虽然很多企业组织都表示，他们拥有混合云，但是事实上，他们只是拥有各自独立的公共云和私有云而已。这样的应用模式并没有充分体现出云计算的真正价值：编排、自助服务自动化以及通过在公共云和私有云之间转移工作负载实现按需增减资源的能力。
在新云计算时代的一片混沌中（这由于故意炒作和认知混淆而造成的），真正的混合云定义已丧失了它的意义。公共云和私有云都是构建在基于COTS的集群架构上的，这个架构遵循一个自动化编排的标准方法，它具有通过按需增减虚拟机实例来扩展和缩减工作负载的功能。但是，一些所谓的“私有云”配备了一些传统的组件（例如主机等），虽然此举实现了应用程序的灵活性，但它并未遵循COTS定义。当涉及混合云时，这就成为了一个显着的问题。
真正混合云与公共云私有云简单相加之间的区别在于跨多种类型云边界的自动化编排。但是，如果私有云端是传统的主机，那么这实际上是不可能的，这就意味着混合云必须全部都是基于COTS的。
实现真正混合云的三大要素
一个混合云应当满足三个关键标准：
混合云应当具有跨公共-私有云边界的共同编排以便于针对负载增减实现实例至公共云的无缝扩展。
编排系统应当能够辅助实现数据在不同云之间的迁移。
编排应当允许客户自由变更云服务商以便于获得更低的价格和更好的服务。
目前业界正好在实施着第一个标准。针对通用编配，业界有着一个广泛的产品集，但是其发展过于迅猛还有一些余波有待抚平。
诸如IBM、戴尔以及惠普等主要系统厂商可满足通用的编配需求。此外，主要的云供应商微软Azure、Rackspace、VMware以及RedHat都可满足这一标准。诸如Egenera、Eucalyptus以及更多的这样的初创公司推出的工具也可胜任这一任务。
但是，当我们审视后两个标准时，我们开始发现市场中所谓的混合算与真正混合云之间的主要差别。例如VMware和Azure就为数据搭建了通往他们自己公共云的渠道。虽然这种方法提供了一个更为无缝的操作，但是用户需要放弃他们的功能以便于享受更优惠的价格，并失去了随每日利率下降而节省的机会。
此外，拥有数据管理策略是实施健全混合云的关键。但是，数据管理仍然是需要进一步得到关注的一个弱点。美国的广域网链路数据传输速度是比较慢的，这就限制了用户传输大量数据的能力。例如，一个能够扩展至公共云的弹性应用程序需要访问3TB的数据以便于正常运行，但是按需传输3TB的数据将是一个时间和成本的大杀手。我们需要一种在公共云中使数据可用的方法，以及一种把数据更新同步到内部实例的方法。
那么，哪家供应商能够满足你对于混合云所必备的要求呢？戴尔公司表示，公司当前的产品都是在正确的方向上的，而RedHat公司正在制定一个与供应商无关的服务发展路线图。其余的多家厂商对于私有云支持都是有所保留的，但却接近类似更广泛的连接性。由于VMware和Azure都希望销售他们自己的服务，所以他们对于扩展连接性并不太尽心，然而VMware在打开局面方面干的不错。随着EMC推出存储阵列，受制于供应商的想法正在成为过去的事情。
混合云用例
从归档到提高负载，业内有着很多混合云的实际用例，其中很多用例的数据必须被保存在企业内部。虽然实施混合云会让思考过程复杂化，不同的意见进一步强调了对灵活工具和较好策略的需求。
超越普通混合云，我们进入了软件即服务（SaaS）世界。所用即所付模式正在改变基础设施的面貌，而云中大数据服务的出现正在导致在用户自有云以外的不同云计算中驻留更多的端到端服务。处理简单公共云和私有云将进一步凸显数据管理问题，以及要求开发快速连接应用程序的集成工具。我们期待混合云将有一次快速的发展，并在混合云管理中出现大量的竞争动作。