AWS 云采用框架 (AWS CAF)
云采用框架的六大核心视角
在最高层面上，AWS 云采用框架 (AWS CAF) 将指导分为六个关注领域，这些关注领域称为视角。每个视角涉及不同的责任。规划过程可以帮助组织中的合适人员为未来的变化做好准备。
一般来说，业务、人员和监管视角侧重于业务能力，而平台、安全和运维视角侧重于技术能力。
业务视角
业务视角可以确保 IT 与业务需求保持一致，并确保 IT 投资与关键业务成果挂钩。
使用“业务视角”为云采用创建强大的业务案例，并确定云采用计划的优先级。确保您的业务策略和目标与您的 IT 策略和目标保持一致。
“业务视角”中的常见角色包括：
-
业务经理
-
财务经理
-
预算责任人
-
策略利益相关方
人员视角
人员视角支持制定全组织范围的变更管理策略，从而成功地采用云。
使用“人员视角”评估组织结构和角色、新技能和流程要求，并找出差距。这有助于确定培训、人员配置和组织变革的优先级。
“人员视角”中的常见角色包括：
-
人力资源专员
-
人事专员
-
人事经理
监管视角
监管视角侧重于使 IT 策略与业务策略保持一致的技能和流程。这可确保您最大限度地提高业务价值并将风险降至最低。
使用“监管视角”了解如何更新要确保云中的业务监管所需的员工技能和流程。管理和衡量云投资以评估业务成果。
“监管视角”中的常见角色包括：
-
首席信息官 (CIO)
-
项目经理
-
企业架构师
-
业务分析师
-
产品组合经理
平台视角
平台视角包括在云上实施新解决方案以及将本地工作负载迁移到云的原则和模式。
使用各种架构模式来了解和沟通各个 IT 系统的性质及其关系。详细描述目标状态环境的架构。
“平台视角”中的常见角色包括：
-
首席技术官 (CTO)
-
IT 经理
-
解决方案架构师
安全视角
安全视角可以确保组织满足可见性、可审核性、控制和敏捷性等方面的安全目标。
使用 AWS CAF 来精心安排安全控制措施的选择和实施来满足组织的需求。
“安全视角”中的常见角色包括：
-
首席信息安全官 (CISO)
-
IT 安全经理
-
IT 安全分析师
运维视角
运维视角可以帮助您根据与业务利益相关方事先商定的投入程度，启用、运行、使用、运营和恢复 IT 工作负载。
确定如何开展每天、每季度和每年的业务。与业务运营保持一致并为其提供支持。AWS CAF 可以帮助这些利益相关方确定当前的运营程序，并确定成功实施云采用所需的流程变更和培训。
“运维视角”中的常见角色包括：
-
IT 运营经理
-
IT 支持经理
迁移策略
六大迁移策略
将应用程序迁移到云最常用的六项迁移策略包括：
-
重新托管
-
更换平台
-
重构/重新设计架构
-
重新购买
-
保留
-
停用
重新托管
重新托管（也称为“直接迁移”）涉及在不做更改的情况下迁移应用程序。在大型传统迁移场景中，公司希望实施迁移并快速扩展，以便满足业务案例需求，因此大多数应用程序都会进行重新托管。
更换平台
更换平台（也称为“修补后迁移”）涉及进行一些云优化以实现切实的优势。优化是在不改变应用程序的核心架构的情况下实现的。
重构/重新设计架构
重构（也称为重新设计架构）涉及使用云原生功能重新考虑应用程序的架构设计和开发方式。重构是出于迫切的业务需求，需要增加功能、扩大规模或提高性能，但在应用程序的现有环境中难以实现这些目的。
重新购买
重新购买涉及从传统许可证转变为软件即服务模式。
例如，企业可能会从客户关系管理 (CRM) 系统迁移到 Salesforce.com，因而实施重新购买策略。
保留
保留包括将对业务至关重要的应用程序保留在原环境中。保留内容可能包括需要在迁移之前进行重大重构的应用程序或可以推迟到以后的工作。
停用
停用是指删除不再需要的应用程序的过程。
AWS Snow 系列
AWS Snow 系列成员
