Cloud Computing เป็นประโยชน์กับองค์กรอย่างไร?

Cloud Computing เป็นประโยชน์กับองค์กรอย่างไร?

Cloud Computing

ในช่วงโควิด-19 หรือ ยุคที่เกิด ‘New Normal’ แบบนี้ หลายๆ องค์กรก็ต้องมีการหาโซลูชันการทำงานที่คล่องตัว สามารถทำงานจากที่ไหนก็ได้และการควบคุมการทำงานที่ง่ายดาย 

‘Cloud Computing’ กลายเป็นคำตอบของเทคโนโลยีในการแก้ไขปัญหาการทำงานแบบเดิมๆ และปรับให้การทำงานคล่องตัว สามารถเข้าถึงได้ทุกที่ ทุกเวลา และมีทรัพยากรด้าน IT ที่ยืดหยุ่น 

พูดให้เข้าใจง่ายๆ สำหรับ ‘Cloud Computing’ ก็คือคอมพิวเตอร์ หรือ เซิร์ฟเวอร์ขนาดใหญ่ที่ผู้ใช้งานไม่ต้องสนใจว่า เซิร์ฟเวอร์จะตั้งอยู่ที่ไหน เพราะ สามารถใช้งานได้ทุกที่ ทุกเวลา เพียงเชื่อมต่อผ่านInternet

คุณลักษณะที่ดีของ ‘Cloud Computing’ ก็คือ 

– สามารถควบคุมต้นทุนได้ (Manage Your Finance) 

– สามารถเข้าถึงได้จากทุกที่ ทุกเวลา และหลากหลายอุปกรณ์ (Go Mobile) 

– มีมาตรฐานด้านความปลอดภัยที่ควบคุมข้อมูลต่างๆ (Store It Up) 

– คนในองค์กรสามารถทำงานร่วมกันได้โดยไร้ข้อจำกัด รวมถึงยังเพิ่มช่องทางในการเข้าถึงลูกค้าได้อย่างง่ายดายมากขึ้น (Share Information — Collaboration) 

– ระบบการทำงาน Information System ที่ไม่ซับซ้อน ไม่เป็นภาระกับผู้ดูแลระบบ (Alleviate Complicated of Information System) 

ใครหลายๆ คน อาจจะรู้จัก ‘Cloud Computing’ กันมาบ้างแล้ว แต่ความหมายของมันกับสิ่งที่มันสามารถทำได้ ก็อาจเป็นคำถามในใจของใครหลายๆ คน โดย ‘Cloud Computing’ เป็นระบบที่ยืดหยุ่น สามารถทำงานได้อย่างหลากหลาย เช่น 

  1. Disaster Recovery-as-a-Service 

สิ่งแรกที่ Cloud Computing สามารถใช้ประโยชน์กับองค์กรได้ คือ การใช้งาน Cloud เป็น Workload ในการเก็บ Backup ข้อมูลทั้งหมด เมื่อระบบเกิดปัญหาขัดข้อง หรือ เกิดภัยพิบัติที่ไม่สามารถคาดคิดได้ อย่างในช่วงสถานการณ์โควิด-19 นี้ เมื่อเทียบกับการทำ DR-site แบบ On-premise จะมีการลงทุน H/W, และ S/W ไว้ที่ site สำรองเพื่อทำงานทดเเทน ซึ่งมีความซับซ้อนในการสร้างระบบ DR-Site แบบ On-premise อย่างมาก 

Cloud Services จึงเป็นการทำ DR-site สำรองระบบการทำงานทั้งหมด ตั้งแต่Application ข้อมูล และการทำงานไปที่ Site สำรอง โดยในปัจจุบัน cloud server thai ก็มีเสถียรภาพ ความปลอดภัย และความรวดเร็ว ทำให้ Cloud Computing สามารถเก็บรักษา Backup ข้อมูลทั้งหมดได้ รวมถึงมีค่าใช้จ่ายที่น้อยว่าการลงทุน DR-Site แบบ On-premise อีกด้วย 

  1. Infrastructure-as-a-Service 

ต่อมาประโยชน์ของ Cloud Computing เป็นการใช้งาน Workload ที่มีการใช้งานทรัพยากรขั้นสูง คือ Cloud Services สามารถที่จะรองรับการสร้าง instance cloud หรือ ทรัพยากร Compute, Network, Storage ที่ระบบคอมพิวเตอร์ต้องการได้ โดย Cloud จะช่วยลดภาระด้านการบริหารจัดการ เช่น SLA, ทีมงานผู้เชี่ยวชาญ หรือ ระบบการดูแลไฟฟ้าและควบคุมอากาศ เป็นต้น 

นอกจาก Cloud Computing จะสามารถรองรับทรัพยากรที่องค์กรต้องการใช้งานได้ ยังมีฟีเจอร์และแอปพลิเคชันรองรับกับการใช้งาน เช่น VPC network ในการป้องกันเครือข่ายของระบบ, Image sharing ฟีเจอร์ลัดช่วยในการควบคุมทรัพยากร Cloud เป็นต้น รวมถึงแอปพลิเคชัน Laravel, Docker, Joomla, Mongodb, Magento, My SQL, LEMP เป็นต้น 

