Faire face à la complexité des environnements conteneurisés

Les raisons d’une complexité en hausse

Gérer un parc informatique n’est pas aisé et ne l’a jamais été. Toutefois, lorsque vous combinez la pression pour un fonctionnement plus rapide et à plus grande échelle avec quasiment aucune augmentation des effectifs, la complexité ne tarde pas à apparaître. C’est particulièrement vrai lorsque de nouvelles technologies, telles que les conteneurs et Kubernetes, entrent en scène.

Que ce soit dans le cadre d’une pratique DevOps, ou par volonté d’utiliser une infrastructure en cloud public, les organisations ont augmenté leur usage des conteneurs pour les applications en production à la fois stateful et stateless.

La portabilité accrue des applications conteneurisées favorise les stratégies multicloud et hybrides.

Or, ces environnements hétérogènes induisent des effets secondaires qui – s’ils sont mal anticipés – pèsent sur les épaules de la DSI.

• Tandis que les équipes informatiques accélèrent et allègent le processus d’affectation des ressources aux développeurs, elles font moins d’effort pour s’assurer que ces ressources répondent aux besoins applicatifs. Les entreprises ont alors souvent tendance à s’engager sur la pente du surapprovisionnement ; une pratique qui accroît indirectement les coûts.
• En outre, la portabilité accrue des environnements conteneurisés conduit à augmenter le nombre d’emplacements à administrer, et oblige à appréhender davantage d’environnements de cloud public et à coordonner un plus grand nombre d’équipes en interne.
• À mesure que l’IT consomme des ressources à l’échelle de multiples environnements de cloud public, suivre le coût de ces ressources peut rapidement devenir insurmontable. Le cabinet ESG constate que 63 % des organisations déclarent qu’un manque de visibilité sur les dépenses liées au cloud public entrave leur planification informatique.

Aussi, même si les organisations œuvrent à accélérer leurs opérations, il en résulte une complexité accrue qui induit une inefficacité et une hausse des coûts. Ces coûts, qu’il est toujours important de maîtriser, peuvent constituer une charge considérable pour des organisations numériques à forte croissance. Résultat : l’inefficacité accrue liée à l’utilisation de services à la demande draine un budget qui pourrait être alloué à de nouvelles initiatives, ralentissant ainsi l’innovation à terme.

Comment aborder ces défis ?

Recruter davantage n’est pas forcément la solution. Les experts en conteneurs sont difficiles à trouver, et souvent plus encore à fidéliser. En outre, la demande est telle que les heureux élus en joue. Autant que faire se peut, le personnel interne doit se focaliser sur l’élaboration et la création d’une valeur métier, via l’innovation et non l’optimisation de l’infrastructure.

Externalisez intelligemment la complexité. Développer une pratique de conteneur moderne peut constituer une nouveauté pour vous ; mais ce n’est pas le cas pour tout le monde. Faites appel à des experts qui ont l’expérience des conteneurs. Il s’agit de trouver un partenaire capable d’accroître l’adoption de workloads conteneurisées, tout en diminuant le risque. Les meilleurs cabinets peuvent vous aider à « re-plateformer » des applications, via des environnements conteneurisés, et à mener une refonte architecturale d’applications monolithiques, dans une architecture de microservices. Il faudra tout de même veiller à internaliser ce savoir-faire au risque d’être dépendant de ses partenaires et de ses fournisseurs.

Recourez à des indicateurs plus intelligents grâce à l’IA. Optimiser une infrastructure au moyen de processus traditionnels revient souvent à s’appuyer trop fortement sur les connaissances d’un petit nombre de personnes. Or, si certains outils peuvent offrir une meilleure vision du comportement des applications, déterminer les étapes suivantes relève habituellement plus d’une intuition que d’un processus « data driven ». C’est pour cette raison que certaines entreprises cherchent à intégrer des outils nourris à l’IA. Par exemple, StormForge fait appel au machine learning et à un test de performance intégré pour recommander certaines optimisations dans le cadre de déploiements d’applications sur Kubernetes.

Au cours de son processus, StormForge procède à des expérimentations itératives contribuant à comprendre et à visualiser l’équilibre à trouver entre des décisions d’infrastructure en utilisant différentes métriques – telles que les performances, la disponibilité, le temps et le coût. Ainsi les organisations peuvent-elles faire les meilleurs choix pour leurs besoins métier.

À l’ère du numérique, le succès dépend de l’accélération des opérations informatiques et du développement des applications, de l’optimisation des ressources de stockage et de calcul ainsi que de la concentration d’un maximum de talents sur l’innovation. Trop d’entreprises gaspillent de précieux crédits budgétaires en n’optimisant pas correctement l’environnement à mesure que l’utilisation des conteneurs augmente. D’autres entreprises gaspillent trop de ressources en essayant d’optimiser l’environnement avec les outils existants. Utilisez les formes d’intelligence extérieure, que cette aide prenne la forme de services ou de meilleurs outils propulsés à l’IA.