AWS Snow 系列是一系列物理设备，可以用物理方式将高达 EB 级的数据传入和传出 AWS。
AWS Snow 系列包括 AWS Snowcone、AWS Snowball 和 AWS Snowmobile
这些设备提供不同的容量点，其中大部分设备还内置有计算功能。AWS 拥有和管理 Snow 系列设备，并将其与 AWS 的各种安全、监控、存储管理和计算功能集成。
AWS Snowcone
AWS Snowcone 是一种坚固且安全的小型边缘计算和数据传输设备。
它具有 2 个 CPU、4GB 内存和 8TB 的可用存储容量。
AWS Snowball
AWS Snowball 提供两种类型的设备：
-
Snowball Edge Storage Optimized
设备非常适合大型数据迁移和重复传输工作流程以及具有较高容量需求的本地计算。
-
存储能力：80TB 硬盘驱动器 (HDD) 容量，用于数据块卷和与 Amazon S3 兼容的对象存储；1TB 的 SATA 固态硬盘 (SSD)，用于数据块卷。
-
计算能力：40 个 vCPU 和 80GiB 内存，可支持 Amazon EC2 sbe1 实例（相当于 C5）。
-
-
Snowball Edge Compute Optimized
可为机器学习、全动视频分析、分析和本地计算堆栈等使用案例提供功能强大的计算资源。
-
存储能力：42TB 的可用 HDD 容量，用于与 Amazon S3 兼容的对象存储或与 Amazon EBS 兼容的数据块卷；7.68TB 的可用 NVMe SSD 容量，用于与 Amazon EBS 兼容的数据块卷。
-
计算能力：52 个 vCPU、208GiB 内存和一个可选的 NVIDIA Tesla V100 GPU。设备运行 Amazon EC2 sbe-c and sbe-g 实例，这些实例相当于 C5、M5a、G3 和 P3 实例。
-
AWS Snowmobile
AWS Snowmobile 是一种用于将海量数据移动到 AWS 中的 EB 级数据传输服务。
Snowmobile 是一种加固的 45 英尺长的集装箱，由一台半挂卡车牵引，一次可以传输高达 100PB 的数据。
利用 AWS 进行创新
利用 AWS 服务进行创新
在探究如何使用 AWS 服务时，关注预期结果非常重要。如果您能够清楚地阐述以下情况，就能够推动云中创新：
-
当前状态
-
预期状态
-
您要解决的问题
当您继续您的云之旅时，请考虑您未来可能探索的一些路径。
无服务器应用程序
AWS 中的无服务器应用程序是指无需您预置、维护或管理服务器的应用程序。您无需担心容错能力或可用性。AWS 会为您处理这些事宜。
AWS Lambda 就是一种可以运行无服务器应用程序的服务。如果您将架构设计为触发 Lambda 函数来运行代码，您就无需管理各个服务器。
使用无服务器应用程序构建架构使您的开发人员能够专注于其核心产品，而不是管理和操作服务器。
人工智能
AWS 提供各种由人工智能 (AI) 提供支持的服务。
例如，您可以执行以下任务：
-
利用 Amazon Transcribe 将语音转换为文本。
-
利用 Amazon Comprehend 发现文本中的模式。
-
利用 Amazon Fraud Detector 识别潜在的欺诈性在线活动。
-
利用 Amazon Lex 构建语音和文本聊天机器人。
机器学习
传统的机器学习 (ML) 开发复杂、昂贵、耗时且容易出错。AWS 提供 Amazon SageMaker 来消除该流程中的困难工作，让您能够快速构建、训练和部署机器学习模型。
您可以使用机器学习分析数据、解决复杂问题并在结果出现之前预测结果。
其他资源
要详细了解AWS云中的迁移和创新模块中探讨的概念，请查看以下资源。