AWSGlossario di Linee guida ai requisiti di - AWSLinee guida alle prescrizioni

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

AWSGlossario di Linee guida ai requisiti di

Termini AI e ML|Termini della migrazione|Termini di modernizzazione

Termini AI e ML

Di seguito sono riportati termini comunemente usati nelle strategie, guide e modelli correlati all'intelligenza artificiale (AI) e all'apprendimento automatico (ML)AWSLinee guida prescrittive. Per suggerire voci, utilizzare ilFornisci un feedbacklink alla fine del glossario.

classificazione binaria

Un processo che prevede un esito binario (una tra due possibili classi). Ad esempio, il tuo modello ML potrebbe dover prevedere problemi come «Questa e-mail è spam o no spam?» o «Questo prodotto è un libro o un'auto?»

classificazione

Un processo di categorizzazione che aiuta a generare previsioni. I modelli ML per problemi di classificazione prevedono un valore discreto. I valori discreti sono sempre distinti l'uno dall'altro. Ad esempio, un modello potrebbe essere necessario valutare se c'è o meno un'auto in un'immagine.

pre-elaborazione dei dati

Per trasformare i dati grezzi in un formato che è facilmente analizzato dal modello ML. La preelaborazione dei dati può significare la rimozione di determinate colonne o righe e l'indirizzamento di valori mancanti, incoerenti o duplicati.

deep ensemble

Combinare più modelli di deep learning per la previsione. È possibile utilizzare gruppi profondi per ottenere una previsione più accurata o per stimare l'incertezza nelle previsioni.

deep learning

Un sottocampo ML che utilizza più livelli di reti neurali artificiali per identificare la mappatura tra i dati di input e le variabili di destinazione di interesse.

analisi dei dati esplorativi (EDA)

Il processo di analisi di un set di dati per comprenderne le caratteristiche principali. Raccogliete o aggregate i dati e quindi eseguite indagini iniziali per trovare modelli, rilevare anomalie e verificare le ipotesi. L'EDA viene eseguita calcolando statistiche di riepilogo e creando visualizzazioni dei dati.

features

I dati di input che è possibile utilizzare per fare una previsione. Ad esempio, in un contesto di produzione, le feature potrebbero essere immagini che vengono periodicamente acquisite dalla linea di produzione.

trasformazione di caratteristiche

Ottimizzare i dati per il processo ML, incluso l'arricchimento dei dati con fonti aggiuntive, la scalabilità dei valori o l'estrazione di più insiemi di informazioni da un singolo campo dati. Ciò consente al modello ML di trarre vantaggio dai dati. Ad esempio, se si suddividono la data «2021-05-27 00:15:37» in «2021», «Maggio», «gio» e «15», è possibile aiutare l'algoritmo di apprendimento a imparare modelli sfumati associati a diversi componenti di dati.

classificazione multiclasse

Un processo che aiuta a generare previsioni per più classi (prevedendo uno tra più di due esiti). Ad esempio, un modello ML potrebbe chiedere «Questo prodotto è un libro, un'auto o un telefono?» o «Quale categoria di prodotti è più interessante per questo cliente?»

regressione

Tecnica ML che prevede un valore numerico. Ad esempio, per risolvere il problema di «A che prezzo sarà venduta questa casa?» un modello ML potrebbe utilizzare un modello di regressione lineare per prevedere il prezzo di vendita di una casa sulla base di fatti noti sulla casa (ad esempio, il metraggio quadrato).

training

Per fornire dati per il modello ML da cui imparare. I dati di addestramento devono contenere la risposta corretta. L'algoritmo di apprendimento trova nei dati di addestramento i pattern che mappano gli attributi dei dati di input al target (la risposta che si desidera prevedere). Emette un modello ML che cattura questi pattern. È possibile utilizzare il modello ML per fare previsioni su nuovi dati di cui non si conosce il target.

variabile di destinazione

Il valore che si sta tentando di prevedere in ML supervisionato. Viene definito anche comevariabile di risultato. Ad esempio, in un'impostazione di produzione la variabile target potrebbe essere un difetto del prodotto.

regolazione

Per modificare gli aspetti del processo di allenamento per migliorare l'accuratezza del modello ML. Ad esempio, è possibile addestrare il modello ML generando un set di dati da etichettare, aggiungendo le etichette e quindi ripetendo questi passaggi diverse volte con impostazioni diverse per ottimizzare il modello.

incertezza

Un concetto che si riferisce a informazioni imprecise, incomplete o sconosciute che possono compromettere l'affidabilità dei modelli di ML predittivi. Esistono due tipi di incertezza: Incertezza epistemicaè causato da dati limitati e incompleti, mentreincertezza aleatoriaè causato dal rumore e dalla casualità inerenti ai dati. Per ulteriori informazioni, consulta la .Quantificare l'incertezza nei sistemi di deep learningguida.

