云计算在可扩展性、可访问性以及灵活性等方面皆已迎来巨大改进，但其低成本与按需交付的固有特性却往往导致云资产滥用难题。有鉴于此，我们需要选择一套智能自动化方案，从而实现资源规模伸缩的自动化改造。不过在探讨具体方案之前，我们应当更为深入地了解云资源管理所带来的实际挑战。
在云资源领域，效率低下且成本较高的手动配置现象可谓非常普遍。大量不定期流程会与计划任务竞争资源，并在使用完成后忘记被关闭。虽然这种现象有其合理性，但虚拟机实例的长期运行也带来了大量不必要的成本与浪费。
如果不加干预，那么物理设备层面出现的问题也会降临在虚拟机当中。虚拟机实例的大量滥用不仅无法给业务带来任何收益，反而会增加每月数千美元的非必要支出。
但这方面挑战还远不止于此。尽管云计算拥有出色的灵活性，但我们仍然需要平衡资源以确保关键性业务流程拥有运行优先级，而数据库导入或者文件传输等重要程度较低的流程则配备较低优先级。如若不然，关键性工作流程将遭遇延迟甚至失败，而其根源正是这种云与虚拟资源的匹配冲突或者过度分散。
为了解决这些难题，众多企业开始采用智能工作负载自动化方案。此类工具已经出现多年，但智能自动化机制的诞生则是其一大重要转变，旨在帮助企业管理并协调各类IT资源——特别是云资源。
这类方案***的优势在于即时配置，即根据预设业务规则随时间进行资源规模自动伸缩。当工作负载强度较高时，其会启动更多计算设备以提供更为丰富的计算能力，而在系统闲置时则将其关闭。与智能恒温技术随时提升及降低温度一样，智能自动化方案也能够根据当前需要随时调整计算能力。
JIT机制则因反应与预测分析方案的纳入而得到增强。预测分析机制会利用历史使用量信息判断未来需求。如果其认为“峰值”时段即将到来，则自动化平台能够调度更多资源以满足需求。如果将云资源比作电源，那么分析方案就负责确保用户只需为实际使用的电量付费。
智能自动化还能够创建一套混合型IT环境，并以实时方式进行优化。无需人为介入，其即可降低出现瓶颈的可能性，同时自动变更任务优先级以监控服务水平协议并隔离各服务器以确保关键性工作流程的顺利执行。
智能自动化方案还能够有效协调不同工具间的关系，从而简化IT管理。多数大型IT部门需要使用3到8种任务调度与自动化工具，其中大部分针对以下三类领域：应用程序、操作系统以及基础设施、虚拟化与网格平台。
虽然各调度工具皆拥有自己的专长之处，但IT部门仍然需要一套全面的跨平台自动化方案以制定统一化任务策略，同时协调各关键性任务的执行流程。另外，端到端自动化机制还能够提供单一控制点，用于监督并追踪各应用程序、操作系统以及物理与虚拟混合资源的使用情况。
对于希望引入一款智能自动化解决方案的企业而言，灵活的迁移策略同样不可或缺。
- 一类策略是选择包含丰富软件包的工具，从而直接实现任务传递、规划与指向。
- 另一类则为从零开始进行构建，即由IT人员新建任务与工作流程——但需要强调的是，这种方法更适合陈旧流程无法满足当前或未来业务需求的情况。
- 第三种迁移选项则是采用混合型方法，这也是众多大型企业的迁移思路。利用新型应用的迁移工具传递现有流程，同时面向未来需求建立新型流程，且始终保证只对必要的现有流程进行重组或者重构。这种方式最为理想，因为其一方面能够帮助IT部门保护现有工作流，同时亦可降低手工迁移所带来的潜在错误。与此同时，由此建立的新型流程也能更好地与实际需求相匹配。
云计算无疑给企业注入了更为强大的能量与活力，但大多数IT部门仍在学习并摸索这种新型资源的使用方法。随着智能自动化方案的介入，我们将能够轻松实现收益***化并尽可能降低创新风险。
原文标题：How to use intelligent automation to drive better cloud resource management
【51CTO.com独家译稿，合作站点转载请注明来源】
