Kürzlich war ich der Keynote-Speaker beim digitalen Event von AppViewX „Simplify Application Delivery 2021“. Obwohl die Veranstaltung viele Unterthemen hatte, konzentrierte ich mich auf die Automatisierung, da ich glaube, dass dies künftig die wichtigste Fähigkeit für die Anwendungsbereitstellung ist.
Die Landschaft der Anwendungsbereitstellung entwickelt sich rasant weiter und verändert sich von einem vertikal integrierten Hardware-Stack zu einer Reihe cloudnativer Funktionen. Das steigert zwar die Agilität erheblich, erhöht aber auch die Komplexität und verstärkt damit den Bedarf an Automatisierung.
Verteilte Clouds: Paradigmenwechsel in der Cloud
Im ersten Teil meiner Keynote erläuterte ich, wie der Aufstieg des verteilten Computing die Anwendungsbereitstellung verändert. Es ist wichtig zu verstehen, warum sich verteilte Clouds grundlegend von jedem anderen Computermodell unterscheiden, einschließlich des traditionellen Cloud Computing.
Wenn man On-Premises-, Hosted- und Cloud Computing betrachtet, hat sich zwar das Finanzierungsmodell von CAPEX zu OPEX verschoben, nicht aber das Betriebsmodell, da alle auf einer zentralisierten Rechenfunktion basierten. In diesem Fall würden IT-Experten Workloads in einem Rechenzentrum oder in der Cloud ausführen und ihnen einen Application Delivery Controller (ADC) vorschalten. Befand sich der Standort im unternehmenseigenen Rechenzentrum, war ein physischer ADC das Produkt der Wahl. In der Cloud kamen virtuelle ADCs zum Einsatz.
Beim verteilten Computing werden Anwendungen erstellt, indem auf Workloads oder Daten aus öffentlichen Clouds, privaten Clouds, und Edge-Standorten zugegriffen wird. Daraus entstand das Konzept der Komponierbarkeit.
Anwendungen sind keine vertikal integrierten Stacks mehr, sondern leichtgewichtige, cloudnative Services, die „zusammengesetzt“ werden, wodurch Geschwindigkeit und Agilität von Unternehmen steigen. Bei verteilten Clouds entwickelt sich die primäre Compute-Einheit von einer virtuellen Maschine zu einem Container, der naturgemäß nur vorübergehend existiert. Container können gestartet, einige Minuten ausgeführt und anschließend ebenso schnell wieder außer Betrieb genommen werden.
Legacy-Anwendungsbereitstellung: Zu langsam für verteilte Clouds
Das Problem bei der herkömmlichen Anwendungsbereitstellung besteht darin, dass selbst ein virtueller ADC Stunden zum Laden benötigen kann – viel zu lange für cloudnative Systeme. Das treibt die Weiterentwicklung von ADCs zu einer Reihe neuer Formfaktoren voran, etwa zu einer Gruppe containerisierter Services oder sogar zu ADCs auf API-Ebene, deren Funktionen bei Bedarf von einer Anwendung aufgerufen werden können. ADC-Funktionen können jetzt gestartet werden, sobald ein Container sie benötigt.
Doch wie lässt sich das verwalten? Bei cloudnativen Systemen und verteiltem Computing geschehen Ereignisse viel zu schnell, als dass Menschen die Anwendungsbereitstellung verwalten könnten. Hier kommt die Automatisierung ins Spiel, die letztlich zu einem AIOps-Modell führt, bei dem künstliche Intelligenz eingesetzt wird, um zu entscheiden, welche Änderungen wann erforderlich sind.
Für IT-Experten ist es wichtig, ihr Denken über Automatisierung von einer aufgabenorientierten hin zu einer intent-basierten Herangehensweise weiterzuentwickeln. Zwar gibt es die IT-Automatisierung schon seit einiger Zeit, doch die Effektivität von Automatisierungsframeworks wie Puppet, Chef und sogar Python ist begrenzt. In diesem Fall werden diese Tools zur Automatisierung bestimmter Aufgaben eingesetzt, was in statischen Systemen gut funktioniert. Die Automatisierung von Aufgaben funktioniert in hochdynamischen Umgebungen nicht, weil die Skripte ständig aktualisiert werden müssten.
KI-basierte Automatisierung: Notwendig für Cloudnative
Die Automatisierung muss sich zu einem KI-basierten Closed-Loop-Modell weiterentwickeln, bei dem die Intention hinter den Regeln kontinuierlich analysiert und umgesetzt wird. Dies ermöglicht echte Zero-Touch-Automatisierung, da die Maschinen den Netzwerkbetrieb übernehmen.
Vor einigen Jahren belächelten IT-Experten häufig die Idee eines vollständig autonomen IT-Betriebs, doch diese Einstellung hat sich geändert. Kürzlich führte ich eine AIOps-Studie durch und stellte fest, dass 97 % der Befragten einer KI den Betrieb ihrer IT-Umgebungen anvertrauen würden und 99 % glauben, dass KI für die Verwaltung der Cloud- und Anwendungsperformance wichtig ist.
Während der Podiumsdiskussion, die ich auf der Veranstaltung führte, war eines der Themen der Einsatz von Automatisierung zur Implementierung von Zero Trust – und dies ist ein perfekter Anwendungsfall für AIOPs. Bei Zero Trust werden Richtlinien erstellt, die es bestimmten Geräten oder Workloads nur dann erlauben, sich mit anderen zu verbinden, wenn dies ausdrücklich gestattet wurde.
Aufgabenbasierte Automatisierung wäre in einer statischen Umgebung ausreichend, da die Richtlinien einmal eingerichtet und anschließend angewendet werden könnten. In dynamischen Umgebungen wie einer verteilten Cloud, in denen ständig Workloads erstellt und wieder beendet werden, könnten Menschen die Zero-Trust-Richtlinien nicht schnell genug aktualisieren, um die Einhaltung sicherzustellen – Maschinen hingegen schon.
Die IT befindet sich an einem Wendepunkt: Wir entwickeln uns von zentralisierten Clouds zu verteilten Clouds weiter, und dies wird es Unternehmen ermöglichen, sich schneller als je zuvor digital zu transformieren. In diesem Zuge müssen IT-Experten eine Closed-Loop-Automatisierung für die Anwendungsbereitstellung annehmen. Dies wird sicherstellen, dass die richtigen ADC-Services gemäß den Geschäftsrichtlinien bereitgestellt werden, ohne die langen Vorlaufzeiten manueller Abläufe in Kauf nehmen zu müssen.