Jannah Theme License is not validated, Go to the theme options page to validate the license, You need a single license for each domain name.
اخبار

كيف تغيرت إمكانية الملاحظة في السنوات الأخيرة ، وماذا بعد ذلك


انضم إلى كبار المديرين التنفيذيين في سان فرانسيسكو يومي 11 و 12 يوليو ، لمعرفة كيف يدمج القادة استثمارات الذكاء الاصطناعي ويحسنونها لتحقيق النجاح. يتعلم أكثر


في السنوات الأخيرة ، أصبحت الشركات تعتمد بشكل متزايد على إمكانية المراقبة لإدارة وصيانة الأنظمة والبنية التحتية المعقدة. نظرًا لأن الأنظمة تصبح أكثر تعقيدًا ، يجب أن تتطور إمكانية الملاحظة لمواكبة المتطلبات المتغيرة. السؤال الكبير لعام 2023: ما التالي بالنسبة للملاحظة؟

أدى انتشار الخدمات المصغرة والأنظمة الموزعة إلى زيادة صعوبة فهم سلوك النظام في الوقت الفعلي ، وهو أمر بالغ الأهمية لاستكشاف المشكلات وإصلاحها. في الآونة الأخيرة ، قامت المزيد من الشركات بحل هذه المشكلة باستخدام الأتمتة لمراقبة البنية الموزعة وتتبع الغوص العميق وإمكانية المراقبة في الوقت الفعلي.

ومع ذلك ، فقد أحدث كل عقد تغييرًا جذريًا في كيفية عمل إمكانية المراقبة. شهدت العقود الثلاثة الماضية تحولًا بعد التحول – من داخل الشركة إلى السحابة إلى السحابة الأصلية. مع كل جيل ظهرت مشاكل جديدة لحلها ، مما فتح الباب أمام تشكيل شركات جديدة:

  • أدى عصر السحابة في أماكن العمل إلى ظهور عدد قليل من الشركات مثل Solarwinds و BMC و CA Technology.
  • أدى عصر السحابة (حيث ظهرت AWS) إلى سوق مهتز ، مع وجود شركات جديدة مثل Datadog و New Relic و Sumologic و Dynatrace و Appdynamic والمزيد.
  • أدى عصر السحابة الأصلية (بدءًا من 2019-20) إلى حدوث تغيير آخر في السوق.

لماذا تتغير إمكانية الملاحظة؟

السبب الرئيسي للتغييرات الحالية هو أن الشركات تبني برمجيات باستخدام تقنية مختلفة تمامًا مقارنة بعام 2010. وبدلاً من البنى المتجانسة ، فإنهم يستخدمون الخدمات المصغرة و Kubernetes والبنية الموزعة.

حدث

تحويل 2023

انضم إلينا في سان فرانسيسكو يومي 11 و 12 يوليو ، حيث سيشارك كبار المسؤولين التنفيذيين في كيفية دمج استثمارات الذكاء الاصطناعي وتحسينها لتحقيق النجاح وتجنب المزالق الشائعة.

سجل الان

هناك ثلاثة أسباب رئيسية لهذا الأمر:

  • أمن أفضل
  • قابلية التوسع بسهولة
  • مزيد من الكفاءة للفرق الموزعة

ومع ذلك ، هناك تحديات كذلك. وفقًا لبيانات من Gartner ، ستكون 95٪ من الأنظمة سحابية أصلية بحلول عام 2025. نظرًا لأن السحابة الأصلية تولد بيانات أكثر بكثير من الأجيال السابقة من التكنولوجيا ، فإن استضافة هذه البيانات وتوسيع نطاقها تصبح أكثر صعوبة. هذا يمثل ثلاث مشاكل رئيسية.

1. التكاليف الباهظة

المشكلة الأولى مباشرة نسبيًا: التكلفة. أصبحت جميع شركات المراقبة القديمة باهظة الثمن لدرجة أن معظم الشركات الناشئة والشركات المتوسطة لا تستطيع تحمل تكاليفها. نتيجة لذلك ، يستخدمون التكنولوجيا القديمة لاستضافة ومعالجة بياناتهم – وهي تقنية لا يمكنها الاستجابة للاحتياجات في عام 2023.

2. تطور الأولويات في الملاحظة

بالإضافة إلى ذلك ، نظرًا لأن قدرات الملاحظة أصبحت أكثر تقدمًا ، فقد تطورت مؤشرات الأداء الرئيسية و OKRs التي تتبعها فرق التطوير والعمليات.

