AWSGlossaire des conseils prescriptifs

Termes AI et ML|Termes de migration|Termes de modernisation

Termes AI et ML

Les termes suivants sont couramment utilisés dans les stratégies, guides et modèles liés à l'intelligence artificielle (IA) et à l'apprentissage automatique (ML) fournis parAWSConseils normatifs. Pour suggérer des entrées, veuillez utiliser leFaites un commentairelien à la fin du glossaire.

classification binaire

Processus qui prédit un résultat binaire (une classe entre deux classes possibles). Par exemple, votre modèle ML peut avoir besoin de prédire des problèmes tels que « Est-ce que cet e-mail est un spam ou non du spam ? » ou « Ce produit est-il un livre ou une voiture ? »

classification

Processus de catégorisation qui aide à générer des prédictions. Les modèles ML pour les problèmes de classification prédisent une valeur discrète. Les valeurs discrètes sont toujours distinctes les unes des autres. Par exemple, un modèle peut devoir évaluer s'il y a ou non une voiture dans une image.

prétraitement des données

Pour transformer les données brutes en un format facilement analysé par votre modèle d'apprentissage-machine. Le prétraitement des données peut signifier la suppression de certaines colonnes ou lignes et la résolution de valeurs manquantes, incohérentes ou dupliquées.

ensemble profond

Pour combiner plusieurs modèles de Deep Learning à des fins de prédiction. Vous pouvez utiliser des ensembles profonds pour obtenir une prédiction plus précise ou pour estimer l'incertitude dans les prévisions.

deep learning

Sous-champ ML qui utilise plusieurs couches de réseaux neuronaux artificiels pour identifier la cartographie entre les données en entrée et les variables cibles d'intérêt.

analyse exploratoire des données (EDA)

Processus d'analyse d'un jeu de données pour comprendre ses principales caractéristiques. Vous collectez ou agrégez des données, puis effectuez des enquêtes initiales pour trouver des modèles, détecter les anomalies et vérifier les hypothèses. L'EDA est réalisé en calculant des statistiques récapitulatives et en créant des visualisations de données.

fonctions

Les données d'entrée que vous utilisez pour effectuer une prédiction. Par exemple, dans un contexte de fabrication, les entités peuvent être des images capturées périodiquement à partir de la ligne de fabrication.

Importance des fonctions

Quelle est l'importance d'une caractéristique pour les prévisions d'un modèle. Il s'exprime généralement sous la forme d'un score numérique qui peut être calculé à l'aide de diverses techniques, telles que Shapley Additive Explications (SHAP) et les dégradés intégrés. Pour de plus amples informations, veuillez consulterInterprétabilité du modèle de Machine Learning avec AWS.

transformation de fonctionnalité

Pour optimiser les données du processus ML, y compris l'enrichissement des données avec des sources supplémentaires, la mise à l'échelle des valeurs ou l'extraction de plusieurs ensembles d'informations à partir d'un seul champ de données. Cela permet au modèle ML de bénéficier des données. Par exemple, si vous divisez la date « 2021-05-27 00:15:37 » en « 2021 », « mai », « jeu » et « 15 », vous pouvez aider l'algorithme d'apprentissage à apprendre des modèles nuancés associés à différents composants de données.

Interprétabilité

Caractéristique d'un modèle d'apprentissage automatique qui décrit la mesure dans laquelle un humain peut comprendre comment les prédictions du modèle dépendent de ses entrées. Pour de plus amples informations, veuillez consulterInterprétabilité du modèle de Machine Learning avec AWS.

