vendredi, 29 mars 2024

La différence entre observabilité des applications et observabilité des données

Nous sommes en 1999 et Internet a commencé à prendre son envol. Près du haut de la liste de ses sites Web les plus fréquentés, eBay subit une panne – considérée comme la toute première circonstance d’indisponibilité très médiatisée dans l’histoire du Web tel que nous le connaissons aujourd’hui.

À l’époque, CNN expliquait l’action d’eBay face à l’échec de cette manière : « L’entreprise a déclaré sur son site Web que son personnel technique continue de traiter le problème pour lequel « l’ensemble du processus pourrait encore prendre quelques heures encore.' »

Il semble pratiquement que quelques personnes dans une salle de serveurs appuient sur des boutons jusqu’à ce que le site Web revienne en ligne, n’est-ce pas il?

Maintenant, près de 25 ans plus tard et dans un paysage numérique extrêmement compliqué avec des applications logicielles de plus en plus complexes qui alimentent les entreprises au plus haut des enjeux, les entreprises dépendent des groupes d’ingénierie des applications logicielles pour suivre, résoudre et surtout prévenir — problèmes d’indisponibilité. Pour ce faire, ils investissent considérablement dans des solutions d’observabilité telles que Datadog, New Antique, AppDynamics et autres.

Événement

Changement 2023

Rejoignez-nous à San Francisco les 11 et 12 juillet, où des magnats partageront comment ils ont réellement intégré et optimisé les investissements financiers dans l’IA pour réussir et éviter les pièges typiques.

Inscrivez-vous maintenant Pourquoi

 ? En plus des

ressources d’ingénierie nécessaires pour réagir à un temps d’arrêt, sans parler de la confiance perdue parmi les consommateurs et les parties prenantes de l’entreprise, le l’impact financier d’un temps d’arrêt peut être économiquement catastrophique.

Éviter les temps d’arrêt des informations

Alors que nous tournons la page sur une autre année dans cet énorme développement numérique, nous voyons le monde de l’analyse de données s’amorcer vivre un voyage comparable. Et tout comme les temps d’arrêt des applications ont fini par être la tâche d’énormes équipes d’ingénieurs logiciels à prendre en charge avec les options d’observabilité des applications, il incombera également aux équipes de données de suivre, de traiter et de prévenir les cas d’indisponibilité des informations.

Le temps d’indisponibilité des informations fait référence aux périodes où des informations sont manquantes, incorrectes ou « mauvaises » et peuvent coûter des millions de dollars aux entreprises chaque année en perte de productivité, en heures détournées et en perte de confiance des clients.

Bien qu’il existe de nombreux points communs entre l’observabilité des applications et l’observabilité des informations, il existe également des distinctions claires, consistant en des cas d’utilisation, des personnages et d’autres subtilités essentielles.

Qu’est-ce que l’observabilité des applications ?

L’observabilité des applications fait référence à la compréhension de bout en bout de la santé des applications dans un environnement logiciel pour éviter les temps d’arrêt des applications.

Cas d’utilisation de l’observabilité des applications

Les cas d’utilisation courants incluent la détection, la notification, la gestion des incidents, l’analyse des causes profondes, l’analyse des effets et la résolution des temps d’arrêt des applications. En d’autres termes, les mesures nécessaires pour améliorer la fiabilité des applications logicielles dans le temps et pour faciliter et structurer la gestion des problèmes de performances des applications logicielles lors de leur développement.

Personnes secrètes

Les personnalités clés qui exploitent et construisent des solutions d’observabilité des applications incluent l’ingénieur logiciel, l’administrateur d’installations, l’ingénieur d’observabilité, l’ingénieur de fiabilité du site et l’ingénieur DevOps.

Les entreprises avec des groupes allégés ou des environnements logiciels assez simples utilisent souvent un ou plusieurs ingénieurs logiciels dont la responsabilité est d’acquérir et d’exécuter un service d’observabilité des applications. Au fur et à mesure que l’entreprise se développe, à la fois en taille d’équipe et en complexité des applications, l’observabilité est souvent confiée à des rôles plus spécialisés tels que les responsables de l’observabilité, les ingénieurs en fiabilité des sites Web ou les responsables de produits applicatifs.

Obligations d’observabilité des applications

Les solutions d’observabilité des applications gardent un œil sur 3 piliers clés :

  • Métriques : un chiffre représentation de données déterminées sur des périodes de temps. Les métriques peuvent exploiter la puissance de la modélisation mathématique et des prévisions pour dériver des connaissances sur le comportement d’un système sur des périodes de temps dans le présent et le futur.
  • Traces : une représentation d’une série d’événements distribués liés de manière causale qui codent le flux de demande de bout en bout à travers un système distribué. Les traces sont une représentation des journaux ; la structure des données des traces ressemble pratiquement à celle d’un journal des événements.
  • Journaux : Un enregistrement immuable et horodaté d’événements discrets qui se sont produits progressivement.

Performance de base

L’observabilité des applications de qualité supérieure possède les attributs suivants qui aident les entreprises à garantir la santé de leurs applications les plus vitales :

  • Couverture de bout en bout de toutes les applications (particulièrement essentielle pour les architectures de microservices).
  • Intégration entièrement automatisée et prête à l’emploi avec les composants existants de votre pile technologique : aucune saisie manuelle n’est nécessaire.
  • Capture d’informations en temps réel via des métriques, des traces et des journaux.
  • Traçabilité/traçabilité pour mettre en évidence les relations entre les dépendances et où les problèmes surviennent pour une résolution rapide.

Qu’est-ce que l’observabilité de l’information ?

Comme l’observabilité des applications, l’observabilité des données prend également en charge la fiabilité du système mais d’une gamme légèrement différente : les données analytiques.

