ما المقصود بقابلية ملاحظة السحابة الأصلية؟

تختلف قابلية ملاحظة السحابة الأصلية عن قابلية الملاحظة التقليدية من حيث تركيزها المحدد على التحديات التي تفرضها الأنظمة السحابية. في هذه الأنظمة، يمكن توفير الحاويات والأجهزة الافتراضية وغيرها من الموارد أو حذفها في أي لحظة، ما ينشئ كميات هائلة من البيانات التي تكون أحيانًا مؤقتة.

تساعد حلول قابلية ملاحظة السحابة الأصلية المؤسسات على تتبع البيانات الرئيسية في هذا النظام القابل للتغيير، ما يساعد بدوره على دعم تقدم عمليات التطوير وتحديثاتها الصغيرة والمتكررة، وغالبًا ما تكون مؤتمتة.

تجمع منصّات قابلية ملاحظة السحابة الأصلية البيانات من مختلف أجزاء بيئة السحابة الهجينة في المؤسسة، والتي قد تتكوّن من خدمات مقدّمة من عدة مزوّدين (مثل Microsoft Azure وAmazon Web Services)، إلى جانب الخوادم المحلية والعديد من الأدوات والموارد التي تعتمد عليها (مثل الخدمات المصغّرة أو أدوات تنسيق الحاويات مثل Kubernetes). وتوفر هذه المنصّات معارف قابلة للتنفيذ حول مقاييس مثل حركة مرور الشبكة وزمن الانتقال، بالإضافة إلى العلاقات بين هذه المقاييس عبر الأنظمة المختلفة، وغالبًا ما تعمل على أتمتة عمليات الإصلاح الضرورية وتصور البيانات التي تم جمعها.

على سبيل المثال، قد تجمع منصّة قابلية الملاحظة المستندة إلى السحابة مقاييس زمن الانتقال من جهاز افتراضي مستضاف على خادم سحابي، بالإضافة إلى سجلات من الحاويات التي يتم تنسيقها عبر Kubernetes على تلك الأجهزة الافتراضية، والتي تصف استدعاءاتها لواجهة برمجة التطبيقات الخاصة بها، إلى جانب معلومات حول أحداث الشبكة مثل نشر تطبيق جديد. وبعد ذلك يمكنها عرض البيانات المجمعة كرسم بياني أو مخطط وإجراء تحليل للسبب الأساسي، ما يمنح المسؤولين معارف ملموسة حول أسباب فترة التعطل.

تستخدم العديد من المنصات الحديثة الذكاء الاصطناعي والتعلم الآلي لتشغيل هذه الميزات المؤتمتة. ووفقًا لتقرير عام 2025 الصادر عن 451 Research، فإن 71% من المؤسسات التي تستخدم حلول قابلية الملاحظة تستفيد من ميزات الذكاء الاصطناعي فيها، بزيادة قدرها 26% مقارنة بعام 2024.¹

تُعد العديد من أدوات قابلية ملاحظة السحابة الأصلية الشائعة مفتوحة المصدر، مثل OpenTelemetry وJaeger وPrometheus. فمن خلال السماح لمجتمع المطورين بإجراء الإصلاحات الخاصة بالمنصة أو التطبيقات عند حدوث المشكلات، تمنح أدوات المصدر المفتوح المؤسسات مرونة أكبر في بيئات السحابة الأصلية أحيانًا غير متوقعة، وقدرة أكبر على ربط أدواتها بأنظمة مختلفة و واجهات برمجة التطبيقات (APIs).

تجمع أدوات قابلية ملاحظة السحابة الأصلية السجلات والتتبعات والمقاييس من جميع أنحاء النظام البنائي. وغالبًا ما يقدمون بيانات غير منسقة وتحليلات وتصورات من خلال لوحة معلومات تساعد المستخدمين على مراقبة سلامة التطبيقات وأهداف العمل.

