- Observabilidade: uma métrica que indica o quão bem é possível inferir o estado interno de um sistema a partir dos resultados de suas saídas externas
- Coleta, visualização e análise de métricas, eventos, logs e traces
- Fornece informações contextuais ricas sobre o funcionamento interno, ajudando na resolução aprofundada de problemas do sistema
- Entre as tendências de observabilidade para 2024 apresentadas por empresas da área como Grafana Labs, Splunk, Dynatrace e Chronosphere, além de institutos de pesquisa de mercado como a Dimensional Research, foram resumidas 5 tendências apontadas 3 vezes ou mais
- Expansão da influência da IA como “ferramenta” de observabilidade
- A IA é usada em correlação de sinais, detecção de anomalias, análise de causa raiz e otimização de desempenho, ajudando a entender rapidamente “o que está acontecendo no sistema”
- Quando a IA detecta uma anomalia, o problema pode ser resolvido automaticamente após investigação e resposta automatizada
- A demanda por ferramentas que automatizam processos rotineiros e reduzem tarefas demoradas aumenta o uso de IA em observabilidade
- Para acompanhar a velocidade de entrega cloud native, as organizações precisam de análises baseadas em IA, precisas e previsíveis, que automatizem em larga escala infraestruturas multicloud e práticas de desenvolvimento ágil
- Ao usar ferramentas de observabilidade que combinam IA causal, preditiva e generativa, é possível obter insights mais ricos a partir de dados de observabilidade, segurança e negócios, permitindo análises profundas do sistema
- Claro, ainda vai levar tempo para considerar que “a IA atingiu o nível de confiabilidade desejado pelos clientes”
- Cresce a importância de observar a IA como “objeto” de observabilidade
- A IA generativa cria, em velocidade explosiva, enormes volumes de dados complexos com automação e produtividade como principais armas
- Os usuários criam conteúdo com IA e até desenvolvem sua “própria IA”, o que gera e processa grandes quantidades de dados
- Como a IA exerce ampla influência em diversas áreas da sociedade, como saúde, direito, finanças e viagens, é preciso entendê-la bem
- O funcionamento normal da IA e possíveis vieses são alvos importantes de observação
- As organizações precisam estar preparadas para observar a IA de forma precisa e específica
- É necessário saber como obter métricas, logs e traces da IA
- Esforços para reduzir custos de observabilidade
- Muitas empresas enfrentam questões orçamentárias, buscam formas de gerenciar custos nos aspectos técnicos e de negócio, e administram os custos de TI de forma ampla
- À medida que as empresas migram para ambientes multicloud ou cloud native, aumenta o volume de dados gerados e também os custos relacionados
- ESG Research: “69% das organizações estão preocupadas porque o aumento dos dados de observabilidade faz com que os custos de coleta e armazenamento cresçam significativamente ao longo do tempo”
- Dynatrace: “As equipes frequentemente precisam decidir quais logs manter para análise em tempo real, quais descartar e quais armazenar em storage de baixo custo e menor acessibilidade”
- Formas de reduzir custos de observabilidade:
- Conter o crescimento dos dados e usar ferramentas que ajudem a organização a extrair mais valor dos dados coletados
- Filtrar eventos duplicados e irrelevantes que não agregam valor aos resultados de observabilidade
- Remover valores vazios, excluir labels desnecessários, converter formatos de dados ineficientes para “formatos adequados ao objeto de observabilidade”, além de fazer trimming e transformação de eventos
- Aumento da demanda por open source e OpenTelemetry
- Muitas empresas investem em tecnologias open source para resolver preocupações com vendor lock-in e as integram como parte de sua stack de observabilidade
- Segundo pesquisa da Dimensional Research, 87% dos respondentes responsáveis por observabilidade disseram que “o OpenTelemetry se tornará o padrão de dados de observabilidade nos próximos 5 anos”
- O OpenTelemetry foi projetado para gerar e gerenciar dados como traces, métricas e logs, sem dependência de um fornecedor específico
- Isso permite seu uso com qualquer ferramenta de observabilidade compatível com OpenTelemetry
- Mas a adoção do OpenTelemetry ainda está em estágio inicial
- Na adoção do OpenTelemetry, há questões como preocupações com suporte técnico, necessidade de esperar uma adoção maior no mercado e falta de entendimento da liderança sobre seu valor
- Fortalecimento do movimento de consolidação de ferramentas de observabilidade
- Em vez de usar várias ferramentas de observabilidade, cresce o movimento de consolidá-las em ferramentas de um ou dois fornecedores
- Segundo pesquisa da Dimensional Research, as empresas usam em média mais de 7 ferramentas de observabilidade e monitoramento
- Motivos para consolidar ferramentas de observabilidade: identificação mais rápida de problemas, redução de custos, melhora da colaboração entre equipes, minimização de downtime, reforço da segurança, simplificação da complexidade operacional, redução da necessidade de treinamento e prevenção de silos de dados
- Chronosphere: “Desenvolvedores e equipes técnicas não querem perder tempo alternando entre diferentes interfaces de usuário ou softwares para encontrar respostas, nem gastar com vários softwares”
- Dimensional Research: “Quando há ferramentas demais, aumenta a dificuldade de mostrar correlação entre os dados, resultando no ‘fenômeno dos silos de ferramentas’, que limita a visibilidade de todo o ambiente”
- Consolidar as ferramentas de observabilidade em soluções de um ou dois fornecedores ajuda a reunir dados fragmentados e a padronizar a forma de coletar e consumir dados
Ainda não há comentários.