Ambienti cloud: 5 opinioni comuni sbagliate sull’osservabilità

Minsait accelera la creazione di soluzioni aziendali in cloud con la piattaforma di automazione low-code di Appian

Abdi Essa, Regional Vice President, UK&I di Dynatrace, evidenzia come l’ascesa degli ambienti cloud-native ha fatto sì che gli approcci tradizionali al monitoraggio e alla gestione delle prestazioni delle applicazioni stiano diventando sempre meno efficaci. Di conseguenza, i team digital hanno iniziato a propendere per nuovi approcci, costruiti sui tre pilastri dell’osservabilità: metriche, log e tracce

L’ascesa degli ambienti cloud-native ha fatto sì che gli approcci tradizionali al monitoraggio e alla gestione delle prestazioni delle applicazioni stiano diventando sempre meno efficaci. Di conseguenza, i team digital hanno iniziato a propendere per nuovi approcci, costruiti sui tre pilastri dell’osservabilità: metriche, log e tracce. Piuttosto che cercare di “monitorare” i loro ambienti, l’idea è di progettarli in modo che siano intrinsecamente più “osservabili”, affinché producano dati che le organizzazioni possono raccogliere e analizzare per comprendere le prestazioni delle applicazioni e gestire l’esperienza utente in modo efficace.

C’è stato un crescente interesse per il tema dell’osservabilità negli ultimi 12 mesi, ma come con qualsiasi sviluppo nell’IT, la verità può spesso essere avvolta da miti e idee sbagliate. Di conseguenza, c’è molta confusione su cosa sia e cosa non sia l’osservabilità. Ecco le cinque idee errate più comuni.

“Monitoraggio e osservabilità sono la stessa cosa”

Monitoraggio e osservabilità vanno mano nella mano, ma sono due cose molto diverse. L’osservabilità si riferisce alla raccolta di misurazioni prodotte da applicazioni e servizi digitali, meglio conosciuta come telemetria. Queste misurazioni sono state storicamente definite da tre pilastri chiave dell’osservabilità: metriche, registri e tracce. Il monitoraggio è l’uso di queste metriche per comprendere e gestire le prestazioni digitali e l’esperienza utente.

Man mano che le organizzazioni lavorano per aumentare la visibilità nelle loro applicazioni e servizi, la telemetria produce più dati che possono essere raccolti dagli strumenti di monitoraggio. Questi dati consentono di misurare le prestazioni e l’integrità di un’applicazione o di un servizio digitale. Se l’osservabilità è integrata in tutto, i team operativi possono vedere tutto ciò che accade all’interno del loro ambiente IT. Maggiore è l’osservabilità che hanno nel loro ambiente, migliore e più efficace può essere il monitoraggio.

Leggi anche:  La rivoluzione multicloud che cambia le imprese

“L’aggiunta di più strumenti di monitoraggio migliorerà l’osservabilità”

Sfortunatamente, il numero di strumenti di monitoraggio non influisce su quanta osservabilità hanno i team in un ambiente IT. Al contrario, l’aggiunta di più strumenti di solito è controproducente perché si traduce solo in più avvisi, creando rumore e rendendo più difficile comprendere, assegnare delle priorità e gestire ciò che sta accadendo in un ambiente IT.

Una ricerca suggerisce che in media un team operativo IT e cloud riceve ogni giorno quasi 3.000 avvisi dagli strumenti di monitoraggio e gestione. Di conseguenza, dedica circa il 15% del proprio tempo a identificare su quali avvisi concentrarsi e quali sono irrilevanti, con un costo medio per le organizzazioni di 1,5 milioni di dollari all’anno.

Aggiungere più strumenti di monitoraggio peggiora solo il problema, motivo per cui quasi tre quarti (72%) dei CIO afferma di non poter continuare a collegare più strumenti di monitoraggio insieme nel tentativo di mantenere l’osservabilità. Vogliono invece un’unica piattaforma che copra tutti i casi d’uso e offra una fonte coerente di “verità”.

