为了解决制定混合云迁移策略过程中对约束进行量化求解，以获得最佳方案的问题，定义和描述了系统混合云迁移决策制定的约束，并进行结构化分类，计算定量约束，使用层次分析法将定性约束转变成可用数值表示的相关重要度，获得最佳迁移策略.使用网络服务运营支撑系统云化作为用例，制定每个应用的云迁移策略和部署方案，最终获得运营支撑系统的混合云迁移策略.
The article attempted to solve the challenge on how to define and qualify constraints to get solution when making migration strategy. First, the constraints were classified, quantifiable constraints were calculated. Then the analytic hierarchy process was used to change quantifiable constraints into numeric importance, and the best solution was made. Last, the hybrid migration strategy for each component of a service operation support system was applied.
适当的企业云部署能够帮助企业降低成本，改进企业敏捷性.对于大型企业，企业管理系统已经较为成熟，使用混合云迁移策略，根据应用的安全和性能要求将一部分模块迁移到云上，剩下的模块保留在原有系统中，能够节省云迁移的资金和消耗，同时降低风险.制定迁移策略需要在一系列约束下确定哪些模块可以被迁移，选择合适的云服务，计算迁移开销.
混合云迁移策略制定的一个重大挑战在于如何定义和描述约束，将约束进行量化求解最佳迁移策略.现有迁移策略制定的方法中，Michael等[1-3]考虑了定性约束条件对迁移决策的影响，列出了约束的全集，但是没有对约束进行分析和结构化分类，同时也没有给出如何计算这些非定量约束，无法根据这些约束有效过滤备选方案.此外，Shawky等[4-6]建立了决策支持系统，确定迁移对象和迁移步骤，但是只考虑部分约束，且认为各类约束的重要性相同，而在实际企业系统中，各类约束对于企业决策的重要性是不同的.
笔者的创新点在于定义企业系统混合云迁移策略的约束条件，并进行结构化分类，计算可量化约束，并使用层次分析法(AHP，analytic Hierachy Process)将定性约束转变成可用数值表示的相关重要度指标，求解最佳解决方案.在用例分析中，针对网络服务运营支撑系统的云化需求，使用混合云迁移方法，制定迁移方案，确定每个应用应该使用何种云部署和迁移方式.
1 系统混合云迁移策略制定方法制定企业系统的混合云迁移策略，关键在于判断指定功能模块是否需要迁移到云上以及如何选择云提供商，在一系列可量化的(如网络流量上限、业务延迟、迁移费用)和定性的(法律法规、政策、QoS、SLA)约束下，实现最大化企业收益，同时降低风险的目标.
1.1 定量约束条件迁移一个模块S到云上的需求和目标通常是最大化收益Profit(S)，同时对用户请求的响应时间T(Req)在云迁移的前后不该有太明显的变化，由于模块迁移到远端造成的系统外部流量Traf(S)要控制在一定阀值f内，迁移过程的开销Cost(S)要最小.经过量化约束过滤后生成一系列可行解决方案S.
|
迁移策略的生成建模如下：
|
云化的收益是企业系统未云化之前的开销与云化后开销的差值.节省的开销包括：1) 企业可以选择租用计算硬件、存储资源、网络带宽等资源来代替购买硬件构建本地数据中心；2) 模块迁移到云端，可以省去对模块的日常维护和运营费用；3) 由于业务的动态变化，系统对资源的需求也是动态变化，企业往往需要购买能够承受业务忙时峰值的资源，这在业务闲时形成了大量的空闲资源，造成浪费.
企业系统部分迁移到云上，会造成地理上分布式部署的各模块之间的通信开销、延长响应时间，迁移后的响应时间应该不会明显多于迁移前.由于远程消息会明显增加响应延迟，带来网络拥塞，制定策略时需要把具有强依赖关系，即通信量较多的模块、模块和相关数据绑定，部署在同一个数据中心.
企业在进行系统的混合云迁移之前，需要完成一系列准备操作，如调研、设计、切割上线、运维和运营等，这些活动需要花费一定的时间和金钱.企业需要先预计和确定时间和金钱方面的花销Cost(S)是否超出企业的承受范围.
