云投资回报率必须设置明确的期望目标

日期:2014-11-6作者:Brien Posey翻译:滕晓龙 来源:TechTarget中国 英文

【TechTarget中国原创】

在你制定云投资回报率(ROI)战略的过程中,第一步就是要针对可预见的未来预估存储资源的消耗。

在企业存储环境中支持云存储可能是一项艰巨的任务,因为企业用户会向这项尖端技术要求很多很多。为了避免在项目实施过程中出现任何的意外,存储管理员和CIO们需要针对云投资制定一个明确的期望目标。

如同众多的技术项目一样,云ROI可能受多种因素的影响。为云存储应用进行业务必要性和可行性论证的第一步就是为可预见的未来进行存储资源消费评估。

很多企业都会把执行存储资源消费计划作为他们日常维护和预算规划的一部分,所以这些数字可能都是垂手可得的。由于不同种类的存储资源有可能消耗速度不同,所以请务必要在每个存储层的基础上进行消耗量估算。

一旦确定了目前的存储需求,那么就需要针对该项目的本地端和云端存储进行成本估算。这么做就可以让用户把本地存储成本视作云存储租用成本的一个基准。

存储消耗预测可以让你估算未来的存储成本,但是仅靠原始的存储成本估算并不足以确定本地存储或云存储是否最适合你的实际需求。

在某些情况下,对原始存储成本进行比较往往有着较大的误导性。假设,你确定你的组织在第二年将使用10TB的存储容量。如果你在你的网络上已经有了可用的存储资源,那么本地存储的成本相比云存储的显著成本就可能为零。但是,你最终实际上会用完你的本地存储资源,并需要购买硬盘、存储阵列等等。所以,应对长期存储成本进行估计而不仅仅是短期成本,这一点是非常重要的。例如,你可能需要考虑制定一个为期五年的计划以便于在较长的一段时间内进行成本估算。

关于存储消耗需要询问的问题

当对云存储进行业务必要性验证时,尝试大量不同的“假设”应用场景将是一个好主意。如果能这么做,那么你应该就能够回答如下这样的问题:

  • 如果我的五年存储消费估算下降20%,那么它的财务影响会是什么? 
  • 如果我的长期预测下降了二成,那么这是否会让我们考虑更换更具成本效益的存储介质(本地存储是否突然比云存储变得更具成本效益)? 
  • 在开始出现性能下降问题之前,我们的互联网连接能够吸收掉多少超出预测估算的存储流量? 

你还应当对你的云存储实施一个盈亏平衡分析。其原因是,云存储通常都意味着一个相对较低的月租费,但是由于云存储网关的要求会产生一个较高的初始启动成本。

当你要求管理层作出一个有大量资本支出的决策时(一个或多个云存储网关),那么他们通常就会希望知道这次的ROI。盈亏平衡分析就可以让你做到这一点。预测ROI的一个方法就是确定你的内部部署存储的平均月成本(可根据采购成本、更换故障驱动器、维修等等),然后将这个数字与云存储的平均月成本进行比较。假定云存储的平均月成本更低,那么你就可以确定花多长的时间以每月的成本节省来抵消你的前期投入——这就是你的盈亏平衡点。只要超出了这个平衡点,你就可以考虑投资回报了。

惊人的成本会毁掉云存储体验

一直以来,围绕着各种云存储的定价模式总是存在着相当多的争议。一些批评人士甚至还指责云存储供应商们把开发的隐藏成本也纳入了他们的定价模式中。

从表面上来看,云存储的定价应当是非常简单明了的。供应商们总是以成本每月每GB的形式来给出它们的定价。对于这一模式,企业可以简单地估算其每月成本,即把它们计划存储数据的容量(GB)乘以单位容量单位时间的价格。

但是有些变量会在其中发挥作用。请记住,一些(但不是全部)云存储供应商在确定单位GB成本时是会使用浮动制计费方式或设定最低消费的。而这种定价方式就存在着很多的变数。举例来说,某家供应商可能会按照每月每GB 3美分的价格收费,但是它会要求用户每月最低消费500GB。 这就意味着,即便某家企业用户在一个月里只使用了150GB的存储资源,但是他们却仍然必须按照使用了500GB的容量来交费。

另外,价格还会随着所使用的存储类型不同而有所变化。例如,谷歌公司就提出了标准版和DRA版的两种存储类型。

任何估算原始存储成本

以下是估算企业原始存储成本的若干步骤。

对一段时间内本地存储的总持有成本进行估算。考虑诸如存储层使用、维护成本(维护合同、更换硬盘等等)、硬件采购成本、电力和冷却成本,以及支持成本等多种因素。 


  • 使用本地存储成本来建立一个成本基准。 
  • 对未来若干年的存储消费情况进行预测估算。你可能需要对每个存储层分别进行估算。 
  • 使用你的存储消费预测,估算今后几年的云存储成本。 
  • 把预测的云存储成本和本地存储成本进行比较,以确定哪一种类型的存储具有更低的原始成本。 