في بيئة سحابية تتكوّن بشكل كبير من الخدمات المصغّرة، يمكن للحاويات الجديدة والأجهزة الافتراضية أن تظهر وتختفي في أي لحظة، ما ينشئ كميات هائلة من بيانات القياس عن بُعد. وذلك يسبب مشكلة جديدة يجب على منصّات قابلية ملاحظة السحابة الأصلية التعامل معها: رؤية كل شيء داخل شبكة تتغير باستمرار وتتبع البيانات القادمة من مصادر قد لا تكون موجودة بعد الآن، بينما تتوسع الشبكة أو تتقلص تلقائيًا لتلبية احتياجات العمل.

تسهّل أدوات قابلية الملاحظة عملية جمع بيانات ذاكرة وحدة المعالجة المركزية وتجميعها وسجلات التطبيقات ومعلومات التوفّر ومتوسط زمن الانتقال وغيرها من نقاط البيانات داخل هذه الشبكات المعقّدة.

تعتمد منصات قابلية ملاحظة السحابة الأصلية على ثلاث ركائز من قابلية الملاحظة: السجلات والتتبعات والمقاييس.

تُعدّ الرؤية وظيفة أساسية لمنصات قابلية ملاحظة السحابة الأصلية. وتُعد القدرة على مراقبة الحاويات والأجهزة الافتراضية والخوادم والعناصر الأخرى في شبكة قائمة على الخدمات المصغّرة ميزةً حاسمة لهذه البنى، حيث يمكن أن تكون خرائط التتبع الموزّعة والتبعيات معقدة وصعبة الفهم تقريبًا.

تُمكّن لوحة معلومات قابلية الملاحظة المستخدمين من مراقبة مقاييس سلامة التطبيق مثل التوافر واستخدام الموارد وأهداف الأعمال ذات الصلة مثل معدل التحويل أو المستخدمين النشطين. كما تساعد ميزات المراقبة أيضًا في توضيح كيفية عمل الخدمات مع بعضها (باستخدام أدوات مثل الرسوم البيانية للتبعية) وكيفية تناسبها مع البنية الشاملة.

كانت المراقبة التقليدية تتم باستخدام أدوات إدارة أداء التطبيق التي كانت تجمع البيانات التي يتم جمعها من كل مصدر بيانات لإنشاء تقارير ولوحة المعلومات وتصورات قابلة للفهم—على غرار ميزات المراقبة في برامج قابلية الملاحظة الحديثة.

في بيئة الحوسبة السحابية الحديثة، غالبًا ما تقوم أدوات قابلية الملاحظة بإرسال البيانات الأساسية للقياس عن بُعد إلى طبقة Kubernetes، حيث يستخدم برنامج تنسيق الحاويات الأدوات المدمجة لإجراء قابلية الملاحظة داخل المنصة. ويمكّن السماح لـ Kubernetes بأتمتة هذا النشاط فرق تكنولوجيا المعلومات من تركيز تحليل البيانات على أهداف مستوى الخدمة (SLOs) ومؤشرات مستوى الخدمة (SLIs).

تتجاوز الأتمتة في برامج قابلية الملاحظة الحديثة الجمع والمراقبة والتحليل. كما يمكن لأدوات قابلية الملاحظة أيضًا أتمتة عمليات تصحيح الأخطاء والأجهزة وتحديثات لوحة معلومات المراقبة عند إضافة خدمات جديدة إلى الشبكة. فيمكنها أن تدير التعامل مع الوكلاء، حيث يكون الوكلاء عبارة عن عناصر برمجية صغيرة منتشرة في جميع أنحاء البيئة لجمع بيانات القياس عن بُعد باستمرار.

يمكن أن توفر ممارسة قابلية ملاحظة السحابة الأصلية للمؤسسات رؤية أكثر شمولاً للأنظمة المعقدة، وتقليل متوسط وقت الإصلاح (MTTR) وزيادة دمج أدوات الأتمتة ضمن سير عمل عمليات التطوير.

في الأنظمة الموزعة بشكل كبير، يُصدر عدد هائل من الخوادم وتطبيقات السحابة الأصلية إشارات ومقاييس وسجلات وتتبعات، ولا تشارك هذه البيانات دائمًا بشكل منظم وواضح. إذ تساعد أدوات قابلية ملاحظة السحابة الأصلية على تجاوز هذه العقبات من خلال جمع بيانات قابلية الملاحظة من جميع أنحاء النظام البنائي، ما يسمح للمسؤولين باستكشاف الأخطاء في الوقت الفعلي واتخاذ قرارات قائمة على البيانات.