L’observabilité des données est la capacité d’une entreprise à comprendre pleinement la santé des informations dans ses systèmes. Les outils utilisent un suivi automatisé, une analyse automatisée des causes profondes, un arbre généalogique des données et des informations sur la santé des données pour détecter, traiter et prévenir les anomalies des données. Cela se traduit par des pipelines beaucoup plus sains, des équipes plus productives et des clients plus satisfaits.

Cas d’utilisation

Les cas d’utilisation typiques de l’observabilité des informations incluent la détection, l’information, la gestion des événements, l’analyse des sources, l’analyse d’impact et résolution des temps d’indisponibilité de l’information.

Personnes secrètes

En fin de compte, la fiabilité de l’information est le problème de tout le monde, et la qualité de l’information est une obligation partagée par plusieurs personnes de l’équipe d’information. Les petites entreprises peuvent avoir une ou quelques personnes qui préservent les solutions d’observabilité des données ; Néanmoins, à mesure que les entreprises augmentent à la fois en taille et en quantité de données consommées, les personnes plus spécifiques suivantes ont tendance à être les gestionnaires tactiques du pipeline de données et de la fiabilité du système.

  • Ingénieur de l’information : Travaille attentivement avec des experts pour les aider à informer des histoires sur ces données grâce à des visualisations d’intelligence d’organisation ou à d’autres cadres. Les concepteurs d’informations sont plus typiques dans les grandes entreprises et proviennent souvent d’horizons de style d’article.
  • Gestionnaire d’éléments de données : responsable de la gestion du cycle de vie d’un produit d’information proposé et généralement chargé de la gestion des parties prenantes interfonctionnelles, de la route des éléments cartes et autres tâches tactiques.
  • Ingénieur analytique : se situe entre un ingénieur de données et des analystes et est responsable de la transformation et de la modélisation des informations de manière à ce que les parties prenantes sont habilités à faire confiance et à utiliser ces données.
  • Ingénieur en fiabilité de l’information : dédié au développement de piles de données plus résistantes grâce à l’observabilité des données, au filtrage et à d’autres méthodes courantes.

Tâches

Les services d’observabilité de l’information suivent cinq piliers clés :

  • Fraîcheur : Recherche pour comprendre comment les tables de données sont mises à jour, ainsi que la cadence à laquelle elles sont mises à jour.
  • Circulation : En termes simples, une fonction des valeurs possibles de l’information et si les données sont dans une variété acceptée.
  • Volume : fait référence à l’efficacité des tableaux d’informations et offre des informations sur la santé des sources de données.
  • Schéma : les modifications apportées à l’organisation de vos informations affichent généralement des données erronées.
  • Lignée : lorsque l’information est diffusée, la toute première préoccupation est toujours « où ? » Le lignage des données fournit la réponse en vous indiquant quelles sources en amont et quels ingesteurs en aval ont été impactés, ainsi que quels groupes produisent les données et qui y accède.

Performances de base

Les options d’observabilité des données de qualité supérieure possèdent les caractéristiques suivantes qui aident les entreprises à garantir la santé, la qualité et la fiabilité de leurs informations et à réduire les temps d’indisponibilité des données :

  • La plate-forme d’observabilité des données se connecte à une pile existante rapidement et sans effort et n’a pas besoin de modifier les pipelines d’informations, de composer un nouveau code ou d’utiliser un langage de programme spécifique.
  • Surveille les informations au repos et ne nécessite pas d’extraire les données de l’endroit où elles sont actuellement conservées.
  • Nécessite très peu de configuration et presque aucun réglage de seuil. Les outils d’observabilité des données doivent utiliser des modèles d’apprentissage automatique (ML) pour apprendre immédiatement un environnement et ses informations.
  • Ne nécessite aucune cartographie préalable de ce qui doit être surveillé et de quelle manière. Aide à déterminer les ressources essentielles, les dépendances essentielles et les invariants clés pour fournir une large observabilité des informations avec peu d’effort.
  • Offre un contexte abondant qui permet un triage rapide, une réparation et une communication fiable avec les parties prenantes touchées par les problèmes de fiabilité des données.

L’avenir de l’observabilité des informations et des applications

Étant donné qu’Internet a fini par être véritablement traditionnel à la fin des années 1990, nous avons vu l’importance croissante et la avancées technologiques correspondantes, dans l’observabilité des applications pour réduire les temps d’arrêt et renforcer la confiance dans les logiciels.

Plus récemment, nous avons en fait assisté à un boom similaire dans l’importance et la croissance de l’observabilité des informations, les entreprises accordant de plus en plus d’importance aux informations fiables et fiables. Tout comme les entreprises ont jeûné pour réaliser l’effet de l’indisponibilité des applications il y a quelques décennies, les entreprises commencent à comprendre l’effet commercial que les incidents d’indisponibilité des données analytiques peuvent avoir, non seulement sur leur image publique, mais aussi sur leurs résultats.

Par exemple, une panne de données en mai 2022, y compris la société de logiciels de jeux Unity Technologies, a fait chuter ses actions de 36 % lorsque de mauvaises informations ont fait perdre à son outil de monétisation plus de 110 millions de dollars de perte de revenus. .

Je prévois que ce même sentiment d’urgence autour de l’observabilité continuera à s’étendre à d’autres domaines de la technologie, tels que le ML et la sécurité. En attendant, plus nous en savons sur l’efficacité du système sur tous les axes, mieux c’est, surtout dans cet environnement macroéconomique.

Après tout, avec plus de visibilité vient plus de confiance. Et avec plus de confiance vient de meilleurs clients.

.

Toute l’actualité en temps réel, est sur L’Entrepreneur

LAISSER UN COMMENTAIRE

S'il vous plaît entrez votre commentaire!
S'il vous plaît entrez votre nom ici