Überspringen zum Hauptinhalt

Multi-Cloud in AWS – Features

Themen der Seite

Anwendungsfälle

Alles öffnen

Unabhängig von Ihrem Anwendungsfall bietet AWS Tools und Anleitungen, die Ihnen helfen, Ihre Multi-Cloud-Strategie erfolgreich umzusetzen, einschließlich Funktionen für wichtige Anwendungsfälle wie:

  • Fusionen und Übernahmen: Ermöglichen Sie Ihrem kombinierten Unternehmen nach einer Fusion oder Übernahme die Nutzung vorhandener Lösungen und Daten verschiedener Cloud- und Softwareanbieter.
  • Geschäftsanforderungen: Einzelne Geschäftsbereiche haben möglicherweise unterschiedliche Anforderungen und technische Fähigkeiten, die auf bestimmte Lösungen in bestimmten Clouds zugeschnitten sind.
  • Vertragliche Anforderungen: Stark regulierte Unternehmen haben möglicherweise vertragliche Kundenanforderungen, die den Einsatz eines bestimmten Cloud-Anbieters erfordern.
  • Datenzusammenarbeit: Wenn Daten privat und geschützt bleiben müssen, arbeiten Sie mit den Datensätzen Ihrer externen Partner über mehrere Datenquellen und Clouds hinweg zusammen, ohne Quelldaten zu kopieren oder zu teilen.
  • Compliance und Vorschriften: Erfüllen Sie die Compliance-Anforderungen und Anforderungen an die digitale Souveränität, wie Portabilität und Interoperabilität, zwischen Cloud-Services verschiedener Cloud-Anbieter.

Mit einem vertrauten Toolset können Sie die Cloud-Verwaltung in allen Umgebungen vereinfachen, Migrationen und Anwendungsmodernisierung beschleunigen, Netzwerke über Clouds hinweg erweitern und überall Erkenntnisse aus Daten gewinnen – alles über AWS.

Features

Alles öffnen

Die Verwaltung mehrerer Cloud-Umgebungen kann zu betrieblichen Herausforderungen führen. Mit AWS können Sie Ihren Multi-Cloud-Betrieb in allen Umgebungen vereinfachen und zentralisieren, um eine sichere und nahtlose Verwaltung, Compliance und Beobachtbarkeit zu gewährleisten. Mit AWS Systems Manager können Sie Knoten wie EC2-Instances, Server und virtuelle Maschinen (VMs) in AWS, On-Premises und in anderen Clouds wie Microsoft Azure verwalten, aktualisieren und patchen. Sie können beispielsweise Aufgaben für Azure-Ressourcen automatisieren. Darüber hinaus können Sie die Konfigurationsverwaltung und die Compliance-Berichterstattung zentralisieren, um die Konfigurationen von Zehntausenden von VMs, verwalteten Datenbanken, Speicher- und Netzwerkkomponenten von AWS und anderen Cloud-Anbietern mit AWS Config zu überwachen. Sie können Aktivitätsprotokolle aus AWS und anderen Clouds aggregieren und unveränderlich speichern und diese Daten dann mithilfe von SQL-Abfragen mithilfe von AWS CloudTrail Lake analysieren, einem zentralen Ort für unveränderliche Benutzer- und API-Aktivitätsereignisse für Audits und Sicherheitsuntersuchungen. Wenn Sie Infrastructure as Code (IaC)-Tools wie HashiCorp Terraform zur Verwaltung der Multi-Cloud-Infrastruktur verwenden, können Sie auch den Terraform AWS Cloud Control (AWS CC) Provider verwenden, um AWS-Features und -Services mit den neuesten AWS-Innovationen bereitzustellen und zu verwalten.

Wenn Sie nur einen begrenzten Überblick über verschiedene Cloud-Umgebungen haben, hilft Ihnen AWS, das Verhalten, die Leistung und den Zustand der Ressourcen in Multi-Cloud-Umgebungen zu überwachen und nachzuvollziehen. Mit Amazon OpenSearch Service und Amazon CloudWatch können Sie in allen Umgebungen, darunter Microsoft Azure und Google Cloud Platform, Alarme einrichten, Protokolle, Metriken und Ereignisse erfassen sowie Workloads, VMs und Container überwachen. Außerdem unterstützt Amazon CloudWatch Datenabfragen aus mehreren Quellen, wie etwa Amazon OpenSearch Service, Amazon Managed Service für Prometheus, Azure Monitor und eigene kundenspezifische Datenquellen. So können Sie sich einen Überblick verschaffen und Alarme für Hybrid- und Multi-Cloud-Metriken in einer einzigen Ansicht einrichten – ohne zusätzliche Kosten für das Duplizieren von Metriken oder das Wechseln von Tools. Darüber hinaus können Sie mit Amazon Managed Service für Prometheus benutzerdefinierte Warnungen für die Anwendungsleistung erstellen und mit Amazon Managed Grafana Beobachtbarkeits-Dashboards erstellen, untersuchen und freigeben.