  1. Development and Test Environment 

สำหรับ Cloud Services มีฟีเจอร์ที่พร้อมกับการทดสอบและพัฒนาสภาพแวดล้อมของ Application ในองค์กร รวมถึง Workload ในการทำงานแบบอัตโนมัติก็สามารถทำงานได้อย่างต่อเนื่องอีกด้วย งานวิจัยล่าสุดจาก Voke พบว่า สภาพแวดล้อม (Environment) ของระบบ IT ในองค์กรมีผลอย่างมากต่อการพัฒนา Application โดยข้อจำกัดของระบบ On-Premise มีผลต่อความล่าช้าและการหยุดชะงักในการพัฒนาถึง 44% และมีผลต่อการทดสอบถึง 68% 

การสร้าง Environment ของระบบ IT บน Cloud Computing ที่มีความยืดหยุ่นและมีทรัพยากรที่เพรียบพร้อมมากกว่าจึงเป็นคำตอบในการพัฒนา Application ที่รวดเร็ว ลดความซับซ้อนขั้นตอนการเตรียมการได้ดีกว่านั่นเอง 

  1. Big Data Analytics 

Cloud Services สามารถช่วยบริษัทในการประมวลผลและวิเคราะห์ Big Data ได้รวดเร็วขึ้น โดยการนำข้อมูลเชิงลึกไปใช้ในการปรับปรุงธุรกิจได้ โดยทรัพยากรพื้นฐานที่มีอยู่บน Cloud มากมาย เช่น instance cloud, Image sharing รวมไปถึงระบบความปลอดภัยอย่าง VPC network ก็ช่วยให้การสร้าง Big Data มีความคล่องแคล่วขึ้นและประหยัดค่าใช้จ่าย

  1. Application Development 

นักพัฒนา Application จะเข้าใจดีสำหรับการออกแบบ Application บนสภาพแวดล้อมที่ต้องการ ซึ่ง Cloud Services มีความยืนหยุ่นในการทำงานที่ดี ไม่ว่าจะเป็น Public Cloud หรือ Private Cloud ก็สามารถตอบโจทย์การดีไซน์ การจัดการข้อมูล เครือข่ายของ Applacation หรือกระทั่งระบบSafetyต่างๆ Cloud Computing ก็สามารถสร้างการทำงานที่ตอบโจทย์การพัฒนา Application ได้ เช่น cognitive service, AI, backup/recovery, ChatBot เป็นต้น 

 

เปลี่ยนมาใช้ Cloud ไทย กับ Nipa.Cloud ได้เลยวันนี้! 

สอบถามเพิ่มเติมได้ที่ 

LINE : @NipaCloud 

Website: https://www.nipa.cloud/ 

Facebook: https://www.facebook.com/nipacloud/ 

Inbox: https://www.messenger.com/t/nipacloud 

Email: sales@nipa.cloud 

Call: 02-107-8251 ต่อ 444

Data Science กับการเปลี่ยนข้อมูลให้เป็นมูลค่าบน Cloud Server

Data Science กับการเปลี่ยนข้อมูลให้เป็นมูลค่าบน Cloud Server

data science

‘Data Science’ หรือ ‘วิทยาศาสตร์ข้อมูล’ เป็นวิธีการที่ใช้รวบรวมข้อมูลเชิงลึกจากทั้ง ข้อมูลที่มีโครงสร้าง และข้อมูลที่ไม่มีโครงสร้าง ที่มีอยู่ภายในฐานข้อมูลขององค์กร โดยนำข้อมูลมาวิเคราะห์สถิติ ไปจนถึงกระบวนการ Machine Learning บน Cloud Server ซึ่งในองค์กรส่วนใหญ่แล้ว ‘Data Scientist’ หรือ ‘นักวิทยาศาสตร์ข้อมูล’ นั้น ทำงานเพื่อเปลี่ยนข้อมูลให้เป็นมูลค่า เพื่อเพิ่มรายได้ พร้อมๆ กับลดต้นทุน เพิ่มความไหลลื่นทางธุรกิจ และช่วยปรับปรุงประสบการณ์ของลูกค้าผ่านการทำงานบน Cloud Server นั่นเอง

Data Scientist ทำงานอย่างไร?

