为了简单起见，假如我们将 Hadoop数据存储应用、Web服务器程序和应用服务器程序都运行在同一台 Linux服务器上。在这个例子中，安装好所有软件并将系统上线总共需要160分钟。如果所有安装和配置流程都按顺序执行，也就是依次执行而不是同时执行，那么400台服务器就相当于64000分钟，即1066小时或44天。
但如果部署了一个自动化系统，那么分配时间将会大大缩减。完成相同工作所需要的工时数将从160分钟减少到31分钟，每一个系统安装只需要10秒钟，每一份安装所需要的时间减少为31分钟，时间相当于人工安装过程的五分之一。
记住，这些还只是估算时间，现实情况有许多干扰因素。如果实现系统自动化所需要的成本与时间大于人工方式，那么这种自动化就不值得去做。我们需要考虑的因素包括人力成本、自动化系统的估算使用期(自动化系统也需要维护、更新以及管理)，以及组织在系统上线运行之后需要多长时间才能适应它带来的变化。
假设实现一个自动化系统、测试和部署上线需要1000人时。那么这部分消耗就应该计入自动化系统的成本中。在上一个例子中，一共需要44天(或1066小时)才能创建好有400台服务器的应用环境。通过自动化，建立一个支持网站上线运行的应用服务器环境则只需要一点儿时间就够了。不过，假设需要一个月时间才能实现自动化系统并通过测试，全体员工才能体验到效率的提升，那么，我们可能就要仔细评估它的实际价值了。另ー方面，如果下一个月又需要建立第二个400台服务器环境，那就很可能会节约成本和时间，更不用说在未使用自动化时，维护和故障修复等时间也会减少了。这里的关键在于，在计算自动化及优化工作所带来的成本和节约的时间时，一定要从整个项目的生命周期来考虑，而不是只考虑自动化系统部署时带来的效率提升。在第二个例子中，自动化将同样400台服务器环境的创建时间减少为12400分钟，即206小时或8.6天。
对于任何组织而言，创建并维护400台服务器的一致性都不是一件轻松的工作，即便是像谷歌这样的互联网巨头，也需要大量的人力和资金投入才能完成。但是，一旦自动系统部署到位，他们就能够在几天内移动和改变整个基础架构，从而为公司提供极大的灵活性。在现在以Web为基础的业务环境里，这一点非常重要。如果一个业务能够更快地移动和改变，那么它通常就获得了打败竞争对手或占领市场的本钱。
但是，如果一家公司只有10-50台服务器，那么它可能没有必要实现自动化，因为这种公司还没有能够即时完成这项任务的时间、人力，以及技术条件。在这种情况下，他们可能更适合采用一些简单的自动化方法，如Shel脚本和调度任务，而不是使用复杂的全功能配置的管理与分配系统。
然而，总的原则是不变的。一定要先分析网站建设优化流程需要多少时间然后再分析实现自动化所需要的成本与时间，权衡这些需求与组织目标的关系，然后再将这些需求和目标跟公司的长期和短期方案进行对比，最后再决定或采纳一些趋势或标准。
本文地址：//skystarbio.com//article/4506.html