Das Erstellen und Bereitstellen von Modellen für Machine Learning (ML) und KI-Anwendungen in Cloud-Umgebungen kann kompliziert und zeitaufwändig sein. AWS-Services helfen Ihnen dabei, die Vorteile großer Sprachmodelle (LLMs) und ML-Technologien in einer Multi-Cloud-Umgebung zu nutzen. Sie können ML-Modelle in AWS erstellen und trainieren und sie bei einem anderen Cloud-Anbieter bereitstellen. Sie können das Modell beispielsweise mit Amazon SageMaker trainieren, die Modellartefakte in Amazon S3 speichern und das Modell in Azure bereitstellen und ausführen. In wenigen Schritten können Sie SageMaker Jumpstart ganz einfach verwenden, um vorgefertigte Basis- oder ML-Modelle von Drittanbietern bereitzustellen. Sie können Amazon Bedrock auch verwenden, um generative KI-Anwendungen mithilfe von Basismodellen verschiedener Cloud-Anbieter zu erstellen und zu skalieren. AWS bietet Unterstützung für Szenarien, in denen Sie Ihr eigenes Modell für Vorhersagen in SageMaker oder in SageMaker Canvas einbringen.

Das Gewinnen von Erkenntnissen aus unterschiedlichen Quellen in einer Multi-Cloud-Umgebung kann die Verwendung mehrerer Abfragen und Problemumgehungen für den Zugriff auf die Daten erfordern. AWS bietet Analytik- und ML-Services, mit denen Sie Erkenntnisse aus all Ihren Daten gewinnen können, unabhängig davon, ob diese in AWS oder anderen Clouds, On-Premises, am Edge, in SaaS-Anwendungen oder in Analytikservices gespeichert sind. Stellen Sie einfach eine Verbindung zu Daten in Anwendungen wie Adobe, Google Analytics, Google BigQuery, Salesforce, SAP, ServiceNow und Zendesk her und führen Sie Analytik oder Machine Learning aus.

Mit Amazon Athena können Sie Daten, die in verschiedenen externen Datenquellen – einschließlich relationaler, nichtrelationaler, Objekt- und anderer Cloud-Datenspeicher – gespeichert sind, abfragen und Erkenntnisse daraus gewinnen, ohne Daten kopieren oder transformieren zu müssen. Sie können Athena verwenden, um interaktive Abfragen über mehrere Aufzeichnungssysteme hinweg auszuführen, einheitliche Datensätze für Business Intelligence zu erstellen und Daten für die Verwendung in ML-Training vorzubereiten. Beispielsweise ermöglicht der Amazon-Athena-Connector für Google BigQuery Amazon Athena, SQL-Abfragen für Ihre Google-BigQuery-Daten auszuführen.

Mit Amazon AppFlow können Sie bidirektionale Datenflüsse zwischen SaaS-Anwendungen und AWS-Services mit nur wenigen Klicks automatisieren. Führen Sie die Datenflüsse mit der gewählten Frequenz aus, sei es nach einem Zeitplan, als Reaktion auf ein Geschäftsereignis oder bei Bedarf. Vereinfachen Sie die Datenaufbereitung mit Transformationen, Partitionierung und Aggregation. Automatisieren Sie die Vorbereitung und Registrierung Ihres Schemas mit dem AWS-Glue-Datenkatalog, damit Sie Daten mit AWS-Analytik- und Machine-Learning-Services entdecken und gemeinsam nutzen können.

Das Verschieben und Vorbereiten von Daten in einer Multi-Cloud-Umgebung kann die wiederholte Ausführung und Verwaltung mehrerer Skripts erfordern. Mit AWS DataSync, einem sicheren Service, der die Übertragung von Daten zwischen Speichersystemen automatisiert und beschleunigt, können Sie Daten zwischen AWS, On-Premises-Dateisystemen und anderen Cloud-Speicherservices verschieben, ohne dass Sie Skripts schreiben und ausführen müssen, um wiederholte Übertragungen zu verwalten. Mit DataSync können Sie auf Daten von 12 Speicherorten zugreifen, die sich über andere Clouds, On-Premises und am Edge erstrecken, und sie zu und von AWS verschieben, um Workflows und Verarbeitung zu unterstützen.