Termini della migrazione

Di seguito sono riportati i termini comunemente utilizzati nelle strategie, nelle guide e nei modelli correlati alla migrazione forniti daAWSLinee guida prescrittive. Per suggerire voci, utilizzare ilFornisci un feedbacklink alla fine del glossario.

7

Sette strategie di migrazione comuni per spostare le applicazioni sul cloud. Queste strategie si basano sulle 5 R identificate da Gartner nel 2011 e consistono in quanto segue:

  • Refactor/re-architect: sposta un'applicazione e modifica la sua architettura sfruttando appieno le funzionalità native del cloud per migliorare agilità, prestazioni e scalabilità. Questo comporta tipicamente il porting del sistema operativo e del database. Esempio: Esegui la migrazione del database Oracle locale ad Amazon Aurora edizione compatibile con PostgreSQL.

  • Ripiattaforma (riforma e riforma): sposta un'applicazione sul cloud e introduce un certo livello di ottimizzazione per sfruttare le funzionalità cloud. Esempio: Esegui la migrazione del database Oracle locale ad Amazon Relational Database Service (Amazon RDS) per Oracle nelAWSNuvola.

  • Riacquisto (drop and shop) - Passa a un prodotto diverso, in genere passando da una licenza tradizionale a un modello SaaS. Esempio: Esegui la migrazione del sistema CRM (Customer Relationship Management) su Salesforce.com.

  • Rehost (lift and shift): sposta un'applicazione sul cloud senza apportare modifiche per sfruttare le funzionalità cloud. Esempio: Esegui la migrazione del database Oracle locale a Oracle su un'istanza EC2 nelAWSNuvola.

  • Riposiziona (aumento e spostamento a livello di hypervisor): sposta l'infrastruttura nel cloud senza acquistare nuovo hardware, riscrivere applicazioni o modificare le operazioni esistenti. Questo scenario di migrazione è specifico di VMware Cloud onAWS, che supporta la compatibilità delle macchine virtuali (VM) e la portabilità dei carichi di lavoro tra l'ambiente locale eAWS. È possibile utilizzare le tecnologie VMware Cloud Foundation dai data center locali quando si esegue la migrazione dell'infrastruttura a VMware Cloud onAWS. Esempio: Spostare l'hypervisor che ospita il database Oracle su VMware Cloud onAWS.

  • Conserva (rivisita): mantieni le applicazioni nel tuo ambiente di origine. Queste potrebbero includere applicazioni che richiedono un refactoring importante e si desidera posticipare il lavoro fino a un secondo momento e le applicazioni legacy che si desidera conservare, perché non esiste alcuna giustificazione aziendale per la migrazione.

  • Ritiro: smantellare o rimuovere le applicazioni che non sono più necessarie nell'ambiente di origine.

portafoglio di applicazioni

Raccolta di informazioni dettagliate su ciascuna applicazione utilizzata da un'organizzazione, inclusi i costi per la creazione e la manutenzione dell'applicazione e il suo valore aziendale. Queste informazioni sono fondamentali peril processo di scoperta e analisi del portafoglioe aiuta a identificare e dare priorità alle applicazioni da migrare, modernizzare e ottimizzare.

operazioni di intelligenza artificiale (AIOP)

Il processo di utilizzo delle tecniche di machine learning per risolvere problemi operativi, ridurre gli incidenti operativi e l'intervento umano e aumentare la qualità del servizio. Per ulteriori informazioni sul funzionamento di AIOps nelAWSstrategia di migrazione, vedi ilguida all'integrazione delle operazioni.

AWSFramework di adozione cloudAWSCAF)

Un quadro di linee guida e best practiceAWSper aiutare le organizzazioni a sviluppare un piano efficiente ed efficace per passare con successo al cloud.AWS CAF organizza linee guida in sei aree focali chiamate prospettive: business, persone, governance, piattaforma, sicurezza e operazioni. Le prospettive aziendali, persone e governance si concentrano sulle competenze e sui processi aziendali; le prospettive della piattaforma, della sicurezza e delle operazioni si concentrano sulle competenze e sui processi tecnici. Ad esempio, la prospettiva delle persone si rivolge alle parti interessate che gestiscono le risorse umane (HR), le funzioni di personale e la gestione delle persone. Per questa prospettiva,AWSCAF fornisce indicazioni per lo sviluppo, la formazione e la comunicazione delle persone per aiutare a preparare l'organizzazione per un'adozione del cloud di successo. Per ulteriori informazioni, consulta la .AWSSito Web die laAWSWhitepaper di CAF.