بمجرد أن يكتشف المسؤولون—أو الأدوات المؤتمتة داخل منصة قابلية الملاحظة—وجود ترابطات بين المشكلات في السحابة، يمكنهم إجراء تحليل للسبب الأساسي. فعلى سبيل المثال، قد تقوم منصة ما بتحديد استجابة التطبيقات البطيئة بشكل عام التي تتزامن مع زمن انتقال طويل في منطقة معينة، ثم تجري تحليلاً لتحديد الخادم الخطأ أو المسؤول عن المشكلة. 

يمكن أن يكون هذا التحليل هو الفارق بين التعامل مع حادث لساعات طويلة وحل مشكلة وشيكة قبل وقوعها، ما يقلل من فترة التعطل عن العمل ويتيح لفرق عمليات التطوير التركيز على مهام أخرى.

تقع أدوات الذكاء الاصطناعي والتعلم الآلي في صميم العديد من منصات قابلية الملاحظة الحديثة، حيث تكتشف الحالات غير المألوفة من دون تدخل المستخدم، وتجري تحليل السبب الأساسي، وتستخدم الذكاء الاصطناعي التوليدي للحصول على عرض مصور للبيانات.

تجعل الكمية الهائلة من بيانات القياس عن بُعد التي تُنتج في بيئة السحابة أدوات الذكاء الاصطناعي والتعلم الآلي (ML) لا غنى عنهما لقابلية الملاحظة المرتكزة على السحابة. يمكن أن تؤدي أتمتة قابلية الملاحظة على نطاق واسع إلى إنشاء معارف تمكّن المؤسسات من أتمتة وظائف أعمال أخرى أيضًا. فعلى سبيل المثال، يمكن للتحليلات التنبئية تمكين الشركات من توفير بنية تحتية جديدة للخوادم قبل حدوث حركة مرور كثيفة.

نظرًا لأنها تجمع كمية كبيرة ومتنوعة من البيانات وتُحللها، فقد تواجه قابلية ملاحظة السحابة الأصلية تحديات تتعلق بالتوسع والتعقيدات، واستخدام أدوات قابلية ملاحظة متعددة، وكذلك الخصوصية والامتثال للبيانات.

يجب على المؤسسات تحقيق التوان بين الرؤية الشاملة في بيئة سحابية معقدة والقيود العملية المتعلقة بتكاليف التخزين وأداء الاستعلامات ومدة الاحتفاظ بالبيانات. فمن دون إستراتيجيات أخذ عينات مناسبة وأولويات البيانات، قد يثقل حجم البيانات المجمعة على منصات قابلية الملاحظة.

يمكن أن تعني الطبيعة المتسعة والمتغيرة بسرعة للخدمات المصغرة المحوَّلة إلى حاويات أن المراقبة يجب أن تمتد أيضًا إلى المجموعات والعقد في أداة التنسيق مثل Kubernetes، وليس فقط على مستوى التطبيقات.

أغلب المؤسسات تُشغِّل العشرات من أدوات المراقبة التي تراكمت على مرّ السنين، وتخدم كل واحدة منها فِرقًا أو تقنياتٍ مُحدّدة. تتألف المجموعة التقنية عادةً من لغات برمجة متعددة وأنظمة قديمة وبيئات سحابية متعددة وخدمات مصغرة وعناصر وأطر عمل للبنية التحتية ما يجعل قابلية التشغيل البيني صعبة ويؤدي إلى تشتت البيانات، ما يُبطل الغرض الأساسي من قابلية الملاحظة، وهو: إنشاء رؤية موحدة لسلامة النظام.

يمكن أن تخلق قابلية ملاحظة السحابة الأصلية تحديات تتعلق بالامتثال من خلال تجميع البيانات المهمة من جميع أنحاء المؤسسة في منصات. وقد تحتوي بيانات القياس عن بُعد على معلومات تعريف شخصية (PII) أو تفاصيل بطاقات الدفع أو معلومات صحية محمية. قد تمتثل هذه الأنواع من البيانات للوائح مثل اللائحة العامة لحماية البيانات (GDPR) وقانون إخضاع التأمين الصحي لقابلية النقل والمساءلة (HIPAA) وقانون خصوصية المستهلك في كاليفورنيا (CCPA).