Vereinfachen Sie die Datenvorbereitung mit AWS Glue, einem Serverless-Datenintegrationsservice. Mit AWS Glue können Sie über 80 verschiedene Datenquellen entdecken und eine Verbindung zu ihnen herstellen, darunter andere Cloud-Datenbanken wie Google BigQuery und Analytikservices. Sie können Ihre Daten auch in einem zentralisierten Datenkatalog verwalten und ETL-Pipelines (Extrahieren, Transformieren und Laden) visuell erstellen, ausführen und überwachen, um Daten in Ihre Data Lakes zu laden. Sie können Daten über Konnektoren bidirektional zwischen Amazon S3 und entweder Azure Blob Storage oder Azure Data Lake Storage verschieben. Sie können auch neue Datenbankkonnektoren für AWS Glue Apache Spark nutzen, darunter Teradata, SAP HANA, Azure SQL, Azure Cosmos DB, Vertica und MongoDB.

Möchten Sie sicher mit Ihren Partnern zusammenarbeiten, ohne Quelldaten zu kopieren oder zu teilen, oft mit Datensätzen, die außerhalb von AWS gespeichert sind? Mit AWS Clean Rooms können Sie datenschutzfreundliche Kontrollen nutzen, um Erkenntnisse zu gewinnen, indem Sie mit den Datensätzen Ihrer Partner aus mehreren Datenquellen und Clouds wie Amazon S3, Amazon Athena und Snowflake zusammenarbeiten, ohne ETL (Extrahieren, Transformieren und Laden) und ohne dass Sie Ihre zugrunde liegenden Daten kopieren, teilen oder verschieben müssen.

AWS Interconnect – Multicloud: Eine neue Funktion, die die Multi-Cloud-Konnektivität zwischen AWS und anderen Cloud-Dienstanbietern vereinfacht, angefangen bei Google Cloud. Interconnect – Multicloud, das erste speziell entwickelte Produkt seiner Art, ist eine verwaltete Verbindung, die es Kunden ermöglicht, private, robuste Hochgeschwindigkeitsnetzwerkverbindungen mit dedizierter Bandbreite zwischen ihren Amazon VPCs und anderen Cloud-Umgebungen einzurichten – und das alles mit Leichtigkeit.

Die Bereitstellung und Konfiguration eines Multi-Cloud-Kubernetes-Clusters kann komplex sein. Amazon Elastic Kubernetes Service (EKS) läuft Upstream-Kubernetes und ist als Kubernetes-konform zertifiziert, sodass Sie alle vorhandenen Plug-ins und Tools der Kubernetes-Community verwenden können, um Zeit bei der Entwicklung und Bereitstellung in Multi-Cloud-Umgebungen zu sparen. Migrieren Sie problemlos jede Standard-Kubernetes-Anwendung zu Amazon EKS, ohne einen Faktorwechsel Ihres Codes vorzunehmen, und umgekehrt, um die Migration oder Bereitstellung in einer anderen Cloud zu beschleunigen. Anwendungen, die in Amazon EKS ausgeführt werden, sind mit Anwendungen kompatibel, die in jeder Standard-Kubernetes-Umgebung ausgeführt werden, unabhängig davon, ob sie in anderen Clouds oder On-Premises ausgeführt werden. Und Sie können all Ihre Kubernetes-Cluster, Anwendungen und zugehörigen Cloud-Ressourcen, die in Multi-Cloud-Umgebungen ausgeführt werden, in der Amazon-EKS-Konsole mithilfe des Amazon-EKS-Connectors anzeigen und erkunden. Darüber hinaus ermöglichen Amazon EKS Hybrid Nodes, Amazon EKS Anywhere und Amazon ECS Anywhere die Verwaltung containerisierter Anwendungen in Multi-Cloud- und Hybridumgebungen.

Die Analyse von Sicherheitsdaten und die Verwaltung von Identitäten und Berechtigungen aus Ihrer gesamten Multi-Cloud-Umgebung bedeutet, dass Sie diese aus verschiedenen Quellen und Standorten sammeln müssen. Zentralisieren und analysieren Sie Sicherheitsdaten in Multi-Cloud-Umgebungen, um den Schutz Ihrer Workloads, Anwendungen und Daten zu verbessern. AWS Security Lake ist der erste Data Lake, der den offenen Standard für Sicherheitsdaten unterstützt, der im Open Cybersecurity Schema Framework (OCSF) definiert ist, das von AWS mitbegründet wurde. Mit Security Lake können Sie automatisch Sicherheitsdaten von AWS und einer Vielzahl von Unternehmenssicherheitsdatenquellen, die den OCSF-Standard unterstützen, sammeln und kombinieren. Sie können AWS CloudTrail Lake als zentralen Ort für unveränderliche Benutzer- und API-Aktivitätsereignisse für Audits und Sicherheitsuntersuchungen verwenden. Und mit AWS Secrets Manager können Sie Secrets in Multi-Cloud- oder On-Premises-Workloads von einem sicheren und zentralen Ort aus speichern und verwalten.