หลายๆ องค์กรที่ให้ความสนใจกับเทคโนโลยี ‘Big Data’ แน่นอนว่าต้องมีคนที่เข้ามาจัดการนั่นคือ ‘นักวิทยาศาสตร์ข้อมูล’ หรือ ‘Data Scientist’ ซึ่งต้องทำหน้าที่ควบคู่กับการทำงานของอีก 2 ฝ่าย คือ ‘Data Analyst’ และ ‘Data engineers’ โดยทั้ง 3 ฝ่ายมีหน้าที่ในการจัดการข้อมูล ดังนี้

– Data Scientist คือ ออกแบบโมเดลจากข้อมูล เพื่อหาช่องทางใหม่ๆ ให้องค์กร

– Data Analyst คือ วิเคราะห์และออกแบบการนำเสนอข้อมูล เพื่อแก้ไขปัญหาส่งต่างๆ ในองค์กร

– Data Engineers คือ ออกแบบช่องทางของข้อมูล วิธีการจัดเก็บ และการใช้งาน

Data Scientist vs. Data Analyst

ทั้งสองหน้าที่จะทำหน้าที่ใกล้ชิดกัน โดยที่นักวิเคราะห์ข้อมูล (Data Analyst) จะอยู่ใต้วิทยาศาสตร์ข้อมูลอีกทีหนึ่ง และทั้งสองต้องรู้เรื่องตรงกันว่าข้อมูลขององค์กรนั้นเป็นอย่างไร ซึ่งนักวิทยาศาสตร์ข้อมูล (Data Scientist) ก็จะดึงผลลัพธ์จากนักวิเคราะห์ข้อมูล (Data Analyst) มาเพื่อทำการแก้ปัญหาอีกต่อหนึ่งนั่นเอง

Data Science vs. Big Data

ทั้งวิทยาศาตร์ข้อมูล (Data Science) และ Big Data ล้วนเป็นของคู่กัน แต่วิทยาศาสตร์ข้อมูล (Data Science) นั้นใช้เพื่อดึงมูลค่าจากข้อมูลทุกๆ ขนาด ไม่ว่าจะเป็นข้อมูลที่มีโครงสร้าง ไม่มีโครงสร้าง หรือกึ่งมีโครงสร้าง ซึ่ง Big Data นั้น มีประโยชน์แก่นักวิทยาศาสตร์ข้อมูล (Data Science) ในหลายกรณีมากๆ เพราะว่า ยิ่งมีข้อมูลมากเท่าไหร่ ก็ยิ่งรวมพารามิเตอร์เข้ารูปแบบที่กำหนดไว้ได้มากเท่านั้น

Data Scientist teams

วิทยาศาสตร์ข้อมูล (Data Science) เป็นงานที่ต้องการทีมที่มีความเป็นระเบียบ ซึ่งนักวิทยาศาสตร์ข้อมูล (Data Scientist) ถือเป็นแกนหลักของทีมวิทยาศาตร์ข้อมูล ที่จะทำให้เดินหน้าจากข้อมูลไปยังการวิเคราะห์ และจากนั้นก็ทำการเปลี่ยนข้อมูลที่วิเคราะห์ ไปยังส่วนการผลิตที่เพิ่มมูลค่า ซึ่งต้องอาศัยสกิลและบทบาทหนักมาก  ตัวอย่างเช่น นักวิเคราะห์ข้อมูล (Data Analyst) ควรจะเข้ามาช่วยตรวจสอบข้อมูล ก่อนที่จะทำการนำเสนอให้กับทีม และพยายามรักษารูปแบบข้อมูลไว้ให้เหมือนเดิม ส่วนนักวิศวกรรมข้อมูล (Data engineer) เป็นหน่วยงานที่จำเป็นต่อการสร้างท่อลำเลียงข้อมูล เพื่อทำการตกแต่งเซ็ตข้อมูล ให้สามารถใช้กับส่วนอื่นๆ ของบริษัทได้

องค์ประกอบในการทำ วิทยาศาสตร์ข้อมูล (Data Science)

  1. Data Processing & cleaning
    ขั้นตอนการจัดแบ่งและจัดเตรียมข้อมูลโดยรวม ด้วยการจัดการกับชนิดของชุดข้อมูลที่ไม่เหมือนกัน และนำไปสู่การวิเคราะห์หรือการสร้างแบบจำลองในที่สุด
  2. Analysis & Modelling
    การวิเคราะห์และทำความเข้าใจกับข้อมูลอย่างลึกซึ้ง ในแง่ของสถิติและคณิตศาสตร์ เพื่อสร้างและใช้โมเดล Machine Learning เชิงวิเคราะห์หรือทำนายที่หลากหลาย
  3. Programming languages
    วิทยาศาสตร์ข้อมูลต้องการการทดสอบหลายรูปแบบและการปรับให้เหมาะสม พร้อมกับการสร้างภาพข้อมูล เพื่อดึงข้อมูลเชิงลึกที่ถูกต้องทำการอนุมานทำนายหรือการตัดสินใจ
  4. การจัดการข้อมูล
    อัลกอริธึมและการผลิตขององค์กรต้องมีสภาพแวดล้อมที่เหมาะสม เพื่อจัดเก็บข้อมูลโดยการระบุค่าเครื่องที่เหมาะสม และให้ระบบสามารถทำงานในสคริปต์ที่กำหนดไว้
  5. รูปแบบการตรวจสอบและความรู้เกี่ยวกับโดเมน
    การจัดรูปแบบข้อมูล โดยมองหารูปแบบและสำรองข้อมูลจากการวิเคราะห์และตรวจสอบทุกขั้นตอน เพื่อให้เหมาะสมกับความต้องการของอุตสาหกรรม สิ่งนี้เป็นทักษะที่สำคัญของ นักวิทยาศาสตร์ข้อมูล (Data Scientist)
  6. Communication & Visualisation
    การสื่อสารเป็นทักษะที่สำคัญสำหรับ นักวิทยาศาสตร์ข้อมูล (Data Scientist) ในการสื่อสารแบบจำลองหรือการคาดการณ์ที่พวกสร้างขึ้นมา กับฝ่ายงานที่เกี่ยวของ เพื่อบรรลุเป้าหมายที่วางเอาไว้
  7. Open Source Community

