(jù)庫(kù)的行為非常不同，將其數(shù)據(jù)放到錯(cuò)誤的位置會(huì)削弱企業(yè)的云計(jì)劃。
文件由路徑層次結(jié)構(gòu)組成，即目錄樹(shù)。每個(gè)文件都可以快速訪問(wèn)，延遲最短，并且快速（數(shù)據(jù)開(kāi)始流動(dòng)時(shí)的每秒位數(shù)）。單個(gè)文件可以很容易地移動(dòng)、重命名并更改。企業(yè)可能有許多小文件，少量大文件或任意大小和數(shù)據(jù)類(lèi)型的組合。傳統(tǒng)的應(yīng)用程序可以像在本地一樣訪問(wèn)云中的文件，而不需要特別的云感知。
所有這些特點(diǎn)使基于文件的存儲(chǔ)成為最為昂貴的選擇，但將文件存儲(chǔ)在云中還有其他一些缺點(diǎn)。為了實(shí)現(xiàn)更高的性能，大多數(shù)基于云服務(wù)器的文件系統(tǒng)（如Amazon EBS）一次只能由一個(gè)基于云服務(wù)器的虛擬機(jī)訪問(wèn)，這意味著所有需要該數(shù)據(jù)的應(yīng)用程序必須運(yùn)行在單個(gè)云虛擬機(jī)上。要為多個(gè)虛擬機(jī)（如Azure文件）提供服務(wù)，需要使用像SMB這樣的NAS（網(wǎng)絡(luò)連接存儲(chǔ)）協(xié)議來(lái)存儲(chǔ)，這會(huì)嚴(yán)重限制性能。文件系統(tǒng)是快速、靈活和兼容的，但是它們很昂貴，僅適用于運(yùn)行在云中的應(yīng)用程序，并且不能很好地?cái)U(kuò)展。
對(duì)象不是文件。請(qǐng)記住，因?yàn)樗苋菀走z忘。對(duì)象位于一個(gè)平面的命名空間中，就像一個(gè)巨大的目錄。其延遲時(shí)間很長(zhǎng)，有時(shí)甚至達(dá)到數(shù)百或數(shù)千毫秒，吞吐量也很低，除非使用了巧妙的技巧，否則通常每秒鐘可以達(dá)到150兆比特左右。關(guān)于訪問(wèn)對(duì)象的大部分內(nèi)容涉及到多部分上傳、字節(jié)范圍訪問(wèn)和密鑰名稱優(yōu)化等巧妙技巧。對(duì)象可以同時(shí)從云服務(wù)器內(nèi)外進(jìn)行讀取，但傳統(tǒng)應(yīng)用程序需要性能低下的解決方法。大多數(shù)用于訪問(wèn)對(duì)象存儲(chǔ)的接口使對(duì)象看起來(lái)像文件：鍵名稱按前綴過(guò)濾，以看起來(lái)像文件夾，自定義元數(shù)據(jù)附加到對(duì)象，以顯示為文件元數(shù)據(jù)。以及某些系統(tǒng)（如虛擬機(jī)文件系統(tǒng)上的FUSE緩存對(duì)象），以允許訪問(wèn)通過(guò)傳統(tǒng)應(yīng)用。但是這樣的解決方法很脆弱并且表現(xiàn)不佳。云存儲(chǔ)價(jià)格低廉，可擴(kuò)展，云原生化，但速度慢，并且難以訪問(wèn)。
數(shù)據(jù)庫(kù)具有自己的復(fù)雜結(jié)構(gòu)，并且可以通過(guò)查詢語(yǔ)言（如SQL）訪問(wèn)它們。傳統(tǒng)數(shù)據(jù)庫(kù)可能由文件存儲(chǔ)來(lái)支持，但它們需要實(shí)時(shí)數(shù)據(jù)庫(kù)進(jìn)程來(lái)提供查詢。通過(guò)將數(shù)據(jù)庫(kù)文件和應(yīng)用程序復(fù)制到虛擬機(jī)上，或者通過(guò)將數(shù)據(jù)遷移到云托管的數(shù)據(jù)庫(kù)服務(wù)中，可以將其提升到云端。但將數(shù)據(jù)庫(kù)文件復(fù)制到對(duì)象存儲(chǔ)中僅作為脫機(jī)備份，這很有用。數(shù)據(jù)庫(kù)可以作為云托管服務(wù)的一部分進(jìn)行擴(kuò)展，但確保依賴于數(shù)據(jù)庫(kù)的應(yīng)用程序和進(jìn)程完全兼容，并且基于云原生非常重要。數(shù)據(jù)庫(kù)存儲(chǔ)是高度專業(yè)化和專用的。
