Взрывной рост объема данных в эпоху облаков, приводящий к усложнению контроля

Прочитано: 79 раз(а)


Слишком много приложений и слишком много данных, чтобы ИТ-специалисты могли их легко отслеживать, но есть решения, которые могут помочь.

Поскольку организации продолжают внедрять облачные технологии, сложность их технологических стеков значительно возросла, но каковы фактические последствия? Новый отчет Dynatrace призван дать ответ на этот вопрос.

Отчет под названием « Состояние наблюдаемости в 2024 году » основан на опросе 1300 ИТ-директоров и технологических лидеров и показывает, что, хотя мультиоблачные среды и облачные архитектуры обеспечивают быструю трансформацию и инновации, они также создают взрывной рост данных, который становится все более популярным. ИТ-командам становится все труднее управлять.

В отчете показано, что 88% организаций столкнулись с увеличением сложности за последние 12 месяцев, при этом в среднем мультиоблачная среда охватывает 12 различных платформ и сервисов. Эта сложность не только усложняет обеспечение превосходного качества обслуживания клиентов, но и усложняет защиту приложений.

Ключевые выводы включают в себя:

  • 88% организаций сообщают об увеличении сложности своего технологического набора за последние 12 месяцев.
  • 87% технологических лидеров говорят, что сложность мультиоблачной среды препятствует обеспечению превосходного качества обслуживания клиентов.
  • 86% технологических лидеров утверждают, что стеки облачных технологий производят огромное количество данных.
  • 81% технологических лидеров говорят, что ручные подходы к управлению журналами и аналитике не могут идти в ногу со скоростью изменений и объемами данных.

«Более половины организаций — 51% — заявили, что сложность их технологического стека будет продолжать расти, что удивительно, поскольку это подчеркивает необходимость обучения, которое необходимо проводить для принятия платформенно-ориентированного подхода», — Джей Ливенс, старший директор маркетинг продукта в Dynatrace.

Борьба за обработку данных

Одной из наиболее серьезных проблем, с которыми сталкиваются организации, является огромный объем данных, генерируемых стеками облачных технологий.

Согласно отчету, подавляющее большинство технологических лидеров (86%) утверждают, что эти стеки производят взрывной объем данных, которым люди не могут эффективно управлять. Чтобы справиться с этим потоком данных, организации используют в среднем 10 различных инструментов мониторинга и наблюдения для управления приложениями, инфраструктурой и пользовательским опытом. Однако 85% технологических лидеров утверждают, что количество инструментов, платформ, информационных панелей и приложений, на которые они полагаются, только усложняет управление мультиоблачной средой.

Поскольку организации сталкиваются с растущей сложностью и объемом данных, традиционные подходы к управлению журналами и аналитике оказываются неадекватными. В отчете говорится, что 81% технологических лидеров говорят, что ручные подходы не могут идти в ногу со скоростью изменений в их технологическом стеке и объемах данных, которые он производит. Это не только ограничивает их способность получать ценную информацию из своих данных, но и отнимает время у инноваций: 81% технологических лидеров говорят, что время, которое их команды тратят на обслуживание инструментов мониторинга и подготовку данных для анализа, отнимает время у инноваций.

Лучшие практики для улучшения наблюдаемости

Есть несколько вещей, которые организации могут реализовать, чтобы управлять растущей сложностью своих мультиоблачных сред.

Ливенс отметил, что организации начинают унифицировать инструменты мониторинга и автоматизировать некоторые задачи, чтобы адаптироваться к сложности мультиоблачных сред, но исследования показывают, что в управлении этой сложностью все еще существуют серьезные проблемы. Для решения этих проблем и повышения эффективности бизнеса необходимы передовые возможности искусственного интеллекта, аналитики и автоматизации.

В отчете показано, что 72% организаций внедрили AIOps, чтобы упростить управление своей мультиоблачной средой. Однако 97% технологических лидеров говорят, что вероятностные подходы к машинному обучению ограничивают ценность AIOps из-за ручных усилий, необходимых для получения достоверной информации.

«Хотя AIOps является важной практикой, она опирается на вероятностные методы, реализация которых может быть неточной и отнимать много времени», — сказал Ливенс. «Я надеюсь, что все больше организаций будут внедрять зрелые стратегии искусственного интеллекта, аналитики и автоматизации, чтобы преодолеть сложность современных технологических стеков. регламентные работы по техническому обслуживанию».

Искусственный интеллект способствует росту «большой тройки» поставщиков общедоступных облаков



Новости партнеров