Muster für die Nutzung von Active Assist in großem Umfang

Dieses Dokument ist der erste Teil einer Reihe, in der Architekturmuster vorgestellt werden, mit denen Unternehmen ihren Cloud-Fußabdruck mithilfe von Active Assist im großen Maßstab optimieren können. Dieses Dokument richtet sich an Personen mit den folgenden Rollen:

  • Unternehmensarchitekten
  • Leitende Mitarbeiter der Entwicklung
  • Personen, die im Bereich Sicherheit arbeiten und Automatisierung zur Optimierung der Cloud-Sicherheit, Leistung und Verwaltung erstellen.

In diesem Dokument wird Folgendes behandelt:

  • Die Vorteile von Active Assist in einer Organisation.
  • Die Herausforderungen, vor denen Unternehmen stehen können, wenn sie Active Assist auf Enterprise-Ebene übernehmen.
  • Automatisierungspipelines mit Active Assist entwerfen.

Die Reihe besteht aus folgenden Teilen:

Active Assist

Active Assist ist ein Portfolio von Tools, die mithilfe von Daten, intelligenten Tools und maschinellem Lernen die Komplexität der Cloud und den Verwaltungsaufwand reduzieren. Unternehmen können dadurch die Sicherheit, Leistung, Verwaltung und Kosten ihrer Cloud optimieren.

Viele Unternehmen haben die Aufgabe, das Prinzip der geringsten Berechtigung für ihre Geschäftsanwendungen und Infrastruktur anzuwenden. Unternehmen möchten auch die Ressourcenverschwendung minimieren und die Leistung von Geschäftsanwendungen maximieren und gleichzeitig den Verwaltungsaufwand und die Kosten reduzieren. Deshalb stehen IT-Abteilungen oft unter Druck, die Anforderungen schnell und flexibel zu erfüllen. Active Assist bietet Tools, mit denen sie diese Ziele erreichen können.

Cloud-Optimierung für Unternehmen

Da Arbeitslasten, Infrastruktur, Sicherheitsanforderungen und Prozesse für jedes Unternehmen individuell sind, müssen Sie Cloud-Optimierungsstrategien an Ihre spezifischen Anforderungen anpassen.

In diesem Dokument geht es bei den Cloud-Optimierungsstrategien für Ihre Google Cloud-Umgebung darum, wie Sie das Active Assist-Portfolio bei der Planung und beim Design von Optimierungsstrategien nutzen können.

Vision definieren und Treiber verstehen

Unternehmen müssen die zu definierenden Probleme definieren, um ihren Ansatz für die Optimierung der Cloud-Infrastruktur zu optimieren. Die folgenden Probleme treten häufig auf:

  • Sicherheit
  • Leistung
  • Kostenoptimierung
  • Agilität

Unternehmensziele

Wenn Sie mit der Entwicklung einer Automatisierungspipeline für Active Assist-Empfehlungen beginnen, definieren Sie zuerst die Ziele für Ihr Unternehmen und weisen Sie jedem Ziel Prioritäten zu. Sie können diese Prioritäten dann einer Roadmap für die Einführung und Skalierung von Active Assist in Ihrer Google Cloud-Organisation zuordnen.

So kann ein Unternehmen beispielsweise Active Assist-Empfehlungen für die Sicherheits- und Kostenoptimierung verwenden. Es kann jedoch sein, dass das Unternehmen in den Aufbau einer Automatisierungspipeline für die sicherheitsrelevanten Empfehlungen investiert, die von Active Assist generiert werden. Wenn das Unternehmen später mehr Erfahrung in der Verwendung des Active Assist-Portfolios sammeln und mit der Automatisierung ausgereift ist, können andere Arten von Empfehlungen automatisiert werden, zum Beispiel VM-Größenanpassung und Recommender für inaktive VM.