Classification multiclasse

Processus qui aide à générer des prédictions pour plusieurs classes (prédire l'un d'au moins deux résultats). Par exemple, un modèle d'apprentissage-machine peut demander « Ce produit est-il un livre, une voiture ou un téléphone ? » ou « Quelle catégorie de produits intéresse le plus ce client ? »

régression

Une technique ML qui prédit une valeur numérique. Par exemple, pour résoudre le problème de « A quel prix cette maison se vendra-t-elle ? » un modèle ML pourrait utiliser un modèle de régression linéaire pour prédire le prix de vente d'une maison en se basant sur des faits connus concernant la maison (par exemple, le mètre carré).

entraînement

Pour fournir des données pour votre modèle ML à tirer des leçons. Les données de formation doivent contenir la réponse correcte. L'algorithme d'apprentissage identifie des tendances dans les données de formation, qui mettent en correspondance les attributs des données d'entrée avec la cible (la réponse que vous souhaitez prédire). Il produit un modèle ML qui capture ces modèles. Vous pouvez ensuite utiliser le modèle d'apprentissage-machine pour prédire de nouvelles données pour lesquelles vous ne connaissez pas la cible.

variable cible

La valeur que vous essayez de prédire dans une ML supervisée. C'est ce que l'on appelle unVariable de résultat. Par exemple, dans un paramètre de fabrication, la variable cible peut être un défaut de produit.

réglage

Pour modifier les aspects de votre processus de formation afin d'améliorer la précision du modèle ML. Par exemple, vous pouvez entraîner le modèle d'apprentissage-machine en générant un ensemble d'étiquetage, en ajoutant des étiquettes, puis en répétant ces étapes plusieurs fois sous différents paramètres pour optimiser le modèle.

incertitude

Concept qui fait référence à des informations imprécises, incomplètes ou inconnues qui peuvent nuire à la fiabilité des modèles ML prédictifs. Il existe deux types d'incertitudes : Incertitude épistémiqueest causé par des données limitées et incomplètes, alors queincertitude aléatoireest causé par le bruit et l'aléatoire inhérents aux données. Pour plus d'informations, consultez le .Quantifier l'incertitude dans les systèmes de Deep Learningguide.

Termes de migration

Les termes suivants sont couramment utilisés dans les stratégies, guides et modèles liés à la migration fournis parAWSConseils normatifs. Pour suggérer des entrées, veuillez utiliser leFaites un commentairelien à la fin du glossaire.

7 rs

Sept stratégies de migration courantes pour déplacer des applications vers le cloud. Ces stratégies s'appuient sur les 5 R que Gartner a identifiés en 2011 et comprennent les éléments suivants :

• Refactor/Rearchitecte : déplacez une application et modifiez son architecture en tirant pleinement parti des fonctionnalités cloud natives pour améliorer l'agilité, les performances et l'évolutivité. Cela implique généralement le portage du système d'exploitation et de la base de données. Exemple : Migrez votre base de données Oracle sur site vers l'Édition compatible avec Amazon Aurora PostgreSQL.

• Replateforme (élévation et remodelage) : déplacez une application vers le cloud et introduisez un certain niveau d'optimisation pour tirer parti des capacités cloud. Exemple : Migrez votre base de données Oracle sur site vers Amazon Relational Database Service (Amazon RDS) pour Oracle dans leAWScloud.

• Rachat (dépôt et achat) : passez à un autre produit, généralement en passant d'une licence traditionnelle à un modèle SaaS. Exemple : Migrez votre système de gestion de la relation client (CRM) vers Salesforce.com.

• Réhéberger (lift and shift) : déplacez une application vers le cloud sans apporter de modifications pour tirer parti des capacités cloud. Exemple : Migrez votre base de données Oracle sur site vers Oracle sur une instance EC2 dans leAWScloud.

• Délocaliser (élévation et décalage au niveau de l'hyperviseur) : déplacez l'infrastructure vers le cloud sans acheter de nouveau matériel, réécrire des applications ou modifier vos opérations existantes. Ce scénario de migration est spécifique à VMware Cloud onAWS, qui prend en charge la compatibilité des machines virtuelles (VM) et la portabilité des charges de travail entre votre environnement sur site etAWS. Vous pouvez utiliser les technologies VMware Cloud Foundation à partir de vos centres de données locaux lorsque vous migrez votre infrastructure vers VMware Cloud onAWS. Exemple : Déplacez l'hyperviseur hébergeant votre base de données Oracle vers VMware Cloud onAWS.

