云回迁似乎是解决高基础设施成本的方案，但在组织规模扩大时，这可能被证明是短视的。
译自 What Do You Lose When You Abandon the Cloud?，作者 Charles Humble。
37signals（Basecamp和HEY的母公司）和GEICO的引人注目的举动引发了人们对云计算回迁——将工作负载从公共云迁移出去——的renewed interest in。当然，它们并非首例。Dropbox早在2016年就undertook a similar journey，因为他们发现这样做更具成本效益。但是is cloud repatriation a growing trend？
Amazon Web Services当然希望英国主要的竞争监管机构竞争与市场管理局（CMA）这么认为。在7月的一次听证会上，AWS在向CMA调查大型云提供商（如AWS、微软和谷歌）是否从事限制客户选择的反竞争行为时，cited repatriation as a threat to its business。
这很容易让人感到愤世嫉俗，但市场研究公司IDC的咨询和研究集团副总裁Daniel Saroff在一篇公司博客文章中写道，他believes there are several factors driving the repatriation process：成本超支；性能和延迟问题，技术和人工智能相关的工作负载在公共云环境中遇到瓶颈；以及安全和合规性问题，尤其是在数据隐私至关重要的行业（如金融和医疗保健）中。
虽然很容易将回迁想象成非此即彼，就像37signals和Dropbox那样，但事实要微妙得多。在硅谷风险投资公司Andreessen Horowitz 2021年发布的一份关于云计算成本的报告中，the authors stated that，“在我们与之交谈的许多公司中，即使是最积极收回其工作负载的公司，仍然保留了10%到30%甚至更多的云资源。”
换句话说，我们现在看到的情况可能仅仅是日益成熟的标志，组织正在就特定工作负载的最佳部署位置做出明智的决策。但由于架构中的所有内容都是一组权衡，我们在采取此类行动之前应该权衡哪些因素呢？
迁移到云计算的一个有时被忽视的优势是，它允许您在需要时付费使用资源，例如，当新的客户上线时。支出从预先的资本支出（购买新机器以预期成功）转变为运营支出（按需支付额外的服务器）。
回到数据中心意味着相反的情况——根据增长预测提前购买机器。
这种区别有时与迁移到云计算可以节省资金的想法混淆，但这并不总是正确的。“我看到的许多回迁案例都是那些已经迁移并发现成本更高，现在完全感到幻灭的公司，”“绿色软件构建”的co-author Anne Currie告诉The New Stack。
事实证明，在云计算中花钱很容易。即使是小规模的，我们许多人都收到过公共云提供商的账单，其中包含我们忘记仍在运行的内容；想象一下规模扩大后的情况。虽然许多初创公司依赖于通过信用卡轻松获取更多计算资源，但最终，自然会想要stop giving a large chunk of your profits to a public cloud provider。 然而，您需要权衡的是，能否在保持工作负载不变的情况下降低成本，或者运行自己的基础设施是否更便宜。通常情况下，如果您规模较大，后者更有可能——像eBay、Google和亚马逊这样的公司之所以这样做是有原因的。
对于我们其他人来说，关注更好的成本管理更有意义。处于云端的副作用是，技术和财务决策的拥有权从采购部门转移到了工程、架构和产品团队。这是实现更快创新的部分原因，但作为工程师，这也意味着运行我们系统的成本也转移到了我们这里，成为了我们职责的一部分。
为了有效地管理它，工程师需要准确的、理想情况下是实时的信息，以便了解资金的去向并能够做出明智的选择。这是另一个紧密反馈循环的例子，它使您能够更快地调整工作。
一个公认的管理方法是采用集中的FinOps实践，这可以为云的可变支出模式带来财务责任。这可以帮助各个产品团队利用云供应商提供的优惠，例如预留的深度折扣、固定费率定价以及批量和合同折扣。像37signals这样的工作负载，其资源需求是可以预测的，可以利用承诺使用折扣来降低成本。
大多数云提供商还提供用于限制API使用、配额和预算的机制：
- 在对业务影响最小或没有影响的情况下，限制API使用是有意义的。