Strategie entwerfen

Unternehmen müssen einen klar definierten Prozess haben, wie sie die von Active Assist generierten Empfehlungen prüfen und umsetzen können. Wir empfehlen einen stufenweisen Ansatz, bei dem ein zunehmender Automatisierungsgrad gemessen gemessen wird. Ein iterativer Ansatz, den Unternehmen verfolgen können, wenn Active Assist in ihrer Google Cloud-Organisation eingeführt wird, lautet so:

  • Phase 1:
  • Phase 2:
    • Verwenden Sie Recommender APIs.
  • Phase 3:
    • Binden Sie die Empfehlungsprüfung in DevOps-Pipelines ein.

Mit diesem Ansatz können Sie die Automatisierung in Ihre Active Assist-Empfehlungspipelines iterativ einbinden.

Phase 1: Active Assist-Empfehlungen in der Google Cloud Console prüfen

In der ersten Phase prüfen Sie die Active Assist-Empfehlungen in der Google Cloud Console mit dem Empfehlungs-Hub. Sie verwenden einen Konsolen-basierten Ansatz, um Empfehlungen zu prüfen und zu implementieren. Dieser Ansatz hilft Ihnen, sich mit den Empfehlungen von Active Assist vertraut zu machen und gleichzeitig deren Eignung zu bewerten. Außerdem können Sie so zu ermitteln, welche Empfehlungskategorien Sie priorisieren möchten. Wie in der folgenden Abbildung dargestellt, können Sie mit dem Empfehlungs-Hub Empfehlungen für jede Ressourcenkategorie prüfen, für die Empfehlungen verfügbar sind, und die relevanten Details für jede Ressource in der Gruppe aufrufen.

Empfehlungen nach Ressourcenkategorie.

Unternehmensteams können Empfehlungen nach BigQuery exportieren. Wenn Sie Empfehlungen in BigQuery exportieren, können Sie sie in der gesamten Organisation überprüfen. Außerdem können Sie damit Abfragen in bestimmten Bereichen Ihres Unternehmens ausführen. Sie können auch ein Dashboard erstellen, damit Ihr Team Ihre Empfehlungen besser aufrufen und verwalten kann.

Phase 2: Recommender APIs verwenden

In der zweiten Phase kombinieren Sie die Automatisierung mit manuellen Prüfungen und Validierungen, um Empfehlungen zu implementieren, die von Active Assist generiert wurden. Dieser Ansatz hilft Ihnen, flexibler zu werden. Sie können damit auch plattformgenerierte Empfehlungen optimal nutzen und dabei die Kontrolle über die Implementierung von Empfehlungen behalten.

Wie Sie diesen Ansatz umsetzen, erfahren Sie unter Serverlose Pipelines mit Active Assist verwenden.

Phase 3: Integrationsempfehlungen in DevOps-Pipelines

In der dritten Phase führen Sie die Überprüfung von Empfehlungen in Ihre DevOps-Pipeline ein. Sie fügen die Empfehlungsverwaltung und -analyse in die DevOps-Pipeline ein, wodurch ein optimierter Prozess für die Ressourcen- und Empfehlungsverwaltung möglich ist. Dieser Ansatz ermöglicht auch die Entwicklung eines Genehmigungsprozesses, den Ihre Teams möglicherweise bereits im Rahmen der Continuous Integration- und Continuous Deployment-Prozesse (CI/CD) verwenden. In diesem Schritt liegt der Schwerpunkt auf der Automatisierung und der codebasierten Analyse von Empfehlungen als in Phase 2.

Da für diesen Ansatz eine erste Investition in die Entwicklung des Automatisierungs-Frameworks notwendig ist, empfehlen wir, diese Phase erst dann umzusetzen, wenn Sie eine etablierte DevOps-Strategie haben.

Weitere Informationen zu diesem Ansatz erhalten Sie in der folgenden Anleitung:

Wenn Sie für die Einführung von Active Assist eine definierte Strategie haben, müssen Sie als Nächstes Ihren stufenweisen Ansatz ausführen und einführen.

Nächste Schritte