• Retenir (revisiter) — Conservez les applications dans votre environnement source. Il peut s'agir d'applications nécessitant une refactorisation majeure, et vous souhaitez reporter ce travail à une date ultérieure, ainsi que des applications héritées que vous souhaitez conserver, car il n'y a aucune justification commerciale justifiant leur migration.

• Mettre fin : désaffectez ou supprimez des applications qui ne sont plus nécessaires dans votre environnement source.

portefeuille d'applications

Ensemble d'informations détaillées sur chaque application utilisée par une organisation, y compris le coût de création et de maintenance de l'application, et sa valeur commerciale. Ces informations sont essentielles pourle processus de découverte et d'analyse du portefeuilleet aide à identifier et à hiérarchiser les applications à migrer, à moderniser et à optimiser.

opérations d'intelligence artificielle (AIOps)

Processus consistant à utiliser des techniques d'apprentissage automatique pour résoudre les problèmes opérationnels, réduire les incidents opérationnels et les interventions humaines, et améliorer la qualité du service. Pour plus d'informations sur la façon dont les AIOps sont utilisées dans leAWSstratégie de migration, voir leguide d'intégration des opérations.

AWSCadre d'adoption du cloud (AWSCAF)

Un cadre de lignes directrices et de bonnes pratiques deAWSpour aider les entreprises à élaborer un plan efficace et efficace pour passer au cloud avec succès.AWS CAF organise des conseils dans six domaines prioritaires appelés perspectives : les entreprises, les personnes, la gouvernance, la plateforme, la sécurité et les opérations. Les perspectives commerciales, humaines et de gouvernance se concentrent sur les compétences et les processus métier ; les perspectives de la plateforme, de la sécurité et des opérations se concentrent sur les compétences et les processus techniques. Par exemple, le point de vue des personnes cible les parties prenantes qui gèrent les ressources humaines (RH), les fonctions de dotation et la gestion des personnes. Pour ce point de vue,AWSCAF fournit des conseils pour le développement des personnes, la formation et les communications afin de préparer l'organisation à une adoption réussie du cloud. Pour plus d'informations, consultez le .AWSSite web de la FACet l'AWSLivre blanc de la CAF.

AWSlanding zone

Une zone d'atterrissage est un multi-compte bien conçu,AWSenvironnement évolutif et sécurisé. Il s'agit d'un point de départ à partir duquel vos entreprises peuvent rapidement lancer et déployer des charges de travail et des applications en toute confiance dans leur environnement de sécurité et d'infrastructure. Pour plus d'informations sur les zones d'atterrissage, consultez.Configuration d'un multi-comptes sécurisé et évolutifAWSenvironnement.

AWSWorkload Qualification Framework (AWSWQF)

Outil qui évalue les charges de travail de migration de base de données, recommande des stratégies de migration et fournit des estimations de travail.AWS WQF est fourni avecAWS Schema Conversion Tool(AWS SCT). Il analyse les schémas de base de données et les objets de code, le code d'application, les dépendances et les caractéristiques de performances, et fournit des rapports d'évaluation.

planification de la continuité des activités (PCA)

Un plan qui aborde l'impact potentiel d'un événement perturbateur, tel qu'une migration à grande échelle, sur les opérations et permet à une entreprise de reprendre ses opérations rapidement.

Cloud Center of Excellence (CCoE)

Une équipe multidisciplinaire qui pilote les efforts d'adoption du cloud au sein d'une organisation, y compris le développement des meilleures pratiques cloud, la mobilisation des ressources, l'établissement de délais de migration et la direction de l'organisation à travers des transformations à grande échelle. Pour plus d'informations, consultez le .Posts du CCoEsur leAWSBlog sur la stratégie Cloud Enterprise.

