要构建IaaS的业务案例，记住，应用程序测试、高性能计算和灾难恢复只是公有云适合的一些IT场景。

公有基础设施即服务市场仍处于早期发展阶段。

然而，在迁移到公有云之前，企业需要全面评估IaaS将如何满足其业务以及IT的需求。采用公共IaaS背后有许多常见的驱动因素，从应用开发到减少本地部署的基础设施和灾难恢复（DR）的投资。

下面来看看公共IaaS的常见用途。

应用开发和测试

借助公有IaaS云，企业可以租用廉价的沙盒来进行应用程序的开发和测试。他们可以完全将这个沙盒环境与其他工作流程或系统隔离开来，并在完成后轻松释放它。

一般而言，您可以以每月大约110美元的价格租用一定数量的IaaS实例，这是将公有云用于短期开发工作的巨大驱动。

云沙盒使开发人员能够将应用程序测试扩展到全集群规模，并使用虚拟可调的工作负载。它还允许开发人员进行快速实验；例如，他们可以尝试更大的实例，或者评估内存数据库性能和GPU的价值。

云沙盒方法的另一个好处是可以并行地构建和测试一组实例类型。这使您可以进行总体拥有成本的比较——您无法使用内部硬件完成这些事情。

另外，如果使用本地单一的hard-iron集群，一次只能运行一个测试，但是云允许一次创建多个沙盒，这样就可以大幅缩减测试时间。云沙盒的另一个好处是，可以在几分钟内复制集群，以防两个开发人员想要访问同一个集群，然后确定开发人员是否可以共享网络存储，或者是否需要一个克隆。

一般来说，可以快速重建云沙盒，并将它们与其他服务结合起来使用，从而在较短的时间内执行较重的测试，而这些无法在本地完成。

可扩展的生产环境

公有IaaS的另一个常见驱动因素是更灵活地扩展生产环境上工作负载的能力。

对工作负载有稳定需求的企业很少。事实上，常态是经常出现不受控制的峰值，并且诸如统计数据块、计划运行时间和客户实时需求的变化等因素，都会使得容量规划变得非常困难。

采用本地模式，IT团队必须随时调整基础设施来处理峰值负载。在许多情况下，这些峰值是可以预测的，但仍然需要调整资源，这就不可避免地要购买比业务平均工作量所需多得多的设备。这种模式非常昂贵，而且在很多情况下会导致云爆发，在需求峰值期间，管理员在云中使用按需实例来补充内部基础设施。

在纯IaaS模型中，对生产环境工作负载的容量规划是不同的。假设沙盒测试表明需要40个云实例来满足平均工作量。添加一些备件是个好主意。接下来，在应用程序中构建一个模块，可以根据需要增加更多的实例，使用这些备件作为缓冲。该模块调用云协调器中的标准API来创建或删除实例。尽管虚拟机启动可能需要几秒钟的时间，但经过一些尝试和错误之后，满足服务级别的要求应该是很容易的。最终的结果是一个自动缩放的应用程序，可以处理棘手的工作负载从而实现高可用性。

这个过程的前提是可以并行应用程序。新的应用程序很容易实现，但对于基于单线程x86代码甚至COBOL的传统应用程序来说则是一个挑战，需要更多的工作和潜在的重新设计。微服务模型可以提供帮助，因为它将应用程序分解成更小，更易于管理的块。

批处理是云的另一个很好的用例，因为这些类型的工作负载频繁波动或需求不断变化。然而，这里的挑战是需要在代码中创建并行性，然后对关键任务的应用程序进行详尽的测试。

减少内部基础设施的投资

也许证明公有IaaS的必要性的最简单的方式是证明它省钱。

将IT部门的部分或全部工作负载迁移到公有云可以极大地降低资本支出，因为它最大限度地减少了购买本地IT系统的需求。最终还会导致运营费用的降低。

减少内部硬件还可以节省数据中心电源、空间和散热成本。在某些情况下，迁移到公有云可能会导致关于调整企业数据中心大小的讨论。例如，如果在一个空旷的设施中仅放置一个小型设备，那么这些额外的空间就是巨大的成本负担。迁移到公共IaaS后，软件许可和硬件维护成本也会降低。

在迁移到公有云后，较少的内部操作可能会减少管理人员运行和维护设备的工具。云环境高度自动化，这意味着对于简单的任务来说不需要手动操作，例如添加新的驱动器和给工作负载分配服务器。也就是说，这种自动化可以让管理员将关注点转移到更重要的业务流程上，而减少了手动管理系统的时间。

总体而言，尽管公共IaaS减少了资本和其他开支，但企业应当注意，不要让IaaS资源超出其工作负载所需，因为这可能导致高昂的云成本。

高性能计算

高性能计算（HPC）是IT行业有一定专业性的领域，但对于许多公司而言，公共IaaS使其更易于使用。

为了支持像HPC这样的前沿技术，计算机集群必须快速且互联。大多数应用程序已经被设计用于并行处理，大多数大型HPC主机使用x86之类的商用处理器。通常这些系统功能非常强大，只能用于大型工作。

云通过将大型HPC计算环境分割成多租户小型集群的机制解决了这个问题。这彻底改变了科学实验和建模的计算模式。借助云，企业可以确定这些HPC小型集群的大小，并按小时租用它们，从而大大降低了超级计算的入门价格。

当需要将HPC工作负载移至公有云时，仍然存在一些挑战。大多数HPC系统依靠非常大的动态RAM空间和GPU来提高性能。InfiniBand或者以太网远程直接存储器访问网络也很有价值。 也就是说，大多数大型云服务提供商（CSP）现在都提供了支持GPU的大型实例。

托管面向Web的服务

所有的公有云都提供了一些I/O性能小、CPU和内存有限的小型实例，非常适合面向Web的服务。它们比一般的内部iron（1U半宽服务器）更能满足典型Web服务器的需求。同一台服务器可能会负责云中的64个虚拟实例。

不过，缺点也确实存在。媒体服务提供商通常会向像Akamai这样的公司转发缓存内容，以降低服务交付的成本和延迟。公有云模型不处理正向缓存，只是处理中心内容的分发。随着网络的加速，未来这可能不再是什么问题。

通常，为Web服务创建所需的实例是很容易的，因为用测试脚本完成克隆很简单，并且CSP也提供了负载平衡和缩放功能。

DR和冗余

公有IaaS云可以以各种方式帮助协调DR。 大多数云在不同的地理区域内运行，这些区域对应于CSP数据中心的站点。

在多个云区中操作并在每个云区中保留必需数据文件的副本是一种很好的做法。 这样，如果路由器代码的更新让整个区域都下线了，那么只会造成服务的暂时中断。中断多少时间和多长时间取决于是否在每个区域中都保留了备用实例，以及恢复正在进行的所有事务需要多长时间。

请注意，CSP提供了地理多样性，默认来说对象存储的每个副本在地理上是分隔的，而块存储可以选择分隔。 使用此功能，并在可用时擦除编码，可以大大增强在另一个区域启动的能力。

这里数据管理是一个关键因素。 例如，欧盟不久将不得不遵守“通用数据保护条例”的规定。 加密是至关重要的，CSP已经提供服务来帮助实现合规要求。 良好的数据管理实践（如将旧数据移动到更便宜的云存储层）也能够帮助节省运营成本。