2. Bauen Sie die Daten auf

Die Telemetriedaten, die eine Observability-Plattform erfasst, können in verschiedene Typen unterteilt werden:

Metriken – eine numerische Bewertung der Anwendungsleistung, der Ressourcennutzung und des allgemeinen Systemzustands über einen bestimmten Zeitraum.

Traces – eine Aufzeichnung der End-to-End-Dienste für jede Benutzeranfrage, wenn Transaktionen von einem Dienst zum anderen wechseln.

Abhängigkeiten – eine Bewertung, wie jede Anwendungskomponente von anderen Komponenten, Anwendungen und IT-Ressourcen abhängt.

Statusprüfungen – regelmäßige Umfragen zu bestimmten Diensten. Wenn eine Statusprüfung fehlschlägt, wird daraus ein Problem.

Alerts – Benachrichtigungen, die ausgelöst werden, wenn bestimmte vordefinierte Schwellenwerte überschritten werden.

Dashboards – Anwendungsperspektiven, die visuelle, interaktive und verständliche Darstellungen bestimmter vorgegebener Metriken bieten.

Protokolle – detaillierte, zeitgestempelte, vollständige und unveränderliche Aufzeichnungen von Anwendungsereignissen in Ihrem System.

Nach dem Sammeln dieser Informationen korrelieren Observability-Tools diese in Echtzeit, um kontextbezogene Informationen zu liefern – das Was, Wo und Warum eines jeden Ereignisses, das auf ein Problem mit der Anwendungsleistung hinweisen, es verursachen oder zur Behebung dieses Problems verwendet werden könnte.

Die fortschrittlichsten Observability-Plattformen entdecken auch automatisch neue Telemetriequellen, die sich aus der Anwendung ergeben könnten. Da diese Plattformen deutlich mehr Echtzeitdaten verarbeiten als eine standardmäßige APM-Lösung, verfügen viele von ihnen über AIOps (künstliche Intelligenz für den Betrieb) und ML-Funktionen (maschinelles Lernen). Damit können sie Signale (Hinweise auf echte Probleme) vom Rauschen (Daten, die nichts mit echten Problemen zu tun haben) trennen.

3. Setzen Sie wichtige Praktiken und Prinzipien um

Um richtig zu funktionieren, ist Observability auf Daten und KI angewiesen, um automatisierte, umsetzbare Erkenntnisse zu gewinnen. Mit diesen Schlüsselkomponenten können Sie eine Vielzahl von Diensten und Systemen in komplexen Umgebungen effektiv, schnell und in großem Umfang verwalten und überwachen. Es gibt also einige wichtige Praktiken und Grundsätze, die Sie einführen müssen, damit Ihre Observability-Plattform Ihre Ziele erreicht:

Systematische Optimierung: Observability bildet Interaktionen zwischen allen Ressourcen innerhalb der IT-Architektur ab und kontextualisiert sie, sodass die gesamte IT-Umgebung optimiert werden kann.

Vollständige Kontextualisierung: Jede Einheit von Observability-Daten muss mit vollständigem Kontext geliefert werden. Eine durchgängige Verfolgung und Kontextualisierung jeder Kennzahl ist erforderlich.

Cloudnative Bereitstellung: Bereitstellungs- und Instrumentierungsprozesse für Observability sind vollständig automatisiert, sodass Observability-Tools nahtlos in cloudnative Anwendungsumgebungen integriert werden können.

Umfassende Unterstützung für die Datenaufnahme: Observability unterstützt die vielen Möglichkeiten, mit denen moderne Anwendungsumgebungen Daten offenlegen – von der Standardausgabe und herkömmlichen Protokollen bis hin zu Telemetrie wie OpenTracing.

Observability in der gesamten Pipeline: Shift-Left-Observability nutzt Observability-Plattformen in der Vorproduktion, um die CI/CD-Pipeline zu optimieren und Probleme zu finden, damit diese nicht in die Produktion gelangen.