而在其中发挥最大作用的隐性成本就是交易成本。交易成本可以有各种形式,但是它们通常都是基于读写操作的。虽然单位容量的存储成本往往是基于静态数据的,但是一些供应商会对用户从云存储端读写数据收取交易费。而其他的供应商则只在从部署在不同区域的服务器上发送或读取数据的情况下收取费用。例如,谷歌对于离开美洲或者以亚太地区为目标的数据会收取网络出口费。

此外,云供应商们有时候会为用户执行某些操作而收取费用,例如Get、Put或Post等。这些费用通常以1千次或1万次次作为计费单位——一些供应商可能会区分操作类型并给出不同的优惠折扣。

因为,通常都会有与云存储相关的成本,而这部分成本要高于简单存储的单位容量成本,所以在签署合同之前向云存储供应商咨询他们是如何计算费用的是非常重要的。此外,记得云供应商可能不是意料之外费用的唯一来源也是很重要的。如果你的互联网服务供应商(ISP)是基于带宽消费来收费的,那么使用云存储将不可避免地导致更高的互联网成本。

计算带宽成本

当你计算使用云存储服务的总成本时,互联网带宽一定是必须纳入计算范围的因素之一。这是因为有一些ISP是基于用户使用带宽的数量来收取费用的。使用云存储将不可避免地导致更高的网络带宽消耗,这就会转化为每月更高的互联网服务费用。

厉行节约

很多时候,企业用户选择使用云存储是作为一种归档存储的形式。在这一前提下,数据存储的保留策略将直接影响云存储的日常使用成本。

大部分的云存储供应商都会按每GB/每月的形式向客户收取费用,所以存储的数据越多,每月的支出成本也就越高。

当归档数据被要求无限期保留时,云存储的成本就会逐渐增长,而且其成本将随着归档数据的增加而持续不断地增长。

一些企业只把云存储作为一种归档存储的形式来使用。在这类情况下,用户很容易就会放松对带宽问题的关注,因为归档存储在本质上来说是一种具有极低使用率的存储应用。即便如此,把归档数据从内部部署存储迁移至云存储仍然是一个带宽密集型的过程。当谈及对云存储进行财务评估时,你可以把在初期迁移过程中与带宽消费相关的成本归类为传输成本。

当你在评估云存储对互联网带宽消费的影响时,请记得你的互联网带宽必须被各种不同的网络服务所共享。除非你拥有足够的可用带宽来使用云存储服务,否则你的其他依赖于带宽的互联网服务性能将受到一定的影响。因此,向你的ISP租用额外的带宽资源将变得有必要。而所有额外要求的带宽资源都应当被纳入云存储月度成本的计算范围内。

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

评论
查看更多评论

敬请读者发表评论,本站保留删除与本文无关和不雅评论的权力。

作者>更多

Brien Posey
Brien Posey

微软最有价值专家(MVP),具有二十多年的IT经验,前后获得七次微软MVP,重点专注SharePoint管理,发表过上千篇文章,并出版十多本IT书籍。

云存储>更多

相关推荐

技术手册>更多

  • 企业私有云选型完全手册

    虽然云计算发展的春天已经来临,但是众多企业仍然希望保持对IT环境和物理资源的控制。通常情况下,法律或法规会阻止企业实施从数据中心到公共云计算的转变。这就成全了私有云计算,它允许企业在本地管理硬件,同时又允许最终用户远程访问基础设施的下一个逻辑步骤。尽管每个IT环境都是独一无二的,但是对你的私有云计算项目实现从规划到投产有很多可供借鉴的最佳实践案例,其中包括选择正确的管理程序、软硬件以及合适的广域网和宽带技术。在这本技术手册中,我们将会关注企业私有云选型以及如何落地。

  • 调查报告:云计算应用趋势以及成本分析

    企业选择采用公有云服务或者构建私有云的原因多种多样,但都是为了和企业的目标保持一致。TechTarget调查结果显示了这些动机,本报告揭示了潜在的云应用趋势和成本分析。

  • 下一代数据中心交换网络:云计算虚拟化交换网络

    下一代数据中心交换网络:云计算虚拟化交换网络。在云计算漫漫之旅上,虚拟化将是我们建设架构即服务云不得不跨越的一道坎,而大规模部署虚拟化更是给传统数据中心管理模式、服务器、存储和网络架构规划管理带来巨大的挑战。

  • 微软三大云计算产品全概览PDF下载

    中国企业对“Azure”是既熟悉又陌生。熟悉是因为Azure平台在微软云战略中占有举足轻重的地位;陌生是因为在国内还没有任何Azure平台商用的实施案例。

TechTarget

最新资源
  • 安全
  • CIO
  • SOA
  • 虚拟化
  • 网络
  • 数据中心