SaaS+PaaS, iPaaS真的如此简单吗?
8543
2019-02-25 10:55    文章来源:T媒体
文章摘要:——管理千万条,协同第一条。集成不规范,亲人两行泪。

当前,如何对成千上万的企业应用进行集成成为了企业IT的首要挑战之一。 当一组应用程序包含由外部创建的程序时,企业就会对iPaaS产生需求。不过,企业不可能应用全部的服务,iPaaS也会与SaaS及PaaS争夺企业软件管理空间,所以企业必须明确他们是否应该选择iPaaS。

基本上,iPaaS提供了一组工具来连接跨各种环境部署的应用程序。本地应用程序和数据可以通过iPaaS连接到托管在公有云中的数据。使用iPaaS,相同的源数据可以输入到不同的ERP系统。iPaaS产品包括各类现成的软件连接器。这包括API、规则、工作流、转换、转译和其他能够帮助工作负载有效地通信和共享数据的特性。

iPaaS VS SaaS/PaaS

软件和平台之间的界限是模糊的,但随着产品数量的激增和业务采用的加速,这种界限也变得越来越模糊。其实说起来,iPaaS与PaaS和SaaS之间没有太大的区别;主要区别在于服务的预期用途。

SaaS、PaaS和iPaaS都是即服务产品——均来自第三方供应商商的托管服务,他们通过网络交付,并通过web浏览器或其他门户访问。服务提供者管理操作服务所需的所有服务器、存储和其他基础设施,因此采用者通常会避免本地硬件和软件投资。iPaaS、PaaS和SaaS的主要好处是业务速度和成本节省,而不是获取内部、本地和托管平台和软件以及相关工具。服务通常按用户/月计费。

SaaS: SaaS产品通常是端点工具,组织通常为不同的目的运行许多SaaS产品。例如,SAP Concur是一个为员工提供费用跟踪和报告的工具,Outlook 365提供电子邮件服务,Citrix GoToMeeting支持远程演示和协作。

PaaS: PaaS产品会位于业务工作流的后端。在业务实际对结果起到作用之前,平台所做的工作会被其他平台或工具所利用。PaaS的例子包括软件开发平台,如Apprenda,它从软件存储库平台(如Git)获取输入,然后将构建交付给其他工具或平台进行测试——所有这些都发生在生产力工作者体验结果之前。

iPaaS:在实际意义上,iPaaS基本上是PaaS的子集或专门化形式。iPaaS描述了一类基于云的集成服务,而这些服务都可以无缝地连接本地或云中部署的不同工具和平台的工作负载和数据集。

image.png

来源: Stephen J. Bigelow,Tech Target

iPaaS类型

iPaaS是关于无缝集成工作负载和数据集的,无论它们位于何处。例如,iPaaS平台可以连接到同一数据中心内运行的多个供应商。另一方面,iPaaS平台可以连接本地工作负载、远程工作负载、SaaS产品和内部云应用程序。iPaaS部署意味着IT组织在不添加硬件或中间件的情况下连接其工作负载和数据。

要在各种场景中发挥作用,很容易想象在任何iPaaS产品中都有一组统一的特性和功能。行业分析公司Gartner的iPaaS参考模型强调了一系列重要的功能。然而,当前的供应商产品可能不包括支持无处不在的所有特性和功能集成。iPaaS产品可分为三类:云/SaaS集成;电子商务或B2B集成;以及企业服务总线(ESB)和面向服务的体系结构(SOA)支持。

云/SaaS集成: 企业IT组织投入了大量时间来选择和集成传统的本地应用程序。随着基于云计算和SaaS的工作负载的爆炸性增长,企业减少了大量的开销,但作为交换,它们失去了集成来自这些不同系统的所有东西所需的控制。其结果是工作负载很方便、很容易访问,但是在业务工作流中不能很好地组合在一起。MuleSoft Anypoint平台是专门从事云和SaaS集成的iPaaS的一个例子。

电子商务和B2B集成:这类iPaaS主要关注电子数据的交换。其目标是共享数据,而不是应用程序。这些iPaaS产品旨在使数据集能够从一个工作负载或应用程序访问到另一个工作负载或应用程序。Youredi就是一款强调iPaaS子集特性的产品,它与数据转换、规范化、格式化等相关。

ESB/SOA支持:ESB是一种形式化的体系结构,包括在总线类型的基础设施上集成应用程序的规则和原则。采用者可以在两个工作负载之间创建总线,并引入规则和流程,以便这些工作负载在总线上通信,同时彼此解耦。SOA的工作负载连接性方法通过基于网络的通信协议为应用程序提供特定的服务。SOA在不同的工作负载之间创建互操作性。Dell Boomi平台是iPaaS通过从外部扩展组织的内部ESB或SOA来提供相关支持的一个例子。

这些iPaaS类别都侧重于打破企业数据集和应用程序之间的孤立,以支持通过异构IT系统的业务工作流。iPaaS是一个有吸引力的选择,但它要求IT组织在选择产品之前了解其数据和工作流。

来源:Tech Target

作者:Stephen J. Bigelow

编译:T媒体


版权声明:

凡本网内容请注明来源:T媒体(http://www.cniteyes.com)”的所有原创作品,版权均属于易信视界(北京)信息科技有限公司所有,未经本网书面授权,不得转载、摘编或以其它方式使用上述作品。

本网书面授权使用作品的,应在授权范围内使用,并按双方协议注明作品来源。违反上述声明者,易信视界(北京)信息科技有限公司将追究其相关法律责任。

评论