我們只要快速瀏覽一遍過去60年來的技術應用，就可以知道，沒有一家供應商，一項技術或一個概念成為100%的主導。考慮到技術，尤其是云計算的采用，IT的長遠未來有望多云發展，那么我們將如何置于彼岸?

采用云計算的四個階段

階段1——私有云

最近有很多關于私有云能否生存的討論，關于這一點，從業務轉型方面來看，理論上企業應該按照消耗量來收費，而非按逐個項目部署基礎設施來收費。對于許多傳統上將IT部門視為虧損部門的機構而言，這是一個艱難的轉型過程。轉向私有云就意味著執行服務目錄并基于服務收費。這也意味著基礎設施從使用特定技術過渡到抽象化。虛擬機/實例可以通過VMware vSphere，Microsoft Hyper-V，KVM或采用任何這些技術的超融合解決方案提供。但是，虛擬基礎架構本身并不能定義私有云。

階段2——單一公有云

邁入公有云的***步是嘗試和單一云供應商合作。AWS，GCP或Azure這三個“大咖”從遷移到使用，許多問題都與流程相關，包括了解計費系統怎么算(以及如何向不同的業務部門收取費用)。還有傳統的容量管理問題也需要解決。而且公有云上傳TB級數據，創建比實際要求更大的實例都非常簡單。公有云提供應商也會以自身選擇的方式來運營服務。因此，網絡，存儲和安全等功能將以一種很具體的方式運行。IT組織必須適應云提供商，而不是反過來。

與單一供應商合作確實有好處。你只要學習一套技術，計費管理放在一個位置，除非跟私有云比較，否則跟其他提供商比資源成本沒啥意義。當然，數據遷移和數據保護的問題會存在，但在很多情況下，應用程序只存在于公有或專用位置。這也代表數據遷移可能會一勞永逸。

階段3——多云

在某種程度上，與單一的公有云服務提供商合作會有所。也許一個供應商提供另一個供應商不提供的服務，或者能讓一些服務更好地實現。公司的政策可能是不要依賴單一提供商。無論是從當前或是長期實例來看，在運行某些服務時，跟一個特定提供商合作可能會節省成本。我們正在見證著云服務提供商逐漸形成差異化。VMware與AWS合作提供原生vSphere功能。微軟回懟的方式是限制對vSphere的訪問，但目前還不清楚這是否會得到支持。 AWS已經引入了許多新的機器學習和AI功能。 谷歌以分析功能著稱。Azure與NetApp合作提供企業NFS.

階段4——多云代理

最初，為了克服我們之前介紹的問題，多云將是戰略性的。作為一項長期戰略，和選擇能源或通信供應商一樣，云服務將成為通用服務。但想讓多云真正變得實用有效，還有一些挑戰需要克服。

• 代理——服務需要進行宣傳和評級。例如，100個短期實例，谷歌是不是比AWS更便宜?這些計算會隨著時間的推移而不斷變化，讓你的決策非常流暢。
• 數據移動性——數據放在哪里?我能通過一個云或是其它云輕松訪問它嗎?將數據轉移到云/服務是否有期限/成本?
• 成本管理——我怎么計費?將工作負載轉移給其他提供商是否有意義?邊際消費節約的成本是否能彌補遷移成本?
• 避免被“套牢”——每個IT解決方案都會產生某種“套牢”的想法，但一些服務的粘性程度比其他服務更高。因此了解并最小化或降低被“套牢”的影響通常不是一件壞事。

在云提供商之間轉移工作負載或放置位置所需的一些潛在成本計算可能非常復雜。只有大規模運營的IT機構才能看到擁有全面服務代理的好處。實現這一點也意味著考慮數據遷移以及實施解決方案的問題。抽象化可能意味著要實現分布式文件系統，保持多個同步副本或基于應用程序的復制。

總結

從本質上來看，IT有它的固定周期性。云計算目前處于上升周期，采用率正在迅速增長。隨著成熟度的提高，IT組織將看到擁有單一云提供商的好處和缺陷，就像他們和多家基礎設施提供商一樣。在成本/收益比值得考慮的情況下，多云然后代理服務將成為常見的部署模式。當然企業，尤其是初創企業還有更多的挑戰需要去解決。