AWSlanding zone

Una landing zone è un account ben architettato e multi-accountAWSambiente scalabile e sicuro. Questo è un punto di partenza dal quale le organizzazioni possono lanciare e distribuire rapidamente carichi di lavoro e applicazioni con sicurezza nell'ambiente di sicurezza e infrastruttura. Per ulteriori informazioni sulle zone di atterraggio, consultaConfigurazione di un account multi-account sicuro e scalabileAWSenvironment.

AWSWorkload Qualification Framework (AWSWQF)

Uno strumento che valuta i carichi di lavoro di migrazione del database, consiglia strategie di migrazione e fornisce stime di lavoro.AWS WQF è incluso inAWS Schema Conversion Tool(AWS SCT). Analizza gli schemi di database e gli oggetti codice, il codice dell'applicazione, le dipendenze e le caratteristiche delle prestazioni e fornisce report di valutazione.

pianificazione della continuità aziendale (BCP)

Un piano che affronta il potenziale impatto di un evento dirompente, come una migrazione su larga scala, sulle operazioni e consente a un'azienda di riprendere rapidamente le operazioni.

Cloud Center of Excellence (CCoE)

Un team multidisciplinare che guida le iniziative di adozione del cloud in un'organizzazione, tra cui lo sviluppo di best practice cloud, la mobilitazione delle risorse, la definizione delle tempistiche di migrazione e la guida dell'organizzazione attraverso trasformazioni su larga scala. Per ulteriori informazioni, consulta la .Post di CCoEsulAWSBlog sulla strategia Cloud Enterprise.

fasi cloud di adozione

Le quattro fasi in genere attraversate dalle organizzazioni quando migrano versoAWSNuvola:

  • Progetto — Esecuzione di alcuni progetti correlati al cloud per scopi di prova di concetto e apprendimento

  • Fondazione — Effettuare investimenti fondamentali per scalare l'adozione del cloud (ad esempio, creazione di una landing zone, definizione di un CCoE, creazione di un modello operativo)

  • Migrazione: migrazione di singole applicazioni

  • Reinvention: ottimizzazione di prodotti e servizi e innovazione nel cloud

Queste fasi sono state definite da Stephen Orban nel post del blogIl viaggio verso il cloud first e le fasi di adozionesulAWSBlog Cloud Enterprise Strategy. Per informazioni su come si relazionano conAWSstrategia di migrazione, vedi ilGuida alla preparazione alla migrazione.

database di gestione della configurazione (CMDB)

Un database che contiene informazioni sui prodotti hardware e software di un'azienda, configurazioni e interdipendenze. In genere si utilizzano i dati di un CMDB nella fase di rilevamento e analisi del portafoglio della migrazione.

epico

Nelle metodologie agili, categorie funzionali che aiutano a organizzare e dare priorità al tuo lavoro. Epics fornisce una descrizione di alto livello dei requisiti e delle attività di implementazione. Ad esempio:AWSGli epici della sicurezza CAF includono la gestione dell'identità e degli accessi, i controlli investigativi, la sicurezza dell'infrastruttura, la protezione dei dati e la risposta agli incidenti. Per ulteriori informazioni sugli epici nelAWSstrategia di migrazione, vedi ilguida all'implementazione del programma.

migrazione eterogenea del database

Migrazione del database di origine in un database di destinazione che utilizza un modulo di gestione di database diverso (ad esempio Oracle ad Amazon Aurora). La migrazione eterogenea è in genere parte di uno sforzo di riprogettazione e la conversione dello schema può essere un compito complesso.AWSfornisceAWS SCTche aiuta con le conversioni di schemi.

migrazione omogenea del database

Migrazione del database di origine in un database di destinazione che condivide lo stesso modulo di gestione di database (ad esempio, Microsoft SQL Server ad Amazon RDS for SQL Server). La migrazione omogenea fa tipicamente parte di uno sforzo di rehosting o replatform. È possibile utilizzare le utilità di database native per eseguire la migrazione dello schema.

Libreria di informazioni IT (ITIL)

Una serie di best practice per la fornitura di servizi IT e l'allineamento di questi servizi ai requisiti aziendali. ITIL fornisce le basi per ITSM.

Gestione dei servizi IT (ITSM)

Attività associate alla progettazione, implementazione, gestione e supporto di servizi IT per un'organizzazione. Per ulteriori informazioni sull'integrazione delle operazioni cloud con gli strumenti ITSM, consulta ilguida all'integrazione delle operazioni.