“Avere una maggiore osservabilità risolverà automaticamente tutti i miei problemi”

Sfortunatamente, raggiungere l’osservabilità negli ambienti è solo l’inizio. Pensalo in questo modo: il solo fatto di osservare un crimine in corso non significa che la polizia verrà a impedirlo. Qualcuno deve intervenire per chiamare la polizia affinché fermi il crimine o indaghi sulla causa. Lo stesso vale per l’osservabilità negli ambienti IT. Solo perché i team digitali possono vedere cosa sta succedendo nei loro ambienti, inclusi eventuali problemi, non significa che capiscano perché sta accadendo e che quei problemi si risolveranno da soli.

Leggi anche:  Il multi-cloud richiede una digital hygiene impeccabile

Una migliore osservabilità fornisce un contesto cruciale ai dati, che consente ai team IT di identificare e comprendere i problemi che devono essere affrontati nel loro ambiente. Tuttavia, la natura complessa degli ecosistemi multicloud odierni fa sì che i team abbiano solitamente più dati di quanti ne possano gestire. Ecco perché l’uso dell’intelligenza artificiale sta diventando sempre più cruciale, fornendo un contesto che aiuta i team a capire perché i problemi di prestazioni sono importanti, il che a sua volta li aiuta a comprendere a quali problemi devono dare la precedenza e come risolverli.

“Abbiamo già la piena osservabilità nei nostri ambienti”

Alla maggior parte delle organizzazioni manca un’adeguata osservabilità. Man mano che accelerano la loro trasformazione digitale e adottano ambienti cloud-native, la vera osservabilità diventerà più difficile da raggiungere. Ciò è in gran parte dovuto alla scala e alla natura dinamica delle architetture su cui sono costruiti questi ambienti, inclusi microservizi e container, Kubernetes, serverless e infrastruttura service mesh.

Questi ambienti sono in continua evoluzione, generando enormi volumi di dati, che possono essere utilizzati per comprendere le prestazioni IT, ottimizzare i servizi e creare esperienze migliori per clienti e utenti. Tuttavia, l’instrumentazione manuale richiesta dagli approcci di monitoraggio convenzionali significa che l’organizzazione media ha piena osservabilità solo nell’11% delle sue applicazioni e infrastruttura. Questo lascia le organizzazioni con enormi punti ciechi che rendono la gestione di questi ambienti e dell’esperienza utente estremamente difficile. Tuttavia, l’IA può eliminare questi punti ciechi rilevando automaticamente le applicazioni, l’infrastruttura e le dipendenze all’interno di ambienti complessi.

“L’osservabilità è troppo difficile da automatizzare”

L’opinione comune per l’efficienza in ambito IT afferma che qualsiasi attività manuale che può essere automatizzata dovrebbe esserlo. In genere, l’osservabilità in ambienti multicloud dinamici è un’attività che richiede agli sviluppatori di instrumentare manualmente l’infrastruttura cloud e il codice dell’applicazione per fornire agli strumenti di monitoraggio metriche, log e tracce da raccogliere. Si tratta di un processo inefficiente e dispendioso in termini di tempo che considera solo una manciata di fonti di dati di osservabilità e distrae gli sviluppatori dal lavoro che conta.

Leggi anche:  Seeweb, i vantaggi di Cloud Server GPU

Più di due terzi dei CIO riconoscono la necessità di un approccio radicalmente diverso all’osservabilità per sbloccare il potenziale dei propri ambienti cloud. L’automazione del processo riduce la necessità di instrumentare manualmente l’osservabilità in applicazioni, servizi e codice. Questo offre agli sviluppatori il tempo di tornare a concentrarsi sulle attività importanti e consente alle organizzazioni di scoprire e instrumentare continuamente i propri ambienti e comprendere le dipendenze al loro interno. Ciò significa che l’osservabilità è “sempre attiva” e può scalare con gli odierni ecosistemi dinamici cloud-native.

L’osservabilità va oltre l’IT

Un ultimo punto sull’osservabilità è l’impatto che può avere sull’organizzazione più ampia. A un livello base, avere l’osservabilità significa che i team possono vedere come stanno performando le applicazioni e i servizi. Sfruttando questi dati tecnici insieme alle metriche aziendali, i team IT possono andare molto oltre, per comprendere l’impatto più ampio che le prestazioni digitali possono avere, inclusi ricavi, conversioni dei clienti e abbandono. Di conseguenza, le organizzazioni possono smettere di preoccuparsi di ciò che non possono vedere e possono invece utilizzare informazioni basate sull’intelligenza artificiale per migliorare l’esperienza del cliente e generare maggiore valore.