في السابق ، كان التركيز الأساسي على ضمان عدم تعطل التطبيقات والبنية التحتية. الآن ، تعمل فرق dev و ops على مستوى أعمق ، مع إعطاء الأولوية:

  • طلب الكمون
  • التشبع
  • قابلية التوسع
  • خرائط المرور الخاصة بمكان حدوث الاستخدام
  • تحسين وتوقع النتائج المستقبلية
  • كيف يغير الرمز الجديد استخدام السحابة

باختصار ، أصبحت فرق التطوير والعمليات أكثر نشاطًا من رد الفعل. هذا يتطلب تقنية يمكنها المواكبة.

3. تغيير التوقعات بالنسبة للملاحظة

أخيرًا ، أدى ظهور بنية الخدمات المصغرة إلى تغيير كيفية ملاحظة فرق تكنولوجيا المعلومات لتغيرات التطبيق. يمكن تشغيل خدمة صغيرة واحدة عبر مائة جهاز ، ويمكن تشغيل مائة خدمة صغيرة في جهاز واحد. لا يوجد نهج “مقاس واحد يناسب الجميع”. تحتاج فرق Dev and ops إلى تحليل أعمق لفهم ما يحدث عبر بنيتهم ​​التحتية.

هذه هي التحديات. إذن كيف يجب أن يستجيب الجيل الجديد من أدوات المراقبة في عام 2023؟ من وجهة نظري ، هناك ثمانية أشياء سنحتاجها للفوز بالسوق.

ملحوظة: إنني أتطلع إلى عرض 30 ألف قدم لسوق شاسع. من غير المحتمل أن تقوم شركة واحدة بكل هذه الأشياء. لكن هذه هي الاحتياجات ، وستتطلب شركات وتقنيات ومنصات جديدة لتلبيتها جميعًا.

إمكانية الملاحظة الموحدة

تقول جميع الشركات القديمة إنها منصة مراقبة موحدة. ما يعنيه هذا حقًا هو أن لديهم علامات تبويب مختلفة للمقاييس والسجلات والتتبعات التي يمكن الوصول إليها من نظامهم الأساسي.

هذا لا يحل المشكلة في الواقع. ما تحتاجه فرق dev و ops هو مكان واحد يمكن من خلاله عرض كل هذه البيانات في جدول زمني واحد. عندها فقط سيكونون قادرين على تتبع الارتباطات وتحديد الأسباب الجذرية للمشكلات – وحلها بسرعة.

بيانات الأعمال والملاحظة المتكاملة

كما ذكر Bogomil من Sequoia في هذه المدونة ، فإن معظم الشركات لا تربط بين بياناتها التجارية وقابليتها للملاحظة. هذه مشكلة لأن هناك رؤى قوية يمكن اكتسابها من تحليل الاثنين جنبًا إلى جنب.

على سبيل المثال ، اكتشفت أمازون مؤخرًا أنه إذا تباطأ موقعها على الويب بمقدار ثانية واحدة إضافية ، فإنها تخسر ملايين الدولارات يوميًا. يمكن أن يكون هذا ضخمًا لشركات التجارة الإلكترونية ، خاصةً إذا كانت تتبع تباطؤًا في الطلبات – قد يكون ذلك بسبب ضعف أداء التطبيق. كلما قاموا بإصلاح التطبيق بشكل أسرع ، زاد عدد الطلبات التي يتلقونها ، وزادت الإيرادات التي يكسبونها.

الشيء نفسه ينطبق على شركات البرمجيات. إذا كان التطبيق سريعًا ، فهذا يحسن قابليته للاستخدام ، مما يحسن تجربة المستخدم ، والذي بدوره يؤثر على عدد من مقاييس الأعمال. فقط من خلال دمج هاتين المجموعتين من البيانات يمكن للشركات أن تبدأ في إجراء هذه الاتصالات لتحسين النتيجة النهائية.

القياس المفتوح عن بُعد المحايد للبائع (OTel)

تبحث الشركات عن حل لا يقفل ببائع واحد. هذه هي الطريقة التي تساهم بها معظم شركات التكنولوجيا في فتح القياس عن بُعد (OTel) وجعلها أداة الانتقال لوكلاء جامعي البيانات. تتمتع OTel بالعديد من الفوائد: إمكانية التشغيل البيني والمرونة وتحسين مراقبة الأداء.

القدرة على الملاحظة التنبؤية

في عصر الذكاء الاصطناعي ، كل شيء يتحرك ليصبح تجربة ليس بها إنسان. يمكن أن يمكّن هذا الأنظمة من القيام بالأشياء التي لا يستطيع البشر القيام بها ، مثل توقع الأخطاء قبل حدوثها حتى من خلال التعلم الآلي.

هذا ليس شائعًا في إمكانية الملاحظة في الوقت الحالي ، وهناك حاجة كبيرة لمزيد من الابتكار. من خلال إضافة طبقة ذكاء اصطناعي إلى منصات المراقبة ، يمكن للشركات التنبؤ بالمشكلات قبل حدوثها ، وحلها قبل أن يعرف المستخدم أو العميل حتى أن هناك شيئًا ما خطأ.