วิทยาศาสตร์ข้อมูล (Data Science) มักจะสร้างขึ้นด้วยเครื่องมือ Open Source เพราะฉะนั้นการเรียนรู้และทำความรู้จักการทำงานของระบบเหล่านี้ เพื่อสนับสนุนการทำงานของระบบ

ความน่าสนใจของวิทยาศาสตร์ข้อมูล (Data Science)

ความน่าสนใจของวิทยาศาสตร์ข้อมูล (Data Science) ขึ้นอยู่กับความจำเป็นขององค์กรนั้นๆ วิทยาศาสตร์ข้อมูลอาจช่วยองค์กรสร้างเครื่องมือต่างๆ ที่ไว้ใช้ทำนายความล้มเหลวของฮาร์ดแวร์ หรือช่วยให้องค์กรสามารถบำรุงรักษาและป้องกันการ Downtime ที่ไม่ได้วางแผนไว้ได้ และยังสามารถช่วยคาดการณ์ได้ว่าเราควรวางผลิตภัณฑ์ ไว้บนเชลฟ์ของห้าง หรือคาดได้ว่า ด้วยรูปลักษณ์และลักษณะของผลิตภัณฑ์นั้น จะมีความนิยมเป็นอย่างไร เป็นต้น

วิทยาศาสตร์ข้อมูล (Data Science) กำลังเปลี่ยนแปลงโฉมหน้าของอุตสาหกรรมต่างๆ อย่างรวดเร็วด้วยนวัตกรรมข้อมูลกลายเป็นฟังก์ชันหลักขององค์กร เช่น การขาย, การตลาด หรือ การออกแบบผลิตภัณฑ์ก็ตาม ในปัจจุบันล้วนต้องใช้ วิทยาศาสตร์ข้อมูล (Data Science) ในการทำงานทั้งสิ้น

ข้อมูลจาก Gemalto ระบุว่า ดัชนีความเชื่อมั่นด้านความปลอดภัยของข้อมูล ในปี 2018 พบว่า 89% ขององค์กรสามารถใช้งาน วิทยาศาสตร์ข้อมูล (Data Science) เพื่อให้เกิดความโดดเด่นในการแข่งขันทางธุรกิจ

สำหรับองค์กรที่สนใจการทำ ‘Big Data’ สร้างช่องทางระบบการจัดการแหล่งเก็บข้อมูลดิบ (Raw data) ไว้ใน ทะเลสาบข้อมูล (Data Lake) รวมถึง โซลูชันการจัดการแหล่งเก็บข้อมูลใหม่ตามโครงสร้าง ที่เรียกว่า โกดังข้อมูล (Data Warehouse) เพื่อสร้างระบบสำหรับสกัดข้อมูล (Extract) ปรับแต่งโครงสร้างข้อมูล (Transform) และนำไปจัดเก็บ (Load) หรือ ETL จาก Data lake เข้าสู่ Data warehouse

 

เริ่มพัฒนาโซลูชัน ‘Big Data’ กับ Nipa.Cloud ได้เลยวันนี้!

สอบถามเพิ่มเติมได้ที่

LINE : @NipaCloud

Website: https://www.nipa.cloud/

Facebook: https://www.facebook.com/nipacloud/

Inbox: https://www.messenger.com/t/nipacloud

Email: sales@nipa.cloud

Call: 02-107-8251 ต่อ 444

OpenStack Liberty

OpenStack Liberty เวอร์ชั่นปัจจุบัน เวอร์ชั่น 12 ของ Open Source Software เพื่อสร้าง Public, Private และ Hybrid Cloud ด้วยนวัตกรรมใหม่ และเพิ่มเติมการทำงานที่ครอบคลุมเทคโนโลยี Data Center ที่ทำให้ OpenStack กลายเป็น Integration Engine ยอดนิยมสำหรับผู้ให้บริการ Cloud และกลุ่มองค์กรที่กำลังใช้งาน Cloud อยู่ตอนนี้

 

จากการสนับสนุนของผู้พัฒนาอิสระกว่า 1,933 คน และจากอีก 164 องค์กรใหญ่ ทำให้ OpenStack Liberty มีระบบควบคุมการทำงานที่ละเอียดและเหนือชั้นยิ่งกว่าเดิม อีกทั้งเพิ่มประสิทธิภาพสำหรับการ Deployment ขนาดใหญ่ และมี Tools รองรับการจัดการ Container ใน Production Environment อีกด้วย