Verwalten Sie sicher Identitäten und Berechtigungen für AWS-Ressourcen für Ihre Anwendungen und Infrastruktur, die in Multi-Cloud-Umgebungen ausgeführt werden. Mit AWS IAM Identity Center können Sie Benutzeridentitäten in AWS erstellen und verwalten oder Ihre bestehende Identitätsquelle verbinden, einschließlich Microsoft Active Directory, Okta, Ping Identity, JumpCloud, Google Workspace und Azure Active Directory. Mit AWS IAM Roles Anywhere können Sie auch temporären AWS-Ressourcenzugriff für Ihre Server-, Container- und Anwendungs-Workloads bereitstellen, die in Multi-Cloud-Umgebungen ausgeführt werden.

Seit seiner Gründung war AWS der beste Ort, um Open-Source-Software in der Cloud zu entwickeln und auszuführen. AWS bietet ein breites Portfolio an verwalteten Open-Source-Services, sodass Kunden die richtige Open-Source-Lösung für ihre Bedürfnisse auswählen können. Hinzu kommen die Agilität, Elastizität, Kosteneinsparungen und die globale Reichweite unserer Cloud.

AWS bietet verwaltete Versionen beliebter Open-Source-Software an, darunter Kubernetes, Apache Kafka, Apache Airflow, Grafana, Prometheus, PostgreSQL, MariaDB, MySQL, Jupyter, Envoy und OpenZFS. Kunden können sich auch dafür entscheiden, ihre bevorzugte Open-Source-Software zusätzlich zum Linux-Workload ihrer Wahl bereitzustellen. Um dies zu unterstützen, stellen wir Amazon Linux, eine Anwendungsumgebung, und Amazon Linux 2, ein Linux-Betriebssystem, zur Verfügung, das Kunden, die langfristigen Support mit Zugang zu den neuesten Open-Source-Innovationen in Linux bieten, ohne zusätzliche Kosten zur Verfügung steht.

Darüber hinaus ist sich AWS bewusst, wie wichtig es für unsere Kunden ist, wichtige Open-Source-Projekte aufrechtzuerhalten, und investiert kontinuierlich in Projekte der Linux Foundation wie OpenSearch und Valkey.

Der Zugriff auf Oracle Database Services in OCI und die Migration von Oracle Exadata-Workloads können Datenbank- und Anwendungsänderungen erfordern. Oracle Database@AWS, ein Angebot von AWS und Oracle in begrenzter Vorversion, ermöglicht Kunden den Zugriff auf Oracle Database Services über die von Oracle Cloud Infrastructure (OCI) verwaltete Exadata-Infrastruktur in AWS-Rechenzentren. Kunden mit Oracle Database Services, die auch bei anderen Cloud-Anbietern eingesetzt werden, können dieses Feature für ihre Multi-Cloud-Anforderungen nutzen. Sie können Oracle Database-Workloads, einschließlich RAC-Workloads (Oracle Real Application Clusters), einfach und schnell mit minimalen bis keinen Änderungen zu Oracle Exadata Database Service innerhalb von AWS migrieren. Modernisieren Sie unternehmenskritische Anwendungen und entwickeln Sie neue intelligente Anwendungen mit einer Netzwerkverbindung mit niedriger Latenz zwischen Oracle-Datenbanken und AWS-Services. Oracle Database@AWS ermöglicht es Kunden außerdem, die volle Feature- und Architekturkompatibilität, Leistung und Verfügbarkeit als On-Premises-Umgebungen aufrechtzuerhalten, und bietet eine einheitliche Erfahrung zwischen Oracle und AWS für Einkauf, Verwaltung, Betrieb und Support.

Einige Kunden sind an einem Standort tätig, an dem ihr primärer Cloud-Serviceanbieter nur eine Region hat. Durch das Hinzufügen von AWS können sie ihre Resilienz verbessern. Jede AWS-Region besteht aus mindestens drei unabhängigen, physisch getrennten Availability Zones (AZs), was eine hohe Verfügbarkeit und Fehlerisolierung für Anwendungen ermöglicht, die bei mehreren AZs erstellt wurden. AWS baut von Grund auf Resilienz in seine Infrastruktur, sein Servicedesign und seine Bereitstellung, seine Betriebsmodelle und Mechanismen ein, was AWS zur zuverlässigsten Cloud macht, in der man entwickeln kann.