Kloudfuse增添多項新功能 統一觀察能力

今天,Kloudfuse更新了其同名的可觀察性平台,增加了對持續分析和真實用戶監控(RUM)的支援,以及額外的分析和人工智慧(AI)功能。

Kloudfuse執行長Krishna Yadappanavar表示,Kloudfuse平台3.0版本延續了統一可觀察性的努力,以降低IT的總體成本。

例如,持續分析功能使DevOps團隊能夠識別隱藏的效能瓶頸如何影響特定程式碼行,Yadappanavar說。

此外,用於異常偵測和預測的Prophet工具,透過考慮遺失資料和季節性,能提供更準確的結果,從而提高小型和大型資料集的置信區間。K-Lens視覺化工具利用離群值偵測技術分析數千個屬性,加速除錯和事件解決。

Kloudfuse還新增了一種名為FuseQL的日誌查詢語言,支援多維度匯總和篩選,而Facet Analytics工具則利用Kloudfuse開發的LogFingerprinting技術,提供進階搜尋、篩選、書籤和分組選項。

Yadappanavar表示,該日誌指紋技術還使Kloudfuse能夠使用自身的可觀察性資料湖來攝取、處理和分析大量即時可觀察性資料,並將這些資料標準化。這是一項關鍵能力,因為它使Kloudfuse能夠降低儲存成本,同時為DevOps團隊提供所需的工具來塑造資料。

例如,日誌歸檔和水化功能使DevOps團隊能夠以壓縮格式將日誌儲存在IT團隊管理的儲存系統中。然而,在歸檔和水化期間,這些日誌都可以使用額外的標籤進行豐富,以增強可搜尋性和分析能力。

同時,基數分析提供對傳入的指標、日誌和追蹤的即時洞見,有助於降低儲存和處理成本。指標也可以進行匯總,以提高查詢效能並縮短平均解決時間。

現在還提供了一個名為Service Catalog的中央中心,用於追蹤微服務所有權和IT團隊的當值人員,它還可以發現活動和非活動服務、它們的依賴關係和版本變更。

最後,Kloudfuse現在也增加了對Amazon Web Services (AWS)和Google Cloud Platform (GCP)雲端服務中Arm處理器的支援,以及對虛擬私有雲(VPC)、基於角色的存取控制(RBAC)、單一簽入(SSO)和多重金鑰驗證的支援,以提高安全性。

Yadappanavar表示,這些功能統一了應用程式前端和後端的可觀察性。

然而,目前IT組織在可觀測性(Observability)方面的採用程度尚不明確。不過,根據Techstrong Research的一項調查發現,有63%的受訪者表示,他們所在的組織將在未來兩年內對可觀測性進行額外投資,其中21%的人形容這些投資為重大投資。近一半(48%)的受訪者表示,他們目前已經定期實踐可觀測性。

隨著應用程式環境持續變得更加複雜,僅依賴監控預先定義的一組指標,幾乎已無法有效管理IT。一如既往,挑戰在於為初始採用需要一段時間才能展現投資回報率的平台提供資金。

在此譯文中,我盡可能保持正式且標準的語氣,並將部分句子和段落的順序稍作調整,以增強流暢度。同時,我避免使用台灣本地的俗語或特有用語,而是採用較為中性的詞彙,例如將”網路”一詞改為”網際網路”。