 

Feature ใหม่ของ Liberty

ระบบการจัดการประสิทธิภาพสูง

หลายคนต้องการให้มีระบบการตั้งค่าที่ดีขึ้น และระบบ Library ร่วม (Common library adoption) ตอนนี้ OpenStack 12 ถูกพัฒนาแล้ว นอกจากนี้ยังมีการเพิ่ม Role-Based Access Control (RBAC) เพื่อใช้งานร่วมกับ Heat orchestration และ Neutron networking รวมทั้งเปิดให้ปรับ Security Setting อย่างเต็มรูปแบบอีกด้วย

ระบบปรับแต่งเรียบง่าย

OpenStack ได้รับการตอบรับอย่างดี เป็นที่นิยมในการใช้ระบบสร้าง Cloud ทั้ง Public และ Private อย่างแพร่หลาย เหล่า User จึงการต้องการรองรับ Deployment ขนาดใหญ่ ซึ่งใน Liberty ได้มีการพัฒนาด้านประสิทธิภาพการแสดงผล และมีความเถียรมากขึ้น ติดตั้ง Application Nova Cells v2 ในตัว สามารถรองรับการ Deployment ขนาดใหญ่ และการ Deployment พร้อมกันในหลายพื้นที่ (Multi-location compute deployment) ยังเพิ่มศักยภาพการปรับแต่ง (Scalability) และการทำงานของ Horizon dashboard, Neutron networking, และ Cinder block storage

รองรับเทคโนโลยีใหม่ๆ

OpenStack เป็น Open Source Platform เดียวที่รองรับการจัดการ 3 เทคโนโลยีหลักๆ ของระบบ Cloud ทั้ง Virtual Machine, Container และ Bare Metal Instance ทั้งยังเป็นที่นิยมในการใช้งานร่วมกับระบบ NFV (network functions virtualization) ขององค์กร โดย OpenStack Liberty ได้เพิ่มศักยภาพการทำงานทั้งสองด้าน ด้วยฟีเจอร์ตัวใหม่ อย่าง Nova compute scheduler, QoS Framework และระบบ LBaaS (Load Balancing as a Service) ที่ดียิ่งกว่าเดิม

ระบบจัดการ Container ตัวใหม่

ในระหว่างการพัฒนา Liberty ระบบ Magnum Container ระบบจัดการ Container ตัวใหม่ที่รองรับการทำงานร่วมกับ Kubernetes, Mesos และ Docker Swarm ก็ได้เปิดตัวขึ้น และเมื่อนำ Magnum มาใช้ร่วมกับบริการที่มีอยู่เดิมของ OpenStack อย่าง Nova, Ironic, และ Neutron จะช่วยให้จัดการ Container ได้ง่ายกว่าเดิม นอกจากนี้ยังมีโปรเจกต์ Kuryr ซึ่งถูกวางแผนให้เข้ามาเสริมประสิทธิภาพ โดยทำงานกับส่วนของ Container networking อย่าง libnetwork ได้โดยตรง

Orchestration

Heat Orchestration ได้เพิ่มระบบจัดการทรัพยากรใหม่เข้าไปมากมาย รวมทั้งระบบอัตโนมัติ และการรองรับความสามารถใหม่ๆ ของ Liberty เพิ่มความสามารถการจัดการและการ Scale ซึ่งรวมด้านการเข้าถึง API เพื่อเช็คว่ามี Resource หรือ Action ไหนพร้อมใช้งานได้บ้าง โดยทั้งหมดนี้มาพร้อมกับ RBAC ติดตั้งในตัว

 

Containers เปลี่ยนทุกอย่างได้อย่างไร

กลุ่ม DevOps เติบโตมาพร้อมกับ Automation Tools ทั้งหลายในช่วงที่ผ่านมา ทำให้การพัฒนา Application สมัยใหม่ไม่ใช่แค่นั่งเขียน Code แต่ Developer ยังต้องคำนึงถึงการเลือกใช้ Tools และวิธีทำงานร่วมกันเพื่อสร้าง Application

Container เป็นหนึ่งใน Tools ชิ้นสำคัญสำหรับ Workflow โดยเทคโนโลยี Container อย่าง Docker ทำให้เราสามารถจับเอาพวก Key Service จาก Infrastructure ออกมาใช้งานได้ นับว่าฉีกแนวความคิดเรื่องการ Deploy Application และการใช้ประโยชน์จาก Cloud Infrestructure ไปอย่างสิ้นเชิง

เมื่อ Infrastructure ใหม่ถูก Deploy และทดสอบเรียบร้อยแล้ว แค่เปลี่ยน DNS ก็ย้ายมาใช้งานได้ทันที วิธีการนี้จะทำให้สามารถเก็บ Virtual Infrastructure ตัวเก่าไว้เป็น Backup ได้ในช่วงแรก ก่อนจะลบมันทิ้งในภายหลัง