1.2 定性分析与最佳解决方案利用多个定性约束条件来过滤一组备选方案，可以建模为决策支持问题，AHP是解决决策支持问题的有效工具，能够抽象出多个复杂的约束，将不可量化的约束条件转化成数值的重要性指标，通过重要性和权值计算，在备选方案中得到最佳解决方案[7]. AHP方法包括构造递归树、构造判断矩阵、对判断矩阵求解获得最佳方案3个步骤.
1) 构造约束递归树. AHP方法首先对约束进行分析，构造其递归化的层次结构，形成约束递归树，图 1所示为运营支撑系统混合云迁移策略制定的递归树，最左是目标层，只包含1个因素，为研究对象进行云迁移需要实现的目标，如收益最大、风险最小等；中间为准则层，描述迁移约束，笔者针对运营支撑系统模块的迁移约束，将约束分成性能、可用性、安全、经济、管理5个方面；最右为方案层，包括不迁移、迁移到私有云、迁移到公有云3种方案.
|
图 1 运营支撑系统混合云迁移的约束递归树 |
2) 构造判断矩阵.在约束递归树中，每个非叶子节点m都有一个判断矩阵Am，将其子节点进行两两比较，它们相对于父节点的重要性比值为判断矩阵相应位置的元素值：
|
其中：n为节点m所包含的子节点的数目，i、j分别表示节点m的子节点i和子节点j，rij表示子节点i与子节点j相对于所述节点m的重要度.相对重要度rij取值根据心理学专家的定义[7]，取值范围是1~9的整数，表示“同样重要”到“非常重要”，rji表示节点j相对于i的重要性比值，故rji=1/rij，节点与自身重要性相比总是1，故矩阵对角线值为1.通过上述方法，可以将无法用数值求解的定性约束转化成1组以数值表示的重要性判断矩阵.
3) 矩阵求解获得最佳方案.计算约束层各元素的权重，权重最高的备选方案即为最佳解决方案.
对于节点m的判断矩阵Am，根据式Amx=λmaxx可以求得特征向量x和特征值λmax，特征向量x=＜x1, x2, …, xn＞的元素xi即为节点m的第i个子节点对应的单层权重，用Wik表示，k表示子节点i所在的层.
需要衡量判断矩阵Am一致性，即满足传递性rij=rik×rkj.使用C表示一致性比率，若C＜0.1，则认为判断矩阵具有一致性，据此而计算的值是可以接受的，若C＞.1，则判断矩阵不具有一致性，需要重新设计判断矩阵元素值[7].
|
其中：I为判断矩阵的一致性指标，Q为判断矩阵的随机一致性指标，取值如表 1所示[7].
|
表 1 Q取值表(n表示节点m的子节点个数) |
确定了每层的权重后，自目标层向方案层构造层次总排序Rik，第k层的Rik计算如下：
|
其中：Rik表示第k层的节点i的层次总排序值，Rik-1表示第k-1层的节点j的层次总排序值，Wik表示第k层的节点i对应的权重，Ri1=Wi1.
层次总排序的一致性检验.设第k-1层共有m个节点，第k层共有n个节点，第k层节点i对应于上一层节点j的单层一致性指标为Ijk-1，单层随机一致性指标为Qjk-1，则其层次总排序一致性比率的计算方法如下：
|
层次总排序通过一致性检验后，权重最大的备选方案即为最佳方案.
2 系统混合云迁移用例分析目前，国内网络服务发展迅猛，如电子商务、数字医疗、在线教育等，服务需求多种多样，软、硬件及网络等服务环境日益复杂化，虚拟服务需求不断增加.传统服务运营支撑系统采用定制资源、定制架构、定制应用的定制开发模式，面临服务系统运维、业务扩展、系统扩容难度大、费用高等多方面问题，无法实现高效率、低成本的规模化交付服务，无法满足灵活、多变的个性化服务的需求.因此，需要引进云计算技术，实现网络服务运营支撑系统云化，以应对新业务模式、新技术和新架构带来的巨大机遇和挑战.
