Volver a springspain.com Sobre nosotros

Modernización de aplicaciones basadas en datos

La modernización de las aplicaciones requiere observación. La necesidad de tener una visibilidad y un conocimiento totales del estado de los sistemas distribuidos.

Tiempo de lectura: 5 minutos

Las iniciativas de modernización se estaban acelerando incluso antes de que aterrizara la crisis de la COVID-19. Diferentes informes especializados de 2020 encontraron que más de dos tercios de los líderes de IT vieron la modernización de su sector como un requisito previo para la transformación empresarial. Sin embargo, la pandemia ha acelerado este imperativo, sobre todo en lo que respecta a las aplicaciones basadas en datos.

Pero sigamos echando un vistazo a lo que ha ocurrido. La  Encuesta sobre el impacto empresarial de la pandemia de CIO de IDG, publicada el año pasado, descubrió que las iniciativas empresariales digitales líderes seguían siendo la principal prioridad para los CIO. También entendieron que aumentar la eficiencia operativa era ahora su objetivo número uno. 

A medida que las empresas ingresan al modo de recuperación, buscan tecnología que mejore su agilidad y resistencia y que habilite nuevos modelos operativos digitales. Es más, buscan poner fin a su dependencia de la tecnología heredada que inhibe su capacidad de adaptación.

El desafío de la complejidad

Por supuesto, la modernización no está exenta de desafíos. Las aplicaciones que se encuentran en diversas etapas de la modernización aún necesitan trabajar entre sí. Además, las aplicaciones creadas con tecnologías nativas de la nube pueden parecer más difíciles de monitorear, proteger y solucionar.

Fundamentalmente, la necesidad de monitorear y asegurar una gama más amplia de servicios e infraestructuras, junto con los nuevos puntos potenciales de falla, crean una complejidad adicional. Por lo tanto, la modernización de las aplicaciones requiere observación: la necesidad de tener una visibilidad y un conocimiento totales del estado de los sistemas distribuidos.

Por ejemplo, tomemos una aplicación que maneja depósitos en un banco. Una vez, esto podría haber involucrado una aplicación monolítica de varios niveles que administraba toda la transacción y se ejecutaba desde el centro de datos del banco. 

Una versión modernizada se puede dividir en docenas de microservicios, que se ejecutan en una infraestructura de nube pública, pero que aún se comunican con la tecnología heredada del banco. 

Esto hace que la aplicación sea más eficiente y resistente y permite una innovación más rápida. Sin embargo, también crea más complejidad y hace que la observación de un extremo a otro sea un desafío, lo que a su vez dificulta identificar la causa de cualquier problema. Sin la posibilidad de tener una capacidad de observación y seguridad de punta a punta, los esfuerzos de modernización de aplicaciones pueden convertirse en dolores de cabeza.

Creación de una estrategia de modernización de aplicaciones basada en datos

Las organizaciones pueden gestionar esta complejidad a través de una estrategia de modernización de aplicaciones basada en datos. Una estrategia eficaz comienza con un inventario completo de aplicaciones heredadas y los requisitos de rendimiento y las dependencias de cada una, centradas tanto en las necesidades comerciales como en las demandas técnicas. 

Esta estrategia ayuda a los líderes a seleccionar el enfoque de modernización adecuado para cada aplicación, teniendo en cuenta cómo encaja en los planes generales de la empresa. Sin embargo, sobre todo, las organizaciones necesitan la observación en todos sus entornos, desde las aplicaciones modernas nativas de la nube hasta los monolitos que aún se encuentran en el centro de datos local. Y necesitan que la observación se extienda a toda la pila.

Capacidades para impulsar la modernización efectiva de las aplicaciones

Las organizaciones que están modernizando sus aplicaciones de manera efectiva dependen de un conjunto clave de capacidades. La base es la capacidad de tomar todos los datos de cada tipo de aplicación, desde aplicaciones modernas nativas de la nube creadas con microservicios y funciones sin servidor, hasta monolitos de tres niveles ubicados en centros de datos locales. 

Las organizaciones deben priorizar la captura de datos desde el front-end hasta el back-end y en toda la pila, incluidas las interacciones reales del usuario con la interfaz de una aplicación, los rastros de transacciones que fluyen a través de una aplicación, los datos de rendimiento de la red, el rendimiento de la infraestructura y la base de datos… Este conjunto de datos completo debe estar disponible para los equipos responsables de asegurar, operar e innovar.

Sin embargo, simplemente recopilar los datos no es suficiente. Debido a la velocidad y el volumen de los datos generados por las tecnologías nativas de la nube, los líderes deben brindar a sus equipos la capacidad de procesar estos datos lo más cerca posible del tiempo real. 

Con imágenes espejo casi en tiempo real de sus aplicaciones, los equipos de DevOps pueden ver rápidamente los cuellos de botella en el rendimiento y solucionar problemas cuando ocurren. Las capacidades en tiempo real no solo evitan el comportamiento devastador de cambio de cliente, sino que también permiten a ingenieros innovadores y bien pagados dedicar su tiempo a construir y optimizar en lugar de resolver misterios de rendimiento. 

Para adoptar verdaderamente una estrategia de datos de clase mundial para los esfuerzos de modernización de aplicaciones, las organizaciones también esperan la asistencia de IA / LM práctico y procesable que ayude a priorizar las alertas y la resolución directa de problemas.

Al invertir en una estrategia de datos para la modernización de aplicaciones, un error común es confiar en demasiadas herramientas para casos de uso específicos. Las soluciones puntuales pueden abordar partes del desafío de manera efectiva, pero rápidamente conducen a silos y sobrecarga de datos, sin un plan integral para administrar el aumento de las fuentes de datos y alertas. 

Las organizaciones necesitan una solución unificada para proporcionar visibilidad de un extremo a otro y la capacidad de monitorear y solucionar problemas en todo su entorno. Los equipos de DevOps también deben exigir la capacidad de instrumentar sus aplicaciones aprovechando la telemetría abierta para que no estén limitados a soluciones de proveedores específicos.

Uso de datos para impulsar la optimización continua

Los datos también son un factor clave para el éxito de la postmodernización. Por ejemplo, los datos pueden proporcionar un nivel de visibilidad de los requisitos de costo, uso y capacidad para ayudar a minimizar los gastos en la nube. La visibilidad contextual de un extremo a otro también ayuda a simplificar y acelerar la corrección de cualquier incidente de seguridad. 

Al continuar monitoreando y optimizando sus cargas de trabajo, las organizaciones crean un ciclo de retroalimentación positiva, mejorando continuamente el desempeño para brindar una mejor experiencia a los clientes, así como las mejores herramientas y servicios para los empleados. 

Esta información puede ayudar a las organizaciones a identificar las próximas aplicaciones para modernizar y qué enfoque y plataforma sería la mejor opción, lo que continúa el ciclo de modernización.

El uso de datos de esta manera puede tener un impacto significativo. El informe State of Cloud-Driven Transformation de Harvard Business Review  encontró que el 66% de los líderes de IT encuestados dijeron que aprovechar el análisis de datos en tiempo real (habilitado por la inteligencia artificial y el aprendizaje automático) era ‘muy’ o ‘extremadamente’ importante para monitorear y obtener información en servicios, aplicaciones e infraestructura en la nube. 

Todas las organizaciones necesitan la capacidad de aprovechar cualquier dato en tiempo real, respaldado por IA / LM y en una solución unificada para garantizar que sus esfuerzos de modernización de aplicaciones sean exitosos.

¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)
¡Síguenos!

© 2020 Spring Spain