من دون إخفاء البيانات أو الترميز أو القيود الجغرافية أو ضوابط الوصول المستندة إلى الأدوار، تخاطر المؤسسات بتعريض البيانات المهمة لمستخدمين غير مصرح لهم أو بانتهاك المتطلبات التنظيمية. على سبيل المثال، قد يتطلب حل مشكلة معاملة لعميل أوروبي الوصول إلى سجلات تحتوي على معلومات تعريف شخصية. وإذا اطلع موظفون مقيمون في الولايات المتحدة على تلك البيانات، فقد ينتهكون قيود اللائحة العامة لحماية البيانات (GDPR).

يُعدّ تنفيذ قابلية ملاحظة السحابة الأصلية أحد الركائز في التحول نحو الذكاء الاصطناعي لعمليات تقنية المعلومات، وهو تطبيق قدرات الذكاء الاصطناعي لأتمتة إدارة خدمات تكنولوجيا المعلومات وسير العمل التشغيلي وتبسيطها وتحسينها.

عندما تتمتع المؤسسات برؤية أكبر للبيانات في السحابة، يمكنها أتمتة اتخاذ القرارات المتعلقة بالتخصيص أو استكشاف المشكلات حتى في بيئة السحابة الكبيرة والمتسعة وغير المتوقعة غالبًا. باختصار، تُمكن قابلية الملاحظة الذكاء الاصطناعي لعمليات تقنية المعلومات من خلال منح المؤسسات ثقة أكبر في عملية صناعة القرار الخاصة بأدوات الذكاء الاصطناعي والتعلم الآلي.

تتضمن وظائف الذكاء الاصطناعي الرئيسية في قابلية الملاحظة للسحابة الأصلية ما يلي:

• كشف الحالات غير المألوفة، حيث يمكن للخوارزميات تحليل البيانات على نطاق واسع لتحديد الأداء الأساسي للنظام وتحديد الانحرافات بسرعة؛
  
  
• تحليل السبب الأساسي، الذي يتجاوز الارتباط لتحديد الإجراءات التي يمكن اتخاذها لتصحيح الخطأ مباشرة؛
  
  
• والتحليلات التنبئية، التي من خلالها يمكن أن تتنبأ نماذج الذكاء الاصطناعي بأعباء العمل المستقبلية وتوسيع نطاق الشبكة أو تقليله وفقًا لذلك. 

بينما يشتركان في أوجه تشابه مهمة، تختلف قابلية الملاحظة للسحابة الأصلية عن ممارسة قابلية الملاحظة للواجهة الأمامية والخلفية للتطبيقات. إذ يمكن اعتبار قابلية الملاحظة للسحابة الأصلية تطورًا لقابلية الملاحظة للواجهة الأمامية والخلفية للتطبيقات، حيث تكيّف الأدوات والتقنيات نفسها لتناسب بيئة سحابية أصلية.

تربط قابلية الملاحظة للواجهة الأمامية والخلفية للتطبيقات ببيانات القياس عن بُعد عبر جميع طبقات مجموعات التقنية. وتجمع قابلية الملاحظة للواجهة الأمامية والخلفية للتطبيقات البيانات من أنظمة متعددة في الوقت الفعلي وتستخدم الذكاء الاصطناعي والتعلم الآلي لاكتشاف الحالات غير المألوفة والتنبؤ بالعقبات وإنشاء معارف للمسؤولين.

تُعد قابلية الملاحظة للسحابة الأصلية تطورًا لهذا، حيث يتم تطوير أدوات جمع البيانات المستخدمة لقابلية الملاحظة للواجهة الأمامية والخلفية وتحليلها خاصّةً لتقنيات السحابة الأصلية، بحيث تتكامل بسلاسة مع الخدمات المصغرة المعقدة.

باختصار، بينما توفر قابلية الملاحظة للواجهة الأمامية والخلفية بيانات شاملة للقياس عن بُعد عبر بيئة تكنولوجيا المعلومات، تركز قابلية الملاحظة للسحابة الأصلية تحديدًا على بيئات السحابة من دون خوادم.