「AIとともに観測性の潜在能力を解き放つ」

「AIと共に解き放たれる観測性の潜在能力」

観測可能性は、現代の分散アプリケーションの開発および実行には不可欠ですが、分散されたツールとデータはしばしば重要な洞察を妨げます。AIと統合観測可能性は、これらの課題を克服することができます。

観測可能性は、複雑な分散アプリケーションのモニタリング、トラブルシューティング、最適化を可能にする現代のソフトウェア開発において重要です。しかし、多くの組織は、データの隔離、複雑なモニタリングツール、断片化した洞察により、効果的な観測可能性を実現するのに苦労しています。

「Observe」は、グラフデータレイヤーによる統合観測可能性プラットフォームを提供することで、これらの課題に取り組んでいます。最近、ObserveのCEOであるJeremy Burton氏にインタビューを行い、彼らのアプローチがどのように開発者の観測可能性向上に役立つのかを学びました。

観測可能性データの統合

既存の観測可能性ソリューションの主な課題の1つは、データが異なるツール間で隔離されていることです。Burton氏は、従来、企業はメトリクス、トレース、ログの特化したツールを使用しており、これらは相互運用されていませんでした。この断片化により、開発者、DevOpsエンジニア、SREは手動で洞察を組み合わせる必要があります。

• チャレンジを受け入れました：アニメーターのワード・ナイシュタット氏が、今週の「NVIDIA Studio」でロボット革命を驚異的なスピードでリード
• 「最高のデジタルコンテンツ戦略（アレックス・ホルモジとエド・マイレットによるアドバイス）」
• AIが医療費を削減するのにどのように役立つのか？

「Observe」は、観測可能性データ（メトリクス、トレース、ログなど）を単一のプラットフォームに取り込み、関連するデータポイントをリンクしてコンテキストを提供し、トラブルシューティングの高速化を実現しています。ユーザーは任意のデータタイプから始め、統一された表示のために他のデータに移動できます。

Burton氏は、「異なるエントリーポイントからアプローチすることができます。トップダウンとボトムアップのアプローチが可能です」と述べています。ダッシュボード上のIDを追いかけるのではなく、開発者は顧客やサービスのような論理エンティティによってナビゲーションすることができます。

「Observe」は、すべての生データを手頃な価格のオブジェクトストアのデータレイクに保持しています。ただし、グラフのインデックスと一般的にクエリされるデータの変換を行い、高速なインタラクティブな分析を可能にしています。これにより、迅速なトラブルシューティングが可能になり、ユーザーは必要に応じてより古いデータを取得することができます。

Kubernetesおよびクラウドネイティブアプリケーションの最適化

「Observe」は、KubernetesやAWSなどのコンテナ化およびクラウドネイティブな環境に対して幅広いサポートを提供しています。このプラットフォームは、インフラストラクチャのトポロジーを自動的に検出し、生のKubernetesデータをポッドやコンテナのような概念にマッピングします。

Burton氏の述べるように、「データを人が認識できるものに変換します」ということで、Kubernetesのモニタリングとトラブルシューティングが加速されます。開発者はインシデント発生時に直接影響を受けるコンテナやサービスにアクセスできます。

「Observe」はまた、コードをスキャンして顧客IDなどのコンテキストを自動的に生成することで、顧客アプリケーションの自動インストゥルメンテーションを行います。Burton氏は、これがTopgolfがゲームのログを特定の場とリンクさせることで問題を迅速に解決できるようになったと説明しています。これらの論理的なマッピングは、分散クラウドネイティブアプリケーションのトラブルシューティングを簡素化します。

AIと機械学習の活用

「Observe」は、会話インターフェースやコード生成のようなAI技術を活用してユーザーエクスペリエンスを向上させています。Burton氏は、AIが観測可能性をもっと直感的に感じさせるための鍵と考えています。

彼らのO11y GPTチャットボットは、大規模な言語モデルを利用して自然言語のクエリを理解し、トラブルシューティングをガイドし、データ変換を生成します。ユーザーはクエリの構文を覚える必要なく、問題を平易な言葉で説明することができます。

「Observe」はまた、Opalクエリ言語のデータの解析と分析コードを自動生成するためにCodexを訓練しました。この共同パイロット機能により、Opalに馴染みのないエンジニアでもすぐに生産性を発揮することができます。

Burton氏は、現代のアプリケーションはトラブルシューティングが非常に複雑になっているため、AIが「解決までの差を130分短縮」するのに役立つと述べています。Observeは、機械学習を活用して専門知識をキャプチャし、観測可能性をよりアクセスしやすくすることを目指しています。

経済性と顧客エクスペリエンスの向上

Observeは、豊富な機能を提供しながら、クラウドのスケールと経済性に対応した設計となっています。彼らのクラウドネイティブアーキテクチャは、格安のストレージと計算能力を活用しています。これにより、深いトラブルシューティングに役立つ高解像度の観測可能性データを最大30か月間保持することができます。

「Observe」はまた、Slackなどのコラボレーションツールとの緊密な統合を提供しています。Burton氏は、インシデントチャンネルでアラートを表示し、AIアシスタントを提供することで、調整を改善し、平均復旧時間を短縮する方法について説明しました。

Bloomaなどの顧客には、Observeは強力な成果を提供しています。BloomaのテクニカルオペレーションディレクターであるJason Huling氏は、10倍のデータ増加にもかかわらず、トラブルシューティングが劇的に速くなり、プラットフォームの劣化がなかったと報告しています。彼はこれをObserveの使いやすさと優れたカスタマーサポートに帰因しています。

リーヴェールのようなお客様には、Observeは素早い結果を提供しています。リーヴェールのエンジニアリングディレクターであるスティーブン・モントヤは、「ここではロケットのように速く進んでいるので、本当にObserveを学ぶ時間がありませんでした。すぐに使い方がわかりました。」と述べ、さらにObserveの優れたカスタマーサポートを称賛しました。

可観測性の未来

可観測性市場の展望について尋ねられた際、バートンは人工知能が相互作用を再定義し、組織の壁を曖昧にする可能性に注目しました。彼は開発者がコラボレーションツールを通じてインシデント対応を開始し、リアルタイムで修正案を提案する機械学習を想像しています。

Observeの応用AIへの投資は、可観測性をシームレスにすることを目指しています。バートンは、これによりトライバルナレッジをシステムに取り込み、エンジニアが対話的にクエリを行うことでスキルギャップを減らせると考えています。統合されたプロアクティブな可観測性によって、開発者はより価値の高いタスクに集中できるようになります。

全体的に、Observeの統合された可観測性プラットフォームは、エンジニアが現代のアプリケーションをより理解し最適化するのを支援することを目指しています。革新的なデータアーキテクチャにより、メトリクス、トレース、ログの間のつながりを提供します。AIなどのユーザビリティの向上と組み合わせることで、Observeは可観測性を容易にすることを目指しています。これにより、開発者は消火活動に時間を費やすことなく、イノベーションに時間を割くことができます。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!