對(duì)象存儲(chǔ)的明顯成本節(jié)省與文件和數(shù)據(jù)庫(kù)功能的平衡需要仔細(xì)考慮需要哪些功能。例如，如果要存儲(chǔ)和分發(fā)成千上萬(wàn)的小文件，請(qǐng)將它們存儲(chǔ)為ZIP文件，并將其作為單個(gè)對(duì)象存儲(chǔ)，而不是將每個(gè)單獨(dú)的文件存儲(chǔ)為單獨(dú)的對(duì)象。錯(cuò)誤的存儲(chǔ)選擇可能會(huì)導(dǎo)致復(fù)雜的依賴關(guān)系，這些依賴關(guān)系在以后更改很困難，并且代價(jià)較高。
2：數(shù)據(jù)準(zhǔn)備
將數(shù)據(jù)移動(dòng)到云端，并不像將數(shù)據(jù)復(fù)制到指定的存儲(chǔ)類(lèi)型那樣簡(jiǎn)單。企業(yè)在復(fù)制任何內(nèi)容之前需要做大量的準(zhǔn)備工作，并且需要仔細(xì)規(guī)劃預(yù)算。概念驗(yàn)證項(xiàng)目經(jīng)常忽略這一步驟，這可能會(huì)導(dǎo)致以后出現(xiàn)代價(jià)高昂的超支。
過(guò)濾掉不必要的數(shù)據(jù)可以節(jié)省大量時(shí)間和存儲(chǔ)成本。例如，數(shù)據(jù)集可能包含不需要成為云服務(wù)器工作流程一部分的備份文件、早期版本或臨時(shí)文件。也許過(guò)濾最重要的部分是優(yōu)先考慮哪些數(shù)據(jù)需要先移動(dòng)。正在積極使用的數(shù)據(jù)不會(huì)容忍在完成整個(gè)遷移過(guò)程所需的幾周、幾個(gè)月或幾年內(nèi)不同步。這里的關(guān)鍵是想出一個(gè)自動(dòng)化的方式來(lái)選擇要發(fā)送哪些數(shù)據(jù)以及何時(shí)發(fā)送，然后仔細(xì)記錄所有未完成的事情。
不同的云服務(wù)器工作流可能要求數(shù)據(jù)的格式或組織與本地應(yīng)用程序不同。例如，一個(gè)工作流可能需要編譯成千上萬(wàn)的小型Word或PDF文檔并將其打包成ZIP文件，媒體工作流可能涉及代碼轉(zhuǎn)換和元數(shù)據(jù)打包，而生物信息學(xué)工作流可能需要挑選和分段TB級(jí)數(shù)量的基因組數(shù)據(jù)。這種重新格式化可能是一個(gè)非常費(fèi)時(shí)和費(fèi)力的過(guò)程。它可能需要大量的實(shí)驗(yàn)，大量的臨時(shí)存儲(chǔ)以及大量的異常處理。有時(shí)很容易推遲重新格式化到云環(huán)境，但請(qǐng)記住，這不能解決問(wèn)題，它只是將其轉(zhuǎn)移到企業(yè)使用的每種資源的環(huán)境中。
存儲(chǔ)和格式問(wèn)題的一部分可能涉及壓縮和存檔的決定。例如，在將數(shù)百萬(wàn)個(gè)小文本文件發(fā)送到云端之前將其壓縮是有意義的，而不是幾千兆字節(jié)的多媒體文件。歸檔和壓縮數(shù)據(jù)可以更輕松地傳輸和存儲(chǔ)數(shù)據(jù)，但考慮在打包和解壓縮這些歸檔所需的時(shí)間和存儲(chǔ)空間。
3：信息驗(yàn)證
完整性檢查是一個(gè)最重要的步驟，也是最容易出錯(cuò)的步驟。通常假設(shè)數(shù)據(jù)傳輸期間會(huì)發(fā)生損壞，無(wú)論是通過(guò)物理介質(zhì)還是網(wǎng)絡(luò)傳輸，并且可以通過(guò)在前后執(zhí)行校驗(yàn)和來(lái)捕獲。校驗(yàn)和是這個(gè)過(guò)程的重要組成部分，但它實(shí)際上是準(zhǔn)備和導(dǎo)入最可能遭受損失或損壞的數(shù)據(jù)。
當(dāng)數(shù)據(jù)轉(zhuǎn)換格式和應(yīng)用程序時(shí)，即使字節(jié)相同，意義和功能也會(huì)丟失。軟件版本之間的簡(jiǎn)單不兼容可能導(dǎo)致PB級(jí)的“正確”數(shù)據(jù)無(wú)用。使用可擴(kuò)展的流程來(lái)驗(yàn)證企業(yè)的數(shù)據(jù)是否正確可用，這可能是一項(xiàng)艱巨的任務(wù)。在最糟糕的情況下，它可能會(huì)轉(zhuǎn)變?yōu)閯趧?dòng)密集型和不精確的“看起來(lái)沒(méi)問(wèn)題”的人工處理過(guò)程。但即使這樣做，也比沒(méi)有驗(yàn)證要好。最重要的是確保企業(yè)能夠在遺留系統(tǒng)退役之前識(shí)別問(wèn)題！
4：轉(zhuǎn)移封送