étapes d'adoption du cloud

Les quatre phases que les entreprises traversent généralement lorsqu'elles migrent vers leAWSCloud :

• Projet — Exécution de quelques projets liés au cloud à des fins de démonstration de concept et d'apprentissage

• Fondation — Effectuer des investissements fondamentaux pour faire évoluer l'adoption de votre cloud (par exemple, créer une zone d'atterrissage, définir un CCoE, établir un modèle d'exploitation)

• Migration — Migration d'applications individuelles

• Réinvention — Optimisation des produits et services et innovation dans le cloud

Ces étapes ont été définies par Stephen Orban dans le billet de blogLe parcours vers le cloud d'abord et les étapes de l'adoptionsur leAWSBlog Cloud Enterprise Strategy. Pour en savoir plus sur la façon dont ils sont liés auAWSstratégie de migration, voir leguide de préparation à la migration.

base de données de gestion de configuration (CMDB)

Base de données contenant des informations sur les produits matériels et logiciels, les configurations et les interdépendances d'une entreprise. Vous utilisez généralement les données d'une CMDB au stade de découverte et d'analyse de portefeuille de la migration.

épique

Dans les méthodologies Agile, des catégories fonctionnelles qui aident à organiser et à prioriser votre travail. Epics fournit une description générale des exigences et des tâches de mise en œuvre. Par exemple,AWSLes domaines de la sécurité des FAC incluent la gestion des identités et des accès, les contrôles de détective, la sécurité de l'infrastructure, la protection des données et la réponse aux incidents. Pour plus d'informations sur les épopées, consultez la sectionAWSstratégie de migration, voir leguide d'implémentation du programme.

Migration hétérogène de base de données

Migration de votre base de données source vers une base de données cible qui utilise un moteur de base de données différent (par exemple, Oracle vers Amazon Aurora). La migration hétérogène fait généralement partie d'un effort de réarchitecture, et la conversion du schéma peut être une tâche complexe.AWSfournitAWS SCTqui aide aux conversions de schémas.

migration homogène de base de données

Migration de votre base de données source vers une base de données cible qui partage le même moteur de base de données (par exemple, Microsoft SQL Server vers Amazon RDS for SQL Server). La migration homogène fait généralement partie d'un effort de réhébergement ou de replateforme. Vous pouvez utiliser des utilitaires de base de données natifs pour migrer le schéma.

application inactive

Application dont l'utilisation moyenne du processeur et de la mémoire est comprise entre 5 et 20 % sur une période de 90 jours. Dans un projet de migration, il est courant de retirer ces applications ou de les conserver sur site.

Bibliothèque d'informations informatiques (ITIL)

Un ensemble de bonnes pratiques pour fournir des services informatiques et aligner ces services avec les exigences de l'entreprise. ITIL constitue la base de l'ITSM.

Gestion des services informatiques (ITSM)

Activités associées à la conception, à la mise en œuvre, à la gestion et au support des services informatiques pour une organisation. Pour plus d'informations sur l'intégration des opérations cloud avec les outils ITSM, consultez la sectionguide d'intégration des opérations.

migration volumineuse

Migration de 300 serveurs ou plus.

Migration Acceleration Program (MAP)

UnAWSqui fournit un support de conseil, une formation et des services pour aider les entreprises à construire une base opérationnelle solide pour passer au cloud, et pour aider à compenser le coût initial des migrations. MAP inclut une méthodologie de migration permettant d'exécuter des migrations héritées de manière méthodique et un ensemble d'outils permettant d'automatiser et d'accélérer les scénarios de migration courants.