Migration Acceleration Program (MAP)

Un recordAWSprogramma che fornisce supporto di consulenza, formazione e servizi per aiutare le organizzazioni a costruire una solida base operativa per il passaggio al cloud e contribuire a compensare il costo iniziale delle migrazioni. MAP include una metodologia di migrazione per l'esecuzione di migrazioni legacy in modo metodico e una serie di strumenti per automatizzare e accelerare gli scenari di migrazione comuni.

Valutazione del portafoglio di migrazione (MPA)

Uno strumento online che fornisce informazioni per la convalida del business case per la migrazione alAWSNuvola. MPA fornisce una valutazione dettagliata del portafoglio (dimensionamento corretto del server, prezzi, confronti del TCO, analisi dei costi di migrazione) e pianificazione della migrazione (analisi dei dati applicativi e raccolta dati, raggruppamento delle applicazioni, prioritizzazione della migrazione e pianificazione ondulata). LaStrumento MPA(richiede l'accesso) è disponibile gratuitamente per tuttiAWSconsulenti e consulenti APN Partner.

Valutazione della prontezza alla migrazione (MRA)

Il processo di acquisizione di approfondimenti sullo stato di preparazione al cloud di un'organizzazione, individuazione di punti di forza e debolezza e creazione di un piano d'azione per colmare le lacune identificate, utilizzando ilAWSCAF. Per ulteriori informazioni, consulta la .Guida alla preparazione alla migrazione. MRA è la prima fase delStrategia di migrazione AWS.

migrazione su larga scala

Il processo di spostamento della maggior parte del portafoglio di applicazioni sul cloud a onde, con più applicazioni spostate a una velocità più rapida in ogni onda. Questa fase utilizza le best practice e le lezioni apprese dalle fasi precedenti per implementare unfactory di migrazionedi team, strumenti e processi per semplificare la migrazione dei carichi di lavoro attraverso l'automazione e la distribuzione agile. Questa è la terza fase delAWSstrategia di migrazione.

factory di migrazione

Team interfunzionali che semplificano la migrazione dei carichi di lavoro attraverso approcci automatizzati e agili. I team di Migration Factory in genere includono operazioni, analisti aziendali e proprietari, ingegneri della migrazione, sviluppatori e professionisti DevOps che lavorano in sprint. Tra il 20 e il 50 percento di un portafoglio di applicazioni aziendali è costituito da modelli ripetuti che possono essere ottimizzati con un approccio di fabbrica. Per ulteriori informazioni, consulta la .discussione sulle fabbriche di migrazionee laGuida CloudEndure Migration Factoryin questo set di contenuti.

accordo sul livello operativo (OLA)

Un accordo che chiarisce quali gruppi IT funzionali promettono di consegnarsi reciprocamente, per supportare un accordo sul livello di servizio (SLA).

integrazione operativa (OI)

Il processo di modernizzazione delle operazioni nel cloud, che prevede la pianificazione della prontezza, l'automazione e l'integrazione. Per ulteriori informazioni, consulta la .guida all'integrazione delle operazioni.

gestione organizzativa del cambiamento (OCM)

Un quadro per la gestione di importanti trasformazioni aziendali dirompenti dal punto di vista delle persone, della cultura e della leadership. OCM aiuta le organizzazioni a prepararsi e a passare a nuovi sistemi e strategie accelerando l'adozione dei cambiamenti, affrontando le questioni transitorie e guidando i cambiamenti culturali e organizzativi. NellaAWSstrategia di migrazione, questo framework è chiamatoaccelerazione di persone, a causa della velocità di cambiamento richiesta nei progetti di adozione del cloud. Per ulteriori informazioni, consulta la .Guida OCM.

playbook

Una serie di passaggi predefiniti che acquisiscono il lavoro associato alle migrazioni, ad esempio la fornitura di funzioni operative principali nel cloud. Un playbook può assumere la forma di script, runbook automatici o un riepilogo dei processi o dei passaggi necessari per gestire l'ambiente modernizzato.

matrice responsabile, responsabile, consultata, informata (RACI)

Una matrice che definisce e assegna ruoli e responsabilità in un progetto. Ad esempio, è possibile creare un RACI per definire la proprietà del controllo di sicurezza o per identificare ruoli e responsabilità per attività specifiche in un progetto di migrazione.

runbook

Un insieme di procedure manuali o automatiche necessarie per eseguire un'attività specifica. Questi sono generalmente progettati per semplificare le operazioni o le procedure ripetitive con tassi di errore elevati.

contratto sul livello di servizio (SLA)

Un accordo che chiarisce ciò che un team IT promette di fornire ai propri clienti, come tempi di attività e prestazioni del servizio.

