Home
Titolo pagina
Titolo pagina
Casi d'uso dell'osservabilità
Vantaggi dell'osservabilità
Nel complesso, l'osservabilità rende il tuo sistema IT più facile da comprendere, monitorare, aggiornare e riparare fornendo una maggiore visibilità sul suo funzionamento. Tuttavia, ci sono ulteriori vantaggi, più discreti, legati all’osservabilità:
Gli strumenti di osservabilità scoprono condizioni che potresti non conoscere o pensare di cercare, quindi monitorano la loro relazione con problemi di prestazioni specifici per fornire il contesto, identificare le cause profonde e accelerare la risoluzione. Inoltre, le piattaforme di osservabilità con report intuitivi e su richiesta forniti tramite una dashboard di visualizzazione centralizzata consentono agli utenti di estrarre facilmente informazioni e prendere decisioni basate sui dati.
L'osservabilità nelle prime fasi del processo di sviluppo del software consente ai team DevOps di identificare e risolvere i problemi nel nuovo codice prima che arrivino a un punto tale del ciclo di vita dell'applicazione da influire sull'esperienza dell'utente finale.
L'osservabilità continua a dare i suoi frutti man mano che si sale di scala. Ad esempio, puoi specificare la strumentazione e l'aggregazione dei dati come parte di una configurazione del cluster Kubernetes e iniziare a raccogliere i dati di telemetria dal momento in cui viene avviato fino a quando non viene chiuso.
Combinandosi con l'AIOps, l'apprendimento automatico e l'automazione, l'osservabilità è in grado di prevedere i problemi in base agli output del sistema e quindi di risolverli senza intervento manuale (un'infrastruttura applicativa che si auto-ripara). Tali funzionalità riducono al minimo i tempi di inattività, le interruzioni e i punti di guasto, liberano tempo per DevOps e altri team e aumentando l'efficienza generale dell'IT.
Grazie a questi vantaggi, Observability è uno strumento fondamentale in diversi settori aziendali, come dimostrano i seguenti casi d'uso.
Come ottimizzare miliardi di trasferimenti di file mission-critical tramite strumenti di osservabilità.
Le soluzioni software di ExaVault's facilitano due miliardi di trasferimenti di file all'anno per clienti come Disney, Adobe, Xerox e Zillow. Con clienti come questi, anche un secondo di inattività significa che le parti su entrambi i lati del trasferimento di dati possono ritrovarsi improvvisamente prive di dati vitali necessari per prendere decisioni aziendali. Come spiega il CEO David Ordal: “Se falliamo, i nostri clienti inizieranno a perdere denaro”.
Implementando IBM Instana®, ExaVault ha acquisito la capacità di monitorare le prestazioni delle API e di istituire il monitoraggio degli errori, il debug e gli avvisi. Questa visibilità più rapida e intuitiva ha consentito di ottenere una riduzione dell'MTTR del 56,6% e una disponibilità del 99,99%.
Come collegare potenziali assunzioni ai datori di lavoro grazie a microservizi osservabili e risorse container.
PathMotion, una piattaforma di acquisizione di talenti e di employer-branding basata sul cloud, ha iniziato il suo percorso di osservabilità modernizzando e migrando al cloud da un'applicazione monolitica on-premise. L'azienda necessitava di una soluzione altrettanto moderna per l'osservabilità e il monitoraggio in grado di tenere il passo con la velocità e la complessità dei microservizi containerizzati.
Implementando Instana, PathMotion ha acquisito la possibilità di visualizzare e monitorare automaticamente le prestazioni delle architetture di microservizi e del software in esecuzione su piattaforme di orchestrazione dei contenitori come Kubernetes. Ciò ha consentito all'azienda di eliminare il 10% delle sue macchine virtuali e di distribuire più risorse altrove, impostando anche avvisi in caso di esaurimento delle risorse.
"Avere la capacità di misurare il livello di comunicazione dei nostri microservizi e comprendere le prestazioni delle connessioni tra tutti i componenti della nostra piattaforma è diventato di vitale importanza".
-Mehdi Mahfoudi
Ingegnere DevOps, PathMotion
Come decifrare problemi di sistema sconosciuti con la visibilità in tempo reale dell'osservabilità.
Rebendo AB è uno sviluppatore di soluzioni di gestione delle prestazioni ed è specializzato nella creazione di dashboard personalizzate e dettagliate che offrono agli utenti una maggiore visibilità sulle operazioni IT e di rete interne. Tuttavia, molti dei clienti dell'azienda segnalavano problemi di natura informatica, ma non riuscivano a scoprire cosa li stava causando.
Di conseguenza, all'inizio del 2021, Rebendo ha lanciato un nuovo servizio, Rebendo Insight, per offrire un monitoraggio completo e in tempo reale dei processi applicativi e promuovere operazioni più uniformi. Questa nuova soluzione fornisce agli utenti una dashboard di gestione centralizzata, mentre IBM Instana offre il motore cloud che consente agli utenti di osservare, monitorare e risolvere in tempo reale i problemi relativi ad applicazioni o servizi.
Il monitoraggio in tempo reale fornito da Rebendo Insight promuove una maggiore efficienza e una risoluzione più rapida dei problemi; la granularità di queste informazioni, che si aggiornano ogni secondo, forniscono a Rebendo un vantaggio chiave rispetto alla concorrenza.
Come migliorare la comprensione dei sistemi e garantire una maggiore affidabilità nell’assistenza sanitaria comportamentale a livello nazionale.
Devereux Advanced Behavioral Health, una delle più grandi organizzazioni non profit a livello nazionale che fornisce servizi, approfondimenti e leadership nel campo in evoluzione dell'assistenza sanitaria comportamentale, si basa sulla condivisione continua di informazioni e sulla collaborazione tra team di medici, educatori e altri fornitori di assistenza per le persone che vivono con differenze emotive, comportamentali o cognitive.
Ecco perché, di fronte alle sfide legate al suo sistema di tracciamento degli incidenti e della cartella clinica elettronica (EHR), Devereux ha implementato il software IBM SevOne Network Performance Management per migliorare la comprensione dei suoi sistemi e garantire una maggiore affidabilità. Ciò ha portato a un rilevamento proattivo di circa il 40% dei problemi prima dell'impatto dell'utente finale, risparmiando 3 ore di inattività per ogni problema di capacità SAN.
“In precedenza, si spendeva una quantità significativa di tempo per cercare di capire cosa fosse andato storto.Si perdeva un'opportunità perché la nostra energia veniva utilizzata per scoprire le cause sottostanti. Ora, abbiamo più insight.”
-Tom Shurer
Vicepresidente Risorse informative, Devereux Advanced Behavioral Health