通过与国内某著名电子认证服务的运营商讨论，确定了业务支撑系统云迁移递归树(见图 1)，计费应用迁移约束的level1权重如图 2所示，各影响因素排序结果为安全、性能、可用性、经济、管理因素.
|
图 2 计费应用迁移level1约束权重 |
level2层各约束相对于level1层的相对权重按重要程度依次排序为：1) 安全因素.包括数据安全(0.350 91)、事务安全(0.350 91)、灾备(0.189 06)、业务连续性(0.109 11)；2) 性能因素.包括计算能力(0.385 39)、实时响应能力(0.385 37)、弹性扩展(0.142 53)、多种接入(0.056 28)、快速部署(0.030 43)；3) 可用性因素.包括SLA、QoS保障(0.465 63)、数据一致性(0.318 75)、软硬件兼容(0.122 41)、集成能力(0.060 93)、接口兼容(0.032 28)；4) 经济因素.包括电力成本(0.395 05)、资源利用率(0.394 99)、运维开销(0.162 68)、培训费用(0.047 29)；5) 管理因素.包括法律法规(0.460 38)、企业战略(0.318 59)、运维模式(0.126 88)、关注核心活动(0.040 45)、关注新产品和新服务开发(0.053 7).层次总排序如图 3所示，重要程度依次为数据安全、事务安全、计算能力、实时响应、SLA和QoS保障等.
|
图 3 计费应用迁移各约束层次总排序 |
对于计费应用，3种迁移方案的权重计算结果为不迁移0.476 069，迁移到私有云0.346 121，迁移到公有云0.177 810.从结果的反馈来看，计费应用目前暂时不需要迁移，在未来规划和测试通过后，可以考虑迁移到私有云上.
对于运营支持系统其他主要应用，确定了递归树中各约束的权重，计算判断矩阵，并通过一致性检测，各应用的3种迁移备选方案对应的标准权重结果如图 4所示.对实时性和安全性要求很高、数据量和计算量很大的关键应用，如订单管理、问题处理、实时计费暂不迁移，实时性或计算量要求稍有放松的关键和重要应用如用户界面、销售管理、渠道管理、账详单查询、服务开通、资源管理、S/P结算可以迁移到企业已经搭建成熟的私有云平台；一般系统如市场营销、优惠与促销、服务质量管理、综合采集、S/P采购等，实时性要求不高、故障影响低，可以选择公有云提供商迁移.
|
图 4 各应用模块3种迁移方案对应的标准权重 |
混合云迁移方式允许企业根据应用的安全和性能要求将一部分模块迁移到云上，剩下的保留在原有系统中，节省了云迁移的资金和消耗，同时降低了风险.针对制定企业系统混合云迁移策略过程，定义描述并结构化分类迁移约束、计算可量化约束、使用AHP方法将定性约束转变成可用数值表示的相关重要度，最终求解最佳迁移方案.最后，分析网络服务运营支撑系统云化的需求，利用笔者提出的方法，制定了运营支撑系统混合云迁移策略.
| [1] | Michael M, Marten S, Stefan T. (MC2)2: criteria, requirements and a software prototype for cloud infrastructure decisions[J].Software: Practice and Experience, 2011, 43(11): 1283–1297. |
| [2] | Khajeh H A, Sommerville I, Bogaerts J, et al. Decision support tools for cloud migration in the enterprise[C]//CLOUD. Washington D C:[s.n, ], 2011: 541-548. |
| [3] | Andrikopoulos, Strauch S, Leymann F. Decision support for application migration to the cloud: challenges and vision[C]//CLOSER-International Conference on Cloud Computing and Services Science. Lisbon: [s.n.], 2013: 149-155. |
| [4] | Shawky D M. A cost-effective approach for hybrid migration to the cloud[J].International Journal of Computer and Information Technology, 2013, 2(1): 57–63. |
| [5] | Adrián J V, Henning B. Decision support for partially moving applications to the cloud: the example of business intelligence[C]//International Workshop on Hot Topics in Cloud Services. New York: [s.n.], 2013: 35-42. |
| [6] | Patricia V, Alessandro C, Rafael X, et al. Cloudstep: a step-by-step decision process to support legacy application migration to the cloud[C]//Maintenance and Evolution of Service-Oriented and Cloud-Based Systems Trnto: [s.n.], 2012: 7-16. |
| [7] | 陶长琪. 决策理论与方法[M]. 北京: 中国人民大学出版社, 2010: 112-124. |