การสร้าง Complete Infrastructre ขึ้นมาเลยอาจฟังดูแปลก แต่เมื่อคำนึงถึงความคุ้มค่าของ Cloud Deployment แล้วก็ไม่แพงไปกว่าการ Deploy Update เฉพาะ Server หรือ Service ที่อาจจะทำงานแค่ระยะหนึ่งเท่านั้น นอกจากนี้การ Deploy ทั้งระบบยังอาจทำให้ OS หรือ ซอฟต์แวร์ได้รับการอัพเดทโดยอัตโนมัติอีกด้วย

การไม่ต้องลงทุนกับ Hardware เราสามารถใช้ Cloud Platform ตัวเดียวกันนี้ในขั้นตอน Dev, Test, และ Production ได้เลย เพียงแค่มี Virtual Network แยกแต่ละ Environment กับ Access Control ยิ่งไปกว่านั้น เรายังสามารถทำงานกับ Production Data ในขั้นตอน Development ได้ด้วยการ Clone Store เมื่อต้องการ Clean Data

Container แหล่งบรรจุทุกอย่าง

การบรรจุ Application ลงใน Docker Container ทำให้จัดการและดึงเอาองค์ประกอบหลักๆ ของ Application จาก Infrastructure มาได้ง่ายขึ้น ทั้งยัง Scale Service ได้อย่างอิสระ

วิธีการนี้นำมาซึ่งรูปแบบใหม่ของ DevOps คือ Idempotent Container โดยแทนที่จะสร้าง Aplication หรือ Service แบบสำเร็จ ก็เปลี่ยนมาเป็นการสร้าง Container ที่เก็บรวม Application, Service, และทุกสิ่งทุกอย่างที่ต้องใช้ในการรัน Application เข้าไว้ด้วยกัน เมื่อไหร่ก็ตามที่นึกอยากจะเปลี่ยนแปลงส่วนใดส่วนหนึ่ง ก็สร้าง Container ขึ้นมาใหม่ ทดสอบ และ Deploy ในฐานะที่เป็นทั้ง Application ไม่ใช่แค่องค์ประกอบชิ้นหนึ่ง การทำแบบนี้ช่วยลดความเสี่ยงของขั้นตอน Development ได้ ต่างจากวิธีการแบบดั้งเดิมที่จะทดสอบแค่ส่วนที่มีการเปลี่ยนแปลง

เมื่อ Container ถูกสร้างและ Deploy ขึ้นมาแล้ว จะไม่มีการเปลี่ยนแปลงอะไรจนกว่า Container อันใหม่จะถูก Deploy เพราะ Container เองก็เป็น Sandbox อย่างหนึ่ง การจะเข้าถึงและจัดการ Content ภายในจึงต้องทำผ่าน API เท่านั้น ส่วนในกรณีของ End-User ก็ต้องใช้บริการ UI ทำให้ Container เป็นรูปแบบในอุดมคติสำหรับ Microservice ที่ใช้ API เป็นแค่สื่อกลางการใช้งาน และด้วยบทบาทของ API ซึ่งเป็นเหมือนข้อตกลงระหว่างทีม DevOps ดังนั้น Container ที่รันบน Server Instance ขนาดเล็ก เช่น CoreOS หรือ Nano Server ของ Microsoft ก็จะกลายมาเป็น Block หนึ่งของ Infrastructure

เป็นไปตามกระแส

ไม่น่าแปลกใจเลยที่ Jenkins กลายเป็น Tool มาตรฐานในขั้นตอนการ Build ได้สร้าง Pipeline Tool ที่รองรับ Docker เพิ่มเข้ามา ลักษณะโครงสร้างที่ปรับแต่งได้ ทำให้สามารถปรับเข้ากับแต่ละ Workflow และทำงานร่วมกับ Source Control Tool รวมทั้ง Development และ Test Platform ได้ง่ายๆ

Kohsuke Kawaguchi ผู้เป็น CTO ของ Cloudbees และ Project Founder ของ Jenkins กล่าวถึงการเพิ่ม Support ของ Docker ว่า “มันช่วยผลักดันความต้องการใช้งาน Jenkins โดยมี Docker ในฐานะ Executable Package Format ให้ Compile และ Package ลงไปใน Binary Blob ที่สามารถนำไปใช้งานได้ทันที และลบทิ้งได้เมื่อไม่ต้องการแล้ว”

เห็นได้ชัดว่า Docker และ Container Format อื่นๆ เข้ากันได้ดีกับวิสัยทัศน์ของ Cloudbee ที่มีต่อ Jenkins “ผู้ใช้สามารถใช้มันสำหรับการ Test หรือ Production ได้ และถ้าล้มเหลว ก็สร้างขึ้นมาใหม่ สามารถ Compile Code ลงใน Module เหมือนกับ Ruby Gem แล้วใส่ลง Container ก่อนจะส่งไปยัง Puppet เพื่ือ Deployment”

