理想的混合云應該是一種無縫的分布式架構，其中數據和應用程序自動找到完美的資源集合，以便為用戶提供最佳性能。

當然，現實情況完全不同。大多數企業仍在努力解決配置和遷移問題，只是為了創建一個基本的，有效的混合架構，更不用說支持動態工作流平衡的復雜自動化堆棧了。

這可能是公共云采用速度比私有云開發快得多的部分原因。在一天結束時，將整個數據環境移植到第三方基礎架構會更容易。

挑戰，但不是不可能的

但是，雖然成功的混合架構面臨的挑戰是巨大的，但它們絕不是無法克服的。而且由于大多數企業都希望將一些數據保存在家附近，我們可以期待看到持續不斷的努力來提高混合架構的性能一段時間。

Apigee首席技術官Anant Jhingran表示，最簡單的方法之一是通過適當的應用程序管理。無論網絡有多先進，無論是在地理位置分散的數據中心之間穿梭數據都必然會引入延遲。因此，只需選擇靠近本地數據中心的云服務提供商，就可以大大減少延遲。

但是還有其他方法可以加快速度。常見問題是在將管理和分析服務推送到云時，在企業數據中心運行后端應用程序及其相關應用程序編程接口(API)的習慣。雖然比在內部托管所有內容成本更低，但隨著API在兩臺主機之間不斷地來回徘徊，這往往會減慢速度。更智能的方法是使用輕量級聯合網關，將API運行時保留在數據中心，同時將分析數據異步推送到提供程序。

但可能對混合云最大的損害是應用程序本身。事實上，遺留應用程序根本不是為支持云的松散耦合的虛擬基礎架構而設計的。這就是為什么像Docker，思科，HPE和微軟這樣的公司聯手幫助企業更新其云應用程序組合的原因。該現代化傳統應用(MTA)計劃具有應用程序管理工具，混合基礎架構和專業服務，旨在幫助組織將其應用程序容納并將其部署到Docker的Enterprise Edition軟件下的云中。最重要的是，它不需要修改源代碼，為IT團隊提供即時可移植性，安全性和其他好處，無論他們使用的是Windows還是Linux應用程序。

適合正確架構的正確應用

但是，很可能某些流程在云中表現良好，而其他流程表現不佳，因此企業必須經過大量的反復試驗才能達到最佳數據生態系統。CiRBA首席技術官Andrew Hillier表示，實現這一目標的最佳方式是通過有條理的數據驅動流程，權衡混合架構中可用的各種選項與業務需求及其相關應用程序。要問的關鍵問題包括：

什么委托人應該管理云使用?

什么標準應該確定部署工作負載和托管應用程序的位置?

需要哪些資源和云實例?

如何為面向云的應用程序維護控制?

預計這將是一個持續的轉型，主要是由新興的面向開發的IT管理模型的持續集成/持續部署風格推動的。

混合云性能也有望從更廣泛影響數據生態系統的無數技術進步中受益。正如Digital Realty的首席技術官Chris Sharp最近向Datacenter Frontier所說，人工智能，神經網絡和細粒度數據收集和分析等技術為云帶來了豐富的功能，遠遠超過傳統基礎設施中的任何功能。

一個關鍵的發展是用于云訪問的專用私有網絡(物理和虛擬)的興起。在云的早期，主要應用程序是通過公共互聯網提供的大容量存儲和計算服務。這不僅緩慢且不可靠，而且還為敏感數據和資源引入了新的攻擊向量。通過專用網絡，組織可以與一個或多個提供商保持穩定的連接，并結合動態擴展和靈活的速率調度，從而更好地將網絡資源消耗與波動的工作負載相匹配。

可以理解的是，隨著混合云早期的大肆宣傳，現在部署實際生產環境的現實正在出現，對技術將產生強烈反對。但隨著混合必殺技的夢想開始消退，組織現在可以了解部署基礎架構和優化性能的實際工作。

雖然很容易根據當今的傳統應用程序來衡量性能，但混合云實際上會產生一個獨特的數據環境，其服務和操作特性無法在傳統基礎架構或純公共云或私有云中復制。

最終，所有人的最大性能優勢將是能夠創建數據生態系統，使企業能夠提供地球上任何其他人都無法復制的服務。