- 配额可用于设置限制资源部署的硬性限制。
- 可以为需要绝对使用限制的项目设置预算和警报。
采取这种方法最终可能比昂贵的回迁计划更具成本效益。
另一个需要权衡的是创新速度——来自云提供商和消费者的创新速度。
“云让您有机会快速搜索可能性空间——换句话说，就是创新，”云原生咨询公司Container Solutions的合伙人告诉The New Stack。“当您到达创新周期结束时，您会考虑优化，然后您会考虑重新平衡成本、效率和减少人员招聘。这就是我们看到37signals这样做的原因。”
了解一个值得注意的回迁逆转案例也很关键，那就是移动游戏公司Zynga，该公司早在2011年就构建了自己的zCloud基础设施。
该公司经历了爆炸式增长。“我于2009年7月加入Zynga，”顾问兼前CTO和CIO告诉The New Stack。“FarmVille在一个月前在AWS上推出。三个月内，我们的日活跃用户达到3300万。
“如果我们在自己的服务器上推出它，我们根本无法增长。我们没有足够的物理硬件或数据中心空间，而且我们也无法足够快地获得它们。”
然而，18个月后，Zynga开始遇到问题。有些问题是由适当强制的安全更新引起的。“我们有数千个实例，但员工非常有限，”Carroll说。“重新启动所有内容是一项艰巨的任务，而且我们的软件开发卫生状况不是很好，所以我们不知道如果我们重新启动实例，游戏是否会恢复。”
该公司还开始遇到容量不足的情况。“当然，我们不是AWS的唯一客户，所以我们不可能拥有他们推出的每个实例，但这给我们带来了问题，”Carroll说。
Zynga的首席执行官兼创始人决定公司需要构建自己的环境。这是一项巨大的工作。Zynga聘请了100名数据中心专家，制定了可以在其上运行自己云的特定硬件配置，并在不同位置构建了几个新的定制数据中心，以提供弹性和冗余。
通过这样做，该公司将成本降低了三分之二，这似乎是一个巨大的成功。然而，“大约三四年后，我们所有的设备从资本支出角度来看都已完全折旧，毫无价值，”Carroll说。“我们有超过40,000个实例，我们正在考虑如何更新所有设备。”
除此之外，公司业务也表现不佳，由于公司规模缩减，所有顶级数据中心专家都离职了。“我们既缺乏专业知识，也缺乏预算，而且游戏的设计初衷是为了应对爆炸式增长，却没有制定任何缩减规模的实际计划，”Carroll说。
Zynga决定转向AWS，在迁移回云的过程中关闭了一些游戏，并在租赁到期时关闭数据中心。这很艰难。“大约75%的游戏软件工程师都专注于关闭系统并迁移数据，”Carroll说。“这并不理想，但最终为我们节省了2.5亿到3.5亿美元的资本投资。”
这很可能挽救了公司，但即便如此，Carroll也表示，“成本节约实际上是最不重要的部分。它真正帮助我们做的是加速创新。”
Zynga的游戏使用了经典的三层架构：前端的Web服务器，Memcached作为缓存层，然后是后端的NoSQL或MySQL用于持久化。“这是一个简单的例子，”Carroll承认，“但我们有数千台缓存服务器，并且我们想要实现一个需要新版Memcached的功能。这需要一个新版本的libevent，而这又需要一个新版本的Linux。”
Zynga的工程师们不确定他们的技术栈是否能够承受这种变化，但是，“在AWS上，我们可以很快地启动一些Memcached实例，将它们轮换到服务器池中，并在几天内查看一切是否正常工作，”Carroll告诉TNS。
一旦确认更改成功，Zynga的工程师就可以启动新实例并将其替换。每一步都带来了巨大的效率提升，并且这种提升不断累积。
“我们从100台服务器减少到12台，但如果我们在自己的数据中心这样做，我们就必须购买所有这些新硬件才能进行A/B测试和蓝绿部署，”Carroll告诉我们。“这种实验能力是关键，这是我们在自己的设施中永远无法做到的。
“随着我们转向新的游戏和功能，我们可以快速行动，启动并测试它们。如果用户或玩家喜欢它们，就保留它们；如果不喜欢，就恢复到之前的版本。”
Zynga的例子突出了其他一些权衡。需要考虑的一点是，如果您自己运行数据中心，就需要能够招聘合适的人才并留住他们。“这种人力专业知识几乎不可能复制，”Carroll说。
自己运行数据中心需要持续的容量规划。如果您从未做过这件事，或者已经很久没有做过这件事，那么它可能会出乎意料地充满挑战。您能否现实地预测您提前需要多少服务器？
