Comparaison des solutions de découverte dans le cloud

  • Rversion finale: Australia
  • Mis à jour 12 mars 2026
  • 2 minutes de lecture

    • La comparaison des solutions de découverte dans le cloud fournit un aperçu des forces relatives de chaque solution. La comparaison met en évidence le nombre de types de ressources pris en charge par les solutions dans , Microsoft Azure et AWSGCP. La comparaison peut vous aider à comprendre les options de chaque solution et à mieux gérer votre CMDB utilisation d’une ou plusieurs méthodes.

    Schémas de découverte et de mappage des services vs. Connecteurs du graphe de services

    Visibilité ITOM offre deux solutions principales pour détecter les ressources dans le cloud et les mapper dans le : Cloud Schémas de découverte et de mappage des services et Connecteurs du graphe de services dans le Base de données de gestion des configurations (CMDB) cloud.

    Les schémas sont au cœur des options de découverte natives de ITOM Visibility. Ils fournissent une vue plus approfondie, plus dynamique et holistique de votre infrastructure. Les modèles utilisent différentes méthodes de découverte : sans agent, avec agent et cloud natif, pour créer une vue unifiée et orientée vers l’entreprise de vos services. En tirant parti du machine learning, les modèles mappent automatiquement les composants techniques à leur contexte métier, créant ainsi des relations riches et un graphe de connaissances complet.

    Les connecteurs du graphe de services, quant à eux, permettent d’ingérer rapidement et instantanément des données provenant de systèmes existants. Ils vous aident à ingérer rapidement des données provenant de sources spécifiques telles que les fournisseurs de cloud public (AWS, Microsoft Azure, GCP), les systèmes de gestion des terminaux et les outils de sécurité ou de réseau.

    Les Connecteur du graphe de services modèles (régulièrement mis à jour le ) constituent la base d’un mappage des services automatisé continu et d’informations ServiceNow Store opérationnelles plus approfondies. Cette différence est cruciale pour résoudre des défis complexes tels que la gestion des certificats, l’audit de pare-feu et un large éventail d’autres cas d’utilisation de services et opérationnels.

    Le choix entre les modèles et les connecteurs affecte la couverture, le niveau de détail, la façon dont les données sont modélisées dans le et la CMDB fréquence de mise à jour. Bien que certains types de ressources soient pris en charge par les deux solutions, les données peuvent être renseignées dans différentes CMDB classes CI. La compréhension de ces différences vous aide à élaborer une stratégie de découverte cohérente et efficace.

    En examinant les tables de couverture pour AWS, Azure et GCP, vous pouvez
    • Identifiez les ressources prises en charge par les modèles, par les connecteurs ou les deux.
    • Comprenez comment un même type de ressource peut être géré différemment (par exemple, les modèles peuvent inclure toutes les données de zone, tandis que les connecteurs peuvent inclure uniquement les zones liées à une instance).
    • Choisissez une solution par fournisseur, en tenant compte de sa couverture CI ou de son modèle de données. Par exemple : Utilisez des connecteurs pour détecter vos GCP ressources, mais utilisez des modèles pour AWS et Microsoft Azure.
    Figure 1. Comparaison des modèles de découverte et de mappage des services et des connecteurs du graphe de services
    Histogramme qui compare les types de ressources des modèles et des connecteurs du graphe de services : AWS (83 modèles, 70 SGC), Azure (60 modèles, 22 SGC) et GCP (120 modèles, 107 SGC).