ในขณะที่ Docker File Format อยู่ในฐานะภาษาสากลสำหรับโลก Container ทางด้าน Linux Foundation ก็กำลังสนับสนุนการพัฒนา “Open Container Format” ที่มีลักษณะเป็น Common Format ร่วม ดึงเอาเหล่า Container Developer และตัวแทนผู้ให้บริการทั้งหลายมารวมกัน กระทั่งบริษัทอย่าง Microsoft ก็เข้าร่วมด้วย ซึ่ง Common Container Format นี้จะช่วยกระจายการใช้ Container ในกลุ่มผู้ให้บริการ Cloud ทั้ง Public และ Private ให้กว้างขวางยิ่งขึ้น

อย่างไรก็ดี การมี Common Format ของ Container ไม่ได้ช่วยขจัดปัญหาด้านการจัดการ Cloud Infrastructure ที่แตกต่างกันได้ทั้งหมด แต่อย่างน้อยมันก็พอจะช่วยให้การย้าย Service ระหว่าง Cloud สะดวกขึ้น เช่น การย้ายจาก Azure ไปยัง AWS หรือ จาก OpenStack ไปยัง Google Cloud เป็นต้น ส่วน Infrasturcture ที่ถูกจัดการด้วย Puppet หรือ Chef ในระบบคลังของ Git ก็ช่วยให้พัฒนา Translation Layer ที่ใช้ Generic VM และ Network Description สำหรับ Application ได้ และมี Orchestration ที่เหมาะสม ไม่ว่าจะใช้บริการ Cloud แบบไหนอยู่ก็ตาม

Public Cloud อีกก้าวของการจัดการธุรกิจ

บริการ Cloud มี 2 รูปแบบด้วยกัน ได้แก่ คลาวด์สาธารณะ หรือ Public Cloud และ คลาวด์สำหรับองค์กร หรือ Private Cloud ซึ่งชื่อก็บอกเราถึงความแตกต่างกัน ของ Public Cloud กับ Private Cloud

Public Cloud ซึ่งอยู่ภายใน Virtualised Environment โดยมีแหล่งทรัพยากรทางกายภาพร่วมกัน ซึ่งระบบ Public Cloud นี้ สามารถเข้าถึงได้ทางอินเตอร์เน็ต

ด้วยความที่ Public Cloud เป็นระบบที่สามารถเข้าถึงได้โดยสาธารณะ จึงทำให้ข้อดีของ Public Cloud นั้นมีอยู่หลายอย่าง ทั้งยังเหมาะกับผู้ใช้งานรายบุคคลที่ไม่ต้องการระบบ Infrastructure และระบบรักษาความปลอดภัยในระดับสูงเทียบเท่ากับ Private Cloud นอกจากนั้นองค์กรต่างๆ ก็สามารถนำ Public Cloud มาเสริมประสิทธิภาพการทำงานต่างๆ ขององค์กรได้

ซึ่งถ้าจะพูดถึงข้อดีและฟีเจอร์เด่นๆ ของ Public Cloud ก็จะดึงออกมาได้ดังนี้

Scale การทำงานได้ดีมาก โดยเราสามารถดึงทรัพยากรของ Public Cloud มาได้ตามที่ต้องการจากแหล่งทรัพยากรขนาดใหญ่ที่รันอยู่ ทั้งยังตอบสนองต่อการเปลี่ยนแปลงการทำงานได้อย่างต่อเนื่องอีกด้วย

ราคาไม่แพง เนื่องจากระบบ Public Cloud เป็นระบบปฏิบัติการส่วนกลาง และการจัดการทรัพยากรนั้นถูกแชร์ร่วมกันผ่านทาง Cloud อยู่แล้ว จึงทำให้ไม่ต้องปรับเปลี่ยน Server อะไรมากนัก ซึ่งบางครั้งก็มีให้ใช้กันได้แบบฟรีๆ ด้วยซ้ำไป เพื่อแลกกับการโฆษณาและผลประโยชน์อื่นๆ ของผู้ให้บริการ

คุ้มราคาค่าบริการ การคิดค่าบริการของ Public Cloud คือการจ่ายเท่าที่ใช้ โดยให้ผู้ใช้บริการเข้าใช้งานได้ตามต้องการ ในเวลาที่ต้องการเช่นกัน หลังจากนั้นจึงจ่ายค่าบริการในส่วนของทรัพยากรที่ใช้ไปนั้นๆ ตามสัดส่วน

ไม่เคยล้มเหลว Server และ Network จำนวนมากที่อยู่ใน Public Cloud จะมีการเซ็ตระบบไว้ให้พร้อมก่อน ซึ่งต่อให้ระบบทางกายภาพส่วนใดส่วนหนึ่งทำงานล้มเหลว บริการ Cloud นี้ก็ยังสามารถทำงานต่อไปบนระบบที่เหลือได้โดยไม่เกิดผลกระทบใดๆ

