Do it Yourself oder Komplettlösung
Auf welche Art von Observability-Lösungen ein Unternehmen zurückgreift, hängt davon ab, welche Anforderungen es hat und wie es um die Ressourcen der IT-Abteilung bestellt ist. Unternehmen mit einer hohen IT-Affinität und einer personell gut bestückten IT-Abteilung haben die Option, mithilfe von Open-Source-Tools und Frameworks wie Open Telemetry selbst eine Observability-Umgebung aufzubauen.
IT-Dienstleister wie etwa Consol Software aus München favorisieren ebenfalls quellenoffene Werkzeuge, wenn sie entsprechende Projekte bei Kunden umsetzen. Zu diesen Tools zählen beispielsweise Grafana, Prometheus, Loki und Jaeger.
Die einfachere Wahl sind Komplettlösungen. Sie stehen je nach Anbieter als Cloud-Service (SaaS), als Hosted Services oder als Software für den Einsatz im Unternehmensrechenzentrum bereit. Mittlerweile haben so gut wie alle führenden Anbieter von Lösungen für Application Performance Monitoring (APM), Monitoring und Logging ihre Produkte in Richtung Observability weiterentwickelt. Dies erfolgt teilweise durch die Übernahme von kleineren Anbietern, etwa im Fall von IBM durch den Kauf von Instana sowie bei Servicenow, das Lightstep und Era Software übernahm. Wichtig ist jedenfalls, dass die Lösung Standards wie Open Telemetry unterstützt und nicht dazu führt, dass sich der Nutzer mit einem Vendor-Lock-in konfrontiert sieht.
Außerdem sollten Observability-Lösungen Automatisierungsfunktionen bereitstellen. Das Gleiche gilt für die Option, Telemetriedaten mithilfe von Zeitreihenuntersuchungen zu analysieren, so Oliver Oehlenberg von Riverbed. „Das System sollte zudem eine Plattform nutzen, die alle Beteiligten möglichst einfach konfigurieren können“, ergänzt Martin Bauer von Cluster Reply.
Monitoring |
Observability |
Überwachung von definierten Systemen: Ein Beispiel ist etwa die kontinuierliche Analyse der „Gesundheit“ wichtiger Systeme, Anwendungen und Services |
Interpretiert Daten von komplexen, variablen Systemen und Anwendungsumgebungen (Clouds, Hybrid-IT-Umgebungen). Bereitstellen von granularen „Insights“ und Debugging-Informationen, um Fehler nach Möglichkeit proaktiv zu beseitigen |
Tracking von vordefinierten Metriken und Log-Daten: Ausgeben von Warnmeldungen, wenn Grenzwerte überschritten werden. Nutzer müssen jedoch vorgeben, welche Daten von welchen IT-Komponenten abgefragt werden |
Stellt verwertbare Informationen zur Verfügung. Intelligente Verfahren (KI, Machine Learning, Analytics) kommen bei der Analyse von Telemetriedaten zum Einsatz und setzen diese in verwertbare Erkenntnisse um. Dadurch lassen sich automatisch Änderungen und Optimierungen an IT-Infrastrukturen und Anwendungsumgebungen vornehmen |
Sammeln von Daten: Infrastruktur-Monitoring erfasst Metriken wie Auslastung von CPU und RAM, Antwortzeiten, Fehlerraten und Latenzwerte |
Stellt verwertbare Informationen zur Verfügung. Intelligente Verfahren (KI, Machine Learning, Analytics) kommen bei der Analyse von Telemetriedaten zum Einsatz und setzen diese in verwertbare Erkenntnisse um. Dadurch lassen sich automatisch Änderungen und Optimierungen an IT-Infrastrukturen und Anwendungsumgebungen vornehmen |
Monitoring vs. Observability