Évaluation du portefeuille migratoire (MPA)

Un outil en ligne qui fournit des informations permettant de valider l'analyse de rentabilisation de la migration vers leAWScloud. MPA fournit une évaluation détaillée du portefeuille (taille droite du serveur, prix, comparaisons de coût total de possession, analyse des coûts de migration) ainsi que la planification de la migration (analyse des données d'application et collecte de données, regroupement d'applications, hiérarchisation de migration et planification des vagues). LeOutil MPA(nécessite une connexion) est disponible gratuitement pour tousAWSconsultants et consultants partenaires APN.

Évaluation de la préparation à la migration (MRA)

Le processus consistant à obtenir des informations sur l'état de préparation au cloud d'une organisation, à identifier les forces et les faiblesses, et à élaborer un plan d'action pour combler les lacunes identifiées, à l'aide duAWSCAF. Pour plus d'informations, consultez le .guide de préparation à la migration. est la première phase de laStratégie de migration AWS.

migration à grande échelle

Processus consistant à déplacer la majorité du portefeuille d'applications vers le cloud par vagues, avec un plus grand nombre d'applications déplacées à un rythme plus rapide dans chaque vague. Cette phase utilise les meilleures pratiques et les enseignements tirés des phases précédentes pour mettre en œuvre unMigration factoryd'équipes, d'outils et de processus pour rationaliser la migration des charges de travail grâce à l'automatisation et à la livraison agile. Il s'agit de la troisième phase duAWSstratégie de migration.

Migration factory

Des équipes interfonctionnelles qui rationalisent la migration des charges de travail grâce à des approches automatisées et agiles. Les équipes d'usine de migration comprennent généralement des opérations, des analystes métiers et des propriétaires, des ingénieurs de migration, des développeurs et DevOps professionnels travaillant dans les sprints. Entre 20 et 50 % d'un portefeuille d'applications d'entreprise se compose de modèles répétés qui peuvent être optimisés par une approche d'usine. Pour plus d'informations, consultez le .discussion sur les usines migratoireset l'Guide CloudEndure Migration Factorydans cet ensemble de contenus.

métadonnées de migration

Informations sur l'application et le serveur nécessaires pour terminer la migration. Chaque modèle de migration nécessite un ensemble différent de métadonnées de migration. Des exemples de métadonnées de migration incluent le sous-réseau cible, le groupe de sécurité etAWS.

modèle de migration

Tâche de migration répétable qui détaille la stratégie de migration, la destination de migration et l'application ou le service de migration utilisé. Exemple : Réhébergez la migration vers Amazon EC2 avecAWSApplication Migration Service.

stratégie de migration

L'approche utilisée pour migrer une charge de travail vers leAWScloud. Pour plus d'informations, consultez le .7 rsdans ce glossaire et voirMobiliser votre organisation pour accélérer les migrations à grande échelle.

accord de niveau opérationnel (LLO)

Un accord qui clarifie ce que les groupes informatiques fonctionnels promettent de se livrer mutuellement, afin de soutenir un accord de niveau de service (SLA).

intégration des opérations (OI)

Processus de modernisation des opérations dans le cloud, qui implique la planification de la préparation, l'automatisation et l'intégration. Pour plus d'informations, consultez le .guide d'intégration des opérations.

gestion du changement organisationnel (OCM)

Un cadre pour gérer les transformations commerciales majeures et perturbatrices du point de vue des personnes, de la culture et du leadership. OCM aide les organisations à se préparer et à passer à de nouveaux systèmes et stratégies en accélérant l'adoption du changement, en abordant les problèmes de transition et en stimulant les changements culturels et organisationnels. DansAWSstratégie de migration, ce cadre s'appelleAccélération des personnes, en raison de la vitesse de changement requise dans les projets d'adoption du cloud. Pour plus d'informations, consultez le .Guide OCM.

livret de jeu

Ensemble d'étapes prédéfinies qui capturent le travail associé aux migrations, telles que la fourniture de fonctions d'opérations principales dans le cloud. Un playbook peut prendre la forme de scripts, de runbooks automatisés ou d'un résumé des processus ou des étapes nécessaires à l'exploitation de votre environnement modernisé.

