由 dawei 在2019年，越来越多的企业和组织正在评估本地数据中心(或私有云)中的现有工作负载应如何迁移到公共云以及它们如何利用公共云服务提供的许多好处。为了满足要求，我们在公共云服务领域中扮演着重要角色：AWS、Azure和GCP。当前，这些公共云公司提供的服务和利益对于运营数字业务至关重要，而后者要更多地关注用例，而不是对IT基础设施架构进行投资。此类投资可以根据人力需求，也可以用于管理基础设施的人工任务。
但是云迁移的路线并不像看起来那么简单。正确的云迁移策略应该到位。
云迁移风险
迁移依赖于数据的应用程序时，始终存在风险。这些应用程序移动应该产生最小的影响。任何故障或停机都可能导致客户失去对业务的关注。
在将应用程序和相关数据移动到云中时，应该有在新环境中测试应用程序运行时的检查点。云迁移变得复杂，因为当今的大多数工作负载都在虚拟机或裸机上。这导致许多公司的工作负载可迁移性问题。然而，许多问题与应用程序的可迁移性有关，并且数据可以通过公共云供应商提供的现有服务来解决。
对于某些组织来说，云迁移策略是如何将敏感信息移动到云上。对于从医疗、金融等机构收集专有和关键信息的大型组织来说，这一问题常常会出现。应该有一个检查点来评估GDPR等法律行为，以评估特定地区或国家的数据主权。
物联网的用例正在迅速增长，这反过来又推动了对延迟敏感的基础设施的需求。当移动到云平台时，一个问题可能会涉及到各种数据处理请求可能来自的位置的支持和距离。迁移到云平台可能会对现有的一些应用程序产生影响。对延迟敏感的应用程序可能会在响应时间上发生变化。
在物联网用例中，可以选择分布式云架构。但是存在潜在的陷阱。如果将应用程序移至公共云，则需要在代码级别进行修改以启用分布式级别的支持。
另一个大问题是供应商锁定。转移所有工作负载后，如果出于任何原因计划迁移到另一个云选项，则可能会在应用程序设置和数据服务方面锁定供应商。在迁移到云平台时，这是一个很大的风险，大多数企业必须评估测试用例。因此，建议先进行少量的概念验证(PoC)，然后再将所有工作负载迁移到云中。
容器化在云迁移中的作用
许多企业选择在迁移到公共云之前或之后对工作负载和数据进行容器化。他们中的一些人选择了容器化微服务架构，以帮助他们分别维护不同的子服务，并允许这些服务在主服务应用程序中重用。
如果企业已经将工作负载放在基于容器的系统上，并且已使用诸如Kubernetes或Docker引擎之类的容器编排引擎进行了编排，则迁移到云中会变得非常容易。AWS和Azure云为Kubernetes以及其他引擎提供了特定的帮助，进一步帮助了迁移过程。众所周知，Kubernetes的主要特点是工作负载应该是可迁移的，无论是任何类型的云平台还是裸机。