الأمن التنبئي في قابلية الملاحظة

تعمل المراقبة والأمن بشكل وثيق للغاية. تنتقل معظم شركات المراقبة إلى الأمان لأنها تتحكم في جميع البيانات التي تم جمعها من التطبيقات والبنية التحتية.

من خلال قراءة المقاييس والسجلات والتتبعات ، وتحديدًا تلك التي تُظهر سلوكًا غير عادي ، يجب أن يكون الذكاء الاصطناعي قادرًا على فهم التهديدات الأمنية. معظم SEIM و XDR لا يفعلون ذلك. وحتى لو فعلوا ذلك ، فهو نموذج قائم على القواعد بدلاً من التحليل والتعلم من السلوكيات.

تحسين التكلفة

ربما يكون التحدي الأكبر في إمكانية الملاحظة هو التكلفة. على الرغم من أن التخزين السحابي أصبح أرخص وأرخص ، إلا أن معظم شركات المراقبة لا تخفض أسعارها لتتطابق. يحصل العملاء على الطرف القصير من العصا ، ويرجع ذلك أساسًا إلى عدم وجود بدائل.

تجمع Open Telemetry أكثر من 200 نقطة كل ثانية. ومع ذلك ، لا نحتاج إلى كل نقاط البيانات هذه. لذا بدلاً من فرض رسوم على المستخدمين مقابل التخزين الذي لا يحتاجون إليه ، يجب على المؤسسات جمع وتخزين العناصر المفيدة فقط وحذف الباقي. هذا يمكن أن يقلل من تكلفة تخزين ومعالجة البيانات.

الارتباط بتحليل السببية

توفر معظم منصات المراقبة القديمة معلومات أساسية حول ما يحدث في السحابة أو التطبيق. ومع ذلك ، في كثير من الأحيان يقع الحدث المحرض قبل ساعات أو حتى أيام من حدوثه. على هذا النحو ، من المهم مراقبة خطوط أنابيب CI / CD لمعرفة متى يتم دفع الكود ، بالإضافة إلى التنظيم أو الطلب الذي يبدأ في خلق المشكلة.

لنفترض أن هناك مقبس شبكة واحد بطيء ، ويبدأ في سد الطلبات. نتيجة لذلك ، تبدأ الواجهة الخلفية في التباطؤ ، مما ينتج عنه خطأ. ثم تتباطأ الواجهة الأمامية ، مما يؤدي إلى حدوث خطأ آخر. ثم يتعطل التطبيق. قد تلاحظ فقط تباطؤ الواجهة الأمامية وتعتقد أن هذا تسبب في تعطل التطبيق. لكن في الواقع ، بدأت المشكلة في مكان آخر.

في الهندسة المعمارية الموزعة ، يستغرق تحليل السبب الجذري وقتًا أطول من الوقت الذي يستغرقه في وحدة متراصة. تحتاج منصات المراقبة إلى التكيف مع هذا الواقع الجديد.

تنبيهات تستند إلى الذكاء الاصطناعي

التعب اليقظ هو التحدي الحقيقي. عندما يتلقى المطورون العديد من التنبيهات التي تجعلهم يكتمون سلاسل البريد الإلكتروني أو قنوات Slack ، فإن هذا يخفي المشكلات ويبطئ وقت الحل.

بدلاً من ذلك ، تستفيد أنظمة التنبيه القائمة على الذكاء الاصطناعي من الذكاء الاصطناعي للتنبؤ بأي التنبيهات ضرورية وأيها ليست كذلك. يمكن للذكاء الاصطناعي أيضًا توفير السياق وحتى اقتراح الحلول الممكنة.

افكار اخيرة

هذا هو الوقت المناسب لتكون في الملاحظة. التغييرات التي نراها تفتح الباب أمام فرص لا توصف. يبقى السؤال: من الذي سيصعد إلى القمة في عام 2023؟

Laduram Vishnoi هو المؤسس والرئيس التنفيذي في Middleware.

صانعي القرار

مرحبًا بك في مجتمع VentureBeat!

DataDecisionMakers هو المكان الذي يمكن للخبراء ، بما في ذلك الأشخاص الفنيون الذين يقومون بعمل البيانات ، مشاركة الأفكار والابتكارات المتعلقة بالبيانات.

إذا كنت تريد أن تقرأ عن الأفكار المتطورة والمعلومات المحدثة ، وأفضل الممارسات ، ومستقبل البيانات وتكنولوجيا البيانات ، انضم إلينا في DataDecisionMakers.

يمكنك حتى التفكير في المساهمة بمقال خاص بك!

قراءة المزيد من DataDecisionMakers

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى