VMware optimizasyonu yapmak isteyenlerin önünde zaman, araçlar ve strateji anlamında bazı engeller bulunmakta.
Sanal bilgi işlem ilk popüler olduğu dönemlerde esas olarak ticari olmayan kritik uygulamalar için kullanılmış, kritik uygulamalar ise fiziksel sunucularda bulundurulmuştur. Fakat sonraları IT birimleri sanallaştırmayı benimsemeye başlamış, maliyeti azaltması ve çevikliği arttırması gibi faydalarını idrak etmiş ve bu nedenle kurumları için kritik olan uygulamaları sanal ortamlara taşımayı tercih eder olmuştur. 518 IT profesyoneli ile yapılan yakın tarihli bir ankette katılımcıların %81’inin SQL Sunucusu, Oracle veya SAP gibi kurumları için kritik uygulamaları artık VMware ortamlarında çalıştırdığı görülmüştür.
Ancak, sanallaştırılmış ortamlar sayısız faydalarının yanı sıra IT profesyonellerine birtakım zorluklar da çıkarır. Görevleri bu ortamlardaki, özellikle de kurumlar için kritik uygulamaları etkileyebilecek performans sorunlarını bulmak ve gidermek olan IT ekipleri çoğu zaman araçlar, zaman ve strateji ile ilgili aynı engellere takıldıklarını görmektedir.
Çok Fazla Araç Karmaşa Yaratır
IT profesyonellerinin %78’i VMware ile ilgili uygulama performansı sorunlarının nedenini bulmak için uygulama takibi, raporlama ve altyapı analizi amaçlarıyla birden fazla araç kullanmaktadır. IT profesyonellerinin %10’u ise sanal makinelerini anlamak için yediden fazla araç kullanmaktadır. VMware ortamlarının performansını ve kullanılabilirliğini optimize etmek olağanüstü karmaşık bir süreçtir ve bu ortamların dinamik yapısı nedeniyle en standart performans sorunları için dahi oldukça gelişmiş araçlar kullanılmak zorunda kalınmaktadır.
Fakat her sorun çıktığında birkaç raporlama aracına birden bağımlı olmak birçok IT ekibi için sürdürülebilir bir şey değildir. Bu biraz da uygulama performansı sorunlarını çözmek için birden çok IT disiplini, diğer bir deyişle uygulama, ağ, depolama ve bilgi işlem gibi “bulgular” hakkında fikir sahibi olmak gerekmektedir. Büyük kuruluşlarda bu her sorun çıktığında her disiplinden temsilcilerin bir araya gelerek ellerindeki bulguları mukayese etmeleri gerektiği anlamına gelir. Uygulama ekibinin aracından gelen analiz sonuçları da depolama ekibinin veya ağ ekibinin aracının sunduğundan farklı bir sorun nedenine işaret edebilir. Her bulguyu değerlendirmek için birden çok araca ve ekibe bağlı olma stratejisi IT ekiplerini sorunun ne olduğunu ve neyin değişerek soruna neden olduğunu anlamak için ilgili tüm veriyi bulma, bir araya getirme ve analiz etme görevini bizzat deneme yanılma yöntemiyle bulmaya mecbur bırakır.
Uygulama Performansı Sorunları Zamanı ve Kaynakları Yer Bitirir
IT profesyonelleri VMware ortamı takip araçlarına başvuradursun, bu esnada dakikalar ve saatler akıp gider. Kısıtlı sayıda IT personeli olan küçük kuruluşlar için bu durum gündelik operasyonlarda ciddi gecikmelere neden olabilir. IT ekiplerinin yanlış pozitifleri takip ederek veya enerjilerini uygulama performansı sorununun gerçek anlamda nedeni olmayan ortamlara yönlendirerek vakit kaybetme lüksü yoktur. Ayrıca birçok IT ekibi VMware ortam takip araçlarından gelen uyarılara yetişemediğinden, hangi uyarıların anlamsız hangilerinin potansiyel bir uygulama performansı sorununu çözmek için teşhis etmeye değer olduğunun ayrımına varmaları iyice güçlenmektedir.
Profesyonellerinin yarısından fazlasının her ay uygulama performansı sorunu yaşadığının ifade edildiği düşünülürse, bir hayli ciddidir. Ayrıca, IT profesyonellerinin %44’ü uygulama performansı sorunlarını çözmelerinin en az üç saat sürdüğünü söylemektedir. Sonuç olarak, IT ekiplerinin VMware ortamlarında sık sık sorun yaşadıkları ve bu sorunları çözmek için ciddi anlamda işgücü ve kaynak harcamak zorunda kaldıkları nettir.
Sorunların Esas Nedeni Çoğu Zaman Bulunamaz
Kuruluşlar için kritik olan uygulamalardaki performans sorunlarını çözmek için kullanılabilecek çok çeşitli araç olmasına ve ciddi seviyede vakit harcanmasına rağmen IT profesyonelleri bu sorunları kendi başlarına çözebileceklerinden emin değiller. Profesyonellerinin yalnızca %20’si uygulama performansı sorunlarını gidermek için uyguladıkları stratejilerin ilk denemede %100 başarılı olacağını düşünmektedir. Daha da endişe verici olanı, bu kişilerin %7’si uygulama performansı sorunlarına yönelik çözümlerini “bilgiye dayalı tahmin” olarak tanımlamakta. IT çalışanlarının performans sorunlarına karşı kullanacakları mükemmel bir çözüm pek rastlanan bir şey olmadığından, bu kişiler sık sık deneme yanılma yöntemleriyle sil baştan iş yapmaktadır.
Sırada Ne Var?
Kuruluşlar için ticari anlamda kritik verinin fiziksel sunuculardan alınıp sanal ortamlara taşınması trendi bir süre daha devam edecek gibi görünüyor. Sanal makine uygulamaları, ağ cihazları, depolama cihazları ve hizmetler arasındaki ilişki de giderek daha karmaşık bir hal alacak. CIO’ların çoğu altyapılarını daha iyi anlamak ve farklı IT disiplinleri arasındaki ilişkileri optimize etmeyi öğrenmek için makine öğrenimi çözümlerine geçmeye başlıyorlar. Sonuç olarak, IT profesyonelleri tarafından kullanılan esas yaklaşım geleneksel bir bilgisayar bilimi olmaktan çıkıp veri bilimi merkezli bir yaklaşım olmaya doğru evriliyor. Geçtiğimiz yıl içerisinde “AIOps”un, yani algoritmik IT operasyonları platformlarının yükselişine şahit olduk. Gartner tarafından IT içerisindeki makine öğrenimi uygulamalarını tanımlamak için üretilen bir tabir olan AIOps şu an tahminen şirketlerin yalnızca %5’i tarafından kullanılıyor. Fakat bilgi işlem operasyonlarının yönetiminin giderek karmaşık ve zor bir hal almasıyla önümüzdeki iki yıl içerisinde bu rakamın %25’e çıkacağı tahmin edilmekte.