那些记得过去情况的人会熟悉我们不得不应对的漫长的采购周期。购买一台新服务器，将其安装好，在其上安装所有必要的软件，并将其添加到集群中，可能需要数周甚至数月的时间；这肯定不是您可以一键完成的事情。
结果是，我们倾向于为了风险管理策略而大幅度地过度配置，最终导致大量机器闲置。这仍然会花费您的资金——您必须购买它们并支付运行和冷却它们的电费，即使它们没有运行工作负载。
这种情况也具有可持续性影响，因为服务器的静态功耗仍然很高；即使它处于空闲状态，它也会消耗电力，并且假设电力是由化石燃料产生的，它还会释放碳。
这并不意味着构建绿色软件的唯一方法是使用公共云（我已经在会议演讲中论证了事实并非如此），但是基础流程在公共云上无疑比在您自己的基础设施上更容易管理。
这些技术包括自动缩放和多租户技术，以将CPU利用率保持在50%到80%左右；将工作负载部署在电力主要来自可再生能源和/或核能的地方；以及使用需求转移和整形技术在电力最清洁的时候运行计算密集型工作负载。
但这并非免费。“这是一种共享责任模型，”Currie 说。“如果你只是迁移和转换，它可能会更环保一些，但并不十分环保。如果你进行现代化改造并完全采用云原生技术，你可以获得一个比你可能在本地实现的更高效的系统。”
AWS、Microsoft Azure和 Google Cloud 都拥有强大的可持续发展目标，并提供工具来评估你在其平台上的碳足迹（客户碳足迹工具、Azure 排放影响仪表板和碳足迹）。云碳足迹是一个由Thoughtworks赞助的开源替代方案，可以测量、监控和减少你在公共云上的碳排放。
公共云为你提供了更广泛的工作负载可能部署位置，这意味着你可以使用诸如Electricity Maps之类的工具来识别具有更环保能源组合的位置，并将你的工作负载部署在那里；这比建设新的数据中心容易得多。你还可以考虑使用更先进的技术，例如需求转移，在能源最环保的时间或地点执行更多计算密集型工作负载。
通过利用各种云提供的某些服务——特别是突发型实例、抢占式实例（在 Google Cloud 上称为“抢占式实例”）和无服务器服务，例如 Google Cloud Run、AWS Lambda 和 Azure Functions——你通常可以以更环保的方式设计应用程序，这在自己的数据中心中很难实现。
更广泛地说，你通常可以通过利用公共云提供的服务来充分利用公共云，但这意味着锁定，这对我们许多人来说是令人厌恶的。
“你想要做的是采用一个平台，它将带你走向全天候无碳电力，而你无需做任何事情，只需按照预期使用该平台即可，”Currie 说。“而你将无法自己做到这一点。”
围绕安全还有一系列权衡。保持服务器更新并防止入侵是一项耗时的工作，大型云提供商在这方面经验丰富。仅仅招聘和留住合格的人员来做这件事就很难。
云服务提供商很少报告安全漏洞，并理所当然地以其在数据安全方面的高标准而自豪。一个相关的问题是，作为一个私营公司，你将如何处理大量的数据主权规则？
在金融和医疗保健等行业，监管机构可能更倾向于使用私有数据中心。“当我还在一级银行工作时，担心的并不是客观上云比本地更不安全，”Miell 说。“更多的是监管机构对本地感到满意。这与客观风险无关，而是与监管机构对风险的认知有关。”
许多公司都遭受了云基础设施配置错误的影响。2019 年 Capital One 丢失 1 亿用户记录就是一个例子。“问题是你可以在云中按下这些红色的按钮，例如‘向全世界开放我的 S3 存储桶’，”Miell 说。“云提供商已经做了缓解工作，但仍然存在这种事件发生并让你非常尴尬的挥之不去的恐惧。”
还有一些云实际上并不适合的特定工作负载。例如，如果你需要完全控制你的网络，那么云并不理想。
你可能已经意识到，这是一项相当微妙的工作；许多这些权衡是重叠和交叉的。另一件需要考虑的事情是，有可能获得公共云的所有优势，“云原生”，并且仍然在自己的数据中心运行。
“如果你使用开源工具并构建合适的平台，你可以在本地拥有云原生软件，”Miell 告诉 TNS。“你无需在云上才能成为云原生。”
在某种程度上，这就是像SoftIron和Oxide这样的初创公司试图利用的。 然而，Carroll对此表示怀疑。“除非你是云服务提供商，否则你没有理由投资于你需要的个人硬件、网络和存储。你在错误的地方投资。”
对于Zynga，他补充道，放弃云计算的决定最终是错误的。“因为成本、对创新的影响以及造成的损害。当时这看起来像是正确的决定，因为没有人看得足够远。”