มีความยืดหยุ่นสูง ปัจจุบัน Public Cloud รองรับการเข้าถึงจากทุกอุปกรณ์ที่สารถเชื่อมต่ออินเตอร์เน็ตได้ ซึ่งสารถเติมเต็มได้ทุกวัตถุประสงค์การใช้งาน และสะดวกรวดเร็วในการเข้าถึงเป็นอย่างมาก ทำให้มีเวลาในการไปพัฒนาองค์กรในส่วนอื่นๆ ได้อีก

ใช้ได้ทุกสถานที่ อย่างที่กล่าวไปแล้วว่า Public Cloud เข้าถึงได้จากทุกที่ที่มีอินเตอร์เน็ต ดังนั้นจึงไม่ใช้เรื่องยากเลยที่จะเข้าถึงจากที่ไหนก็ได้ ซึ่งเป็นประโยชน์กับทั้งในยามปกติและยามฉุกเฉินที่จะต้องรีบเข้าถึงข้อมูลในยามจำเป็น ทั้งยังสามารถทำงานร่วมกันบน Online Ducument จากหลายๆ ที่ก็ได้เช่นกัน

เห็นข้อดีของ Public Cloud ว่ามีมากมายขนาดนี้ เชื่อได้เลยว่าในอนาคต Public Cloud เองจะเป็นตัวช่วยสำคัญที่ทำให้ธุรกิจก้าวหน้าขึ้น และเป็นองค์กรที่เลือกใช้เทคโนโลยีให้เกิดประโยชน์สูงสุดได้แน่นอน

 

Cloud Computing เทคโนโลยีสมัยใหม่แห่งอนาคต

Cloud คือเทคโนโลยีที่เริ่มต้นมาจากการทำ Virtualization ซึ่งถูกพัฒนาขึ้นจนให้ผู้ใช้งานสามารถให้บริการตัวเองได้ บริการคลาวด์ไม่ใช่เพียงแค่พื้นที่ฝากไฟล์ไว้บนอินเทอร์เน็ต แต่ครอบคลุมถึงการให้ใช้กำลังในการประมวลผล หน่วยความจำ และพื้นที่การจัดเก็บข้อมูล คลาวด์ช่วยลดต้นทุน ประหยัดเวลา และยังเพิ่มพื้นที่ในการจัดเก็บข้อมูลได้มากขึ้น โดยมีบริการคลาวน์ 3 รูปแบบใหญ่ๆ ดังนี้

1.Software as a Service (SaaS) เป็นการให้บริการคลาวด์ด้านซอฟต์แวร์หรือแอพพลิเคชั่น ผ่านทางอินเทอร์เน็ต ช่วยทำให้ประหยัดค่าใช้จ่าย ไม่ต้องเสียเงินจ้างทำระบบคอมพิวเตอร์ สามารถใช้ได้ทุกพื้นที่ไม่จำกัด ยกตัวอย่างที่เห็นได้ชัดที่เราใช้เป็นประจำ เช่น Gmail Google Docs หรือ Google app โดยการใช้งานไม่จำเป็นต้องติดตั้งซอฟต์แวร์ลงบนเครื่อง สามารถใช้งานผ่าน Cloud ได้เลย สามารถทำที่ไหนหรือใช้คอมพิวเตอร์เครื่องไหนก็ได้ หรือสามารถแชร์งานกับเพื่อนๆ ได้

2.Platform as a Service (PaaS) การให้บริการด้าน Platform การบริการจะมีการเตรียมข้อมูลเพื่อพัฒนา Software และ Application เอาไว้ให้เรียบร้อย สามารถไปใช้ได้เลย ช่วยลดต้นทุนและประหยัดเวลาที่ใช้ในการพัฒนาซอฟท์แวร์ เช่น Google App Engine, Web Application, Snapchat เป็นต้น

3.Infrastructure as a Service (IaaS) การให้บริการโครงสร้างพื้นฐานด้านไอที ( Infrastructure) และระบบการจัดเก็บข้อมูลขององค์กร (Storage) เพื่อรองรับการใช้งาน Software และ Application เช่น บริการ Cloud storage อย่าง DropBox ซึ่งให้บริการพื้นที่เก็บข้อมูล

ดังนั้นในปัจจุบันผู้คนจึงนิยมเก็บข้อมูลไว้บนคลาวด์อย่างแพร่หลาย ระบบคลาวด์ถูกออกแบบมาให้รองรับการขยายตัวของระบบได้ง่าย เพื่อรองรับปริมาณและความต้องการของผู้รับบริการคลาวด์ ด้วยความสะดวกรวดเร็ว และสามารถเก็บข้อมูลได้เป็นจำนวนมาก เราสามารถเข้าถึงข้อมูลได้ทุกที่ทุกเวลาทุกอุปกรณ์ผ่านเครือข่ายอินเทอร์เน็ต หมดกังวลเรื่องข้อมูลจะหาย นอกจากนี้ยังประหยัดค่าใช้จ่ายไม่จำเป็นต้องซื้อแฟลชไดร์ฟหรือ Memory Card ที่สำคัญปลอดภัยจากไวรัสแน่นอน