évaluation de portefeuille

Processus de découverte, d'analyse et de hiérarchisation du portefeuille d'applications afin de planifier la migration. Pour de plus amples informations, veuillez consulterÉvaluation de la préparation à la migration.

matrice RACI (responsable, responsable, consultée, informée)

Matrice qui définit et attribue des rôles et des responsabilités dans un projet. Par exemple, vous pouvez créer un RACI pour définir la propriété du contrôle de sécurité ou pour identifier les rôles et les responsabilités pour des tâches spécifiques dans un projet de migration.

runbook

Ensemble de procédures manuelles ou automatisées requises pour exécuter une tâche spécifique. Ils sont généralement conçus pour rationaliser les opérations ou procédures répétitives avec des taux d'erreur élevés.

contrat de niveau de service (SLA)

Un accord qui clarifie ce qu'une équipe informatique promet de fournir à ses clients, comme la disponibilité du service et les performances.

Task List

Outil utilisé pour suivre la progression à travers un runbook. Une liste de tâches contient une vue d'ensemble du runbook et une liste des tâches générales à effectuer. Pour chaque tâche générale, elle inclut la durée estimée requise, le propriétaire et la progression.

flux de travail

Groupes fonctionnels d'un projet de migration responsables d'un ensemble spécifique de tâches. Chaque flux de travail est indépendant, mais prend en charge les autres flux de travail du projet. Par exemple, le flux de travail du portefeuille est responsable de la hiérarchisation des applications, de la planification des vagues et de la collecte des métadonnées de migration. Le flux de travail du portefeuille fournit ces ressources au flux de travail de migration, qui migre ensuite les serveurs et les applications.

application zombie

Application dont l'utilisation moyenne du processeur et de la mémoire est inférieure à 5 %. Dans un projet de migration, il est courant de retirer ces applications.

Termes de modernisation

Les termes suivants sont couramment utilisés dans les stratégies, guides et modèles liés à la modernisation fournis parAWSConseils normatifs. Pour suggérer des entrées, veuillez utiliser leFaites un commentairelien à la fin du glossaire.

capacité commerciale

Ce que fait une entreprise pour générer de la valeur (par exemple, les ventes, le service client ou le marketing). Les architectures de microservices et les décisions de développement peuvent être pilotées par des capacités métiers. Pour plus d'informations, consultez le .Organisé autour des capacités métiersSection duExécution de microservices conteneurisés surAWSlivre blanc.

conception guidée par domaine

Une approche pour développer un système logiciel complexe en connectant ses composants à des domaines en évolution, ou à des objectifs métiers principaux, auxquels chaque composant sert. Ce concept a été introduit par Eric Evans dans son livre,Conception pilotée par le domaine : S'attaquer à la complexité au cœur des logiciels(Boston : Addison-Wesley Professional, 2003). Pour plus d'informations sur l'utilisation d'une conception pilotée par domaine avec le modèle de fig d'étrangleur, consultez.Modernisation incrémentielle des services Web Microsoft ASP.NET (ASMX) hérités à l'aide de conteneurs et d'Amazon API Gateway.

microservice

Un petit service indépendant qui communique via des API bien définies et est généralement détenu par de petites équipes autonomes. Par exemple, un système d'assurance peut inclure des microservices qui correspondent à des capacités métiers, telles que les ventes ou le marketing, ou des sous-domaines, tels que les achats, les réclamations ou les analyses. Les avantages des microservices incluent l'agilité, l'évolutivité flexible, le déploiement facile, le code réutilisable et la résilience. Pour de plus amples informations, veuillez consulterIntégration de microservices en utilisantAWSservices sans serveur.

