云网分析如何帮助企业实现网络资源的最大化利用

1. 资源使用优化：

存储生命周期管理：

为访问频繁的热数据留出性能优化空间，区分冷数据和热数据的存储成本。例如，阿里云的对象存储OSS提供多种存储类型（标准、低频访问、归档、冷归档、深度冷归档），全面覆盖从热到冷的各种数据存储场景，根据数据访问频次选择合适的存储类型，降低数据存储成本。

如PolarDB-X提供冷数据归档技术，将几乎没有更新、插入和修改操作且读取频率非常低的数据转存至低成本的OSS上存储，以降低数据存储成本。

云原生场景下的资源治理：

云原生技术提供共享、隔离、弹性等资源管理能力，但企业在使用云原生容器化弹性计算资源时成本可能增加。原因包括技术债务和缺乏成本洞察与控制手段。企业需要在容器层做好资源管理，例如通过自动化工具（弹性伸缩ESS、弹性供应、运维编排、资源编排等）来管理线上资源，减少人工运维成本和误操作成本，达到资源的合理使用。

2. 提供全局视角的分析能力：

像华为云Stack 8.2.1提供全局视角的容量分析、闲置分析和瓶颈分析能力，支撑客户场景化分析的业务诉求，帮助用户全局统一分析资源，最终达到合理使用资源、提升资源使用率的目的。

3. 智能优化：

实时采集资源、负荷、流量等数据，对用户感知、业务质量以及网络状态进行预测和评估，动态调整网络资源、拓扑、路径和参数，消除网络潜在问题，从而提高网络资源的利用效率。

4. 通过智能水位分析报告：

对特定周期内云资源的运行情况进行汇总分析，从而发现高负载或低负载的资源，进而为企业提供资源规划和成本优化的参考依据，有助于实现网络资源的最大化利用。