Termini di modernizzazione

Di seguito sono riportati termini comunemente utilizzati nelle strategie, nelle guide e nei modelli correlati alla modernizzazione forniti daAWSLinee guida prescrittive. Per suggerire voci, utilizzare ilFornisci un feedbacklink alla fine del glossario.

funzionalità di business

Cosa fa un'azienda per generare valore (ad esempio vendite, assistenza clienti o marketing). Le architetture di microservizi e le decisioni di sviluppo possono essere guidate dalle capacità aziendali. Per ulteriori informazioni, consulta la .Organizzato in base alle funzionalità aziendaliSezione dellaEsecuzione di microservizi containerizzati suAWSwhite paper.

microservizi

Un servizio piccolo e indipendente che comunica tramite API ben definite ed è in genere di proprietà di piccoli team indipendenti. Ad esempio, un sistema assicurativo potrebbe includere microservizi mappati alle capacità aziendali, come vendite o marketing, o sottodomini, come acquisti, reclami o analisi. I vantaggi dei microservizi includono agilità, scalabilità flessibile, facilità di implementazione, codice riutilizzabile e resilienza. Per ulteriori informazioni, consultaIntegrazione di microservizi utilizzandoAWSservizi serverless.

architettura di microservizi

Un approccio alla creazione di un'applicazione con componenti indipendenti che eseguono ogni processo applicativo come microservizio. Questi microservizi comunicano attraverso un'interfaccia ben definita utilizzando API leggere. Ogni microservizio in questa architettura può essere aggiornato, distribuito e ridimensionato per soddisfare la domanda di funzioni specifiche di un'applicazione. Per ulteriori informazioni, consultaImplementazione di microservizi suAWS.

modernizzazione

Trasformare un'applicazione obsoleta (legacy o monolitica) e la sua infrastruttura in un sistema agile, elastico e altamente disponibile nel cloud per ridurre i costi, ottenere efficienza e sfruttare le innovazioni. Per ulteriori informazioni, consultaStrategia per modernizzare le applicazioni nelAWSCloud.

valutazione della disponibilità di modernizzazione

Una valutazione che aiuta a determinare la disponibilità di modernizzazione delle applicazioni di un'organizzazione, identifica vantaggi, rischi e dipendenze e determina in che modo l'organizzazione può supportare lo stato futuro di tali applicazioni. Il risultato della valutazione è un progetto dell'architettura target, una tabella di marcia che descrive le fasi di sviluppo e le pietre miliari per il processo di modernizzazione e un piano d'azione per affrontare le lacune identificate. Per ulteriori informazioni, consultaValutare la prontezza alla modernizzazione per le applicazioni nelAWSCloud.

applicazioni monolitiche (monoliti)

Applicazioni che vengono eseguite come un unico servizio con processi strettamente accoppiati. Le applicazioni monolitiche presentano diversi inconvenienti. Se una funzione di applicazione presenta un picco di richiesta, è necessario ridimensionare l'intera architettura. Anche l'aggiunta o il miglioramento delle funzionalità di un'applicazione monolitica diventa più complessa quando la base di codice cresce. Per risolvere questi problemi, è possibile utilizzare un'architettura di microservizi. Per ulteriori informazioni, consultaDecomposizione dei monoliti in microservizi.

Persistenza poliglotta

Scegliere autonomamente la tecnologia di archiviazione dei dati di un microservizio basata su modelli di accesso ai dati e altri requisiti. Se i microservizi dispongono della stessa tecnologia di archiviazione dei dati, possono affrontare sfide di implementazione o avere prestazioni scadenti. I microservizi sono più facilmente implementabili e raggiungono prestazioni e scalabilità migliori se utilizzano il data store più adatto alle loro esigenze. Per ulteriori informazioni, consultaAbilitazione della persistenza dei dati nei microservizi.

modello split-and-seed

Un modello per scalare e accelerare i progetti di modernizzazione. Man mano che vengono definite nuove funzionalità e release dei prodotti, il team principale si divide per creare nuovi team di prodotto. Ciò aiuta a scalare le capacità e i servizi dell'organizzazione, a migliorare la produttività degli sviluppatori e a supportare una rapida innovazione. Per ulteriori informazioni, consultaApproccio graduale alla modernizzazione delle applicazioni nelAWSCloud.

team di due pizze

Un piccolo team DevOps che puoi nutrire con due pizze. Una squadra a due pizze garantisce la migliore opportunità possibile di collaborazione nello sviluppo del software. Per ulteriori informazioni, consulta la .Squadra di due pizzerieSezione dellaIntroduzione a DevOps suAWSwhite paper.