理想的混合云是一种无缝的分布式架构，其中数据和应用程序自动找到完美的资源集合，以便为用户提供最佳性能。但是现实的情况却截然不同，大多数企业为了创建一个基本的，有效的混合架构，仍在努力解决配置和迁移问题，更不用说支持动态工作流平衡的复杂自动化堆栈了。

　　在一整天工作结束时，公有云采用速度比私有云开发快，可以将整个数据环境移植到第三方基础架构显得更容易。

　　混合架构面临着巨大的挑战，但它们并不是完全无法克服的。大多数企业都希望将一些数据保存企业数据库中，我们可以通过持续不断的努力来提高混合架构的性能。最简单的方法是通过适当的应用程序管理，无论网络有多先进，还是在较分散的数据中心之间穿梭数据都，必然会引入延迟，因此，只需选择靠近本地数据中心的云服务提供商，就可以大大减少延迟。

　　除了这个方法外，还有其他方法可以加快网络速度，常见方法是在将管理和分析服务推送到云时，大多数选择在企业数据中心运行后端应用程序及其相关应用程序编程接口(API)，虽然比在内部托管所有内容成本更低，但随着API在两台主机之间不断地来回徘徊，往往会减慢速度。

　　更智能的方法是使用轻量级联合网关，将API运行时保留在数据中心，同时将分析数据异步推送到提供程序运行，但这种方法可能对混合云应用程序造成最大的损害。事实上，遗留应用程序根本不是为支持云的松散耦合的虚拟基础架构而设计的，这就是为什么像Docker，思科，HPE和微软这样的公司联手帮助企业更新其云应用程序组合的原因。

　　该现代化传统应用(MTA)计划具有应用程序管理工具，混合基础架构和专业服务，旨在帮助组织将其应用程序容纳并将其部署到Docker的Enterprise Edition软件下的云中。最重要的是，它不需要修改源代码，为IT团队提供即时可移植性，安全性等更多好处，无论他们使用的是Windows还是Linux应用程序。

　　适合正确架构的应用

　　某些流程在云中表现良好，而其他流程表现不佳，因此企业必须经过大量的反复试验才能达到最佳数据生态系统。CiRBA首席技术官Andrew Hillier表示，实现这一目标的最佳方式是通过有条理的数据驱动流程，权衡混合架构中可用的各种选项与业务需求及其相关应用程序。其中关键问题包括：

　　是谁来管理云使用?

　　确定部署工作负载和托管应用程序位置的标准是什么?

　　需要哪些资源和云实例?

　　如何为面向云的应用程序维护控制?

　　预计这将是一个持续的转型，主要是由新兴的面向开发的IT管理模型的持续集成/持续部署风格推动的。

　　混合云的性能也将在更广泛的数据生态系统的众多技术进步中受益，如 Digital Realty的首席技术官Chris Sharp最近向Datacenter Frontier所说，人工智能，神经网络和细粒度数据收集和分析等技术为云带来了丰富的功能，远远超过传统基础设施中的任何功能。

　　云的发展是源于云访问的专用私有网络(物理和虚拟)的兴起。在云的早期，主要应用程序是通过公共互联网提供的大容量存储和计算服务，这不仅缓慢且不可靠，为敏感数据和资源引入了新的攻击向量，通过专用网络，组织可以与一个或多个提供商保持稳定的连接，并结合动态扩展和灵活的速率调度，从而更好地将网络资源消耗与波动的工作负载相匹配。

　　早期营销号大肆宣传混合云，实际上现在部署生产环境与技术不对等的情况逐渐显现出来，混合云必杀技的梦想在幻灭，现在企业更多的关心部署基础架构和优化性能的实际工作。

　　虽然很容易根据当今的传统应用程序来衡量性能，但混合云实际上会产生一个独特的数据环境，其服务和操作特性无法在传统基础架构或纯公共云或私有云中复制。

　　最终，所有人的最大性能优势将是能够创建数据生态系统，使企业能够提供地球上任何其他人都无法复制的服务。