microservices d'architecture

Approche de la création d'une application avec des composants indépendants qui exécutent chaque processus d'application en tant que microservice. Ces microservices communiquent via une interface bien définie à l'aide d'API légères. Chaque microservice de cette architecture peut être mis à jour, déployé et mis à l'échelle pour répondre à la demande de fonctions spécifiques d'une application. Pour de plus amples informations, veuillez consulterImplémentation de microservices surAWS.

modernisation

Transformer une application obsolète (héritée ou monolithique) et son infrastructure en un système agile, élastique et hautement disponible dans le cloud pour réduire les coûts, gagner en efficacité et tirer parti des innovations. Pour de plus amples informations, veuillez consulterStratégie de modernisation des applications dans leAWSCloud.

Évaluation de l'état de préparation à la modernisation

Une évaluation qui aide à déterminer l'état de préparation à la modernisation des applications d'une organisation, identifie les avantages, les risques et les dépendances, et détermine dans quelle mesure l'organisation peut prendre en charge l'état future de ces applications. Le résultat de l'évaluation est un plan de l'architecture cible, une feuille de route qui détaille les phases de développement et les jalons du processus de modernisation, et un plan d'action pour combler les lacunes identifiées. Pour de plus amples informations, veuillez consulterÉvaluation de l'état de préparation à la modernisation des applications dans leAWSCloud.

applications monolithiques (monolithes)

Applications exécutées en tant que service unique avec des processus étroitement couplés. Les applications monolithiques présentent plusieurs inconvénients. Si une fonction d'application connaît un pic de demande, l'architecture entière doit être mise à l'échelle. L'ajout ou l'amélioration des fonctionnalités d'une application monolithique devient également plus complexe lorsque la base de code augmente. Pour résoudre ces problèmes, vous pouvez utiliser une architecture de microservices. Pour de plus amples informations, veuillez consulterDécomposition des monolithes en microservices.

Persistance polyglotte

Choisir indépendamment la technologie de stockage de données d'un microservice en fonction des modèles d'accès aux données et d'autres exigences. Si vos microservices disposent de la même technologie de stockage de données, ils peuvent rencontrer des défis de mise en œuvre ou connaître de mauvaises performances. Les microservices sont plus faciles à mettre en œuvre et offrent de meilleures performances et évolutivité s'ils utilisent le magasin de données le mieux adapté à leurs besoins. Pour de plus amples informations, veuillez consulterPersistance des données dans les microservices.

modèle divisé et semencé

Un modèle de mise à l'échelle et d'accélération des projets de modernisation. Au fur et à mesure que de nouvelles fonctionnalités et versions de produits sont définies, l'équipe principale se divise pour créer de nouvelles équipes produit. Cela permet de faire évoluer les capacités et les services de votre organisation, d'améliorer la productivité des développeurs et de soutenir l'innovation rapide. Pour de plus amples informations, veuillez consulterApproche progressive de la modernisation des applications dans leAWSCloud.

Modèle de figue strangler

Une approche de modernisation des systèmes monolithiques en réécrivant et en remplaçant progressivement les fonctionnalités du système jusqu'à ce que le système existant puisse être mis hors service. Ce schéma utilise l'analogie d'une figuier qui pousse en un arbre établi et finit par surmonter et remplacer son hôte. Le modèle étaitprésenté par Martin Fowlercomme moyen de gérer les risques lors de la réécriture de systèmes monolithiques. Pour obtenir un exemple d'application de ce modèle, consultez.Modernisation incrémentielle des services Web Microsoft ASP.NET (ASMX) hérités à l'aide de conteneurs et d'Amazon API Gateway.

équipe de deux pizzas

Un petit DevOps équipe que vous pouvez nourrir avec deux pizzas. La taille d'une équipe à deux pizzas garantit la meilleure opportunité possible de collaboration dans le développement de logiciels. Pour plus d'informations, consultez le .Équipe de deux pizzasSection duIntroduction à DevOps surAWSlivre blanc.