Sergey Nivens - Fotolia

Gestionar Aprenda a aplicar las mejores prácticas y optimizar sus operaciones.

Equipos DevOps usan AIOps para conocer el desempeño de apps

Descubra cómo las organizaciones empresariales están empezando a aprovechar las operaciones de TI algorítmicas para minar los registros de rendimiento y mejorar el desempeño de las aplicaciones.

En el Moogsoft AIOps Symposium en San Francisco, los expertos discutieron los desafíos y beneficios de aprovechar la información de gestión de los datos de infraestructura complejos para mejorar el rendimiento de las aplicaciones. Un elemento clave de pasar a DevOps y a prácticas de desarrollo más ágiles consiste en aprovechar los datos de rendimiento de las aplicaciones que se ejecutan en la infraestructura en vivo. A medida que las organizaciones mueven más aplicaciones a la nube, se hace más fácil agregar estos datos, pero entenderlos es otra cosa.

"Hubo una idea [de que] necesitamos usar algoritmos para expandir nuestras alertas", dijo Thomas Duran, ingeniero de confiabilidad del sitio en GoDaddy. Los ingenieros tuvieron que revisar cada ticket y pasar por más de 20 sistemas de monitoreo de aplicaciones para determinar lo que necesitaban para trabajar. Dijo: "Es importante escalar con la automatización y no con fuerza bruta".

La infraestructura de TI heredada usaba predominantemente el protocolo SNMP (Simple Network Management Protocol), que proporcionaba una visión consistente, aunque limitada, del rendimiento del hardware computacional. La moderna infraestructura de nube ha sustituido esta simplicidad por APIs de gestión de infraestructuras basadas en REST y JSON, con sutiles matices entre ellos.

Encontrando sentido a las alertas de la nube

Para cubrir esta brecha, una nueva generación de tecnologías de big data y de análisis asistido por máquina, que Gartner llama operaciones algorítmicas de TI (AIOps), convierten estas APIs dispares en un lenguaje general, accesible por una amplia variedad de herramientas de programación y administración de operaciones. Los proveedores de AIOps incluyen Elastic, Evolven Software, Hewlett Packard Enterprise, IBM, Moogsoft Inc., Nyansa, Rocana, Splunk y Sumo Logic.

Richard Whitehead, el evangelista en jefe de Moogsoft, dijo: "Con el surgimiento de la nube, ha habido un cambio desde SNMP hacia mensajes no estructurados. Las técnicas de procesamiento de lenguaje natural encuentran el sentido de los mensajes de la forma en que un ser humano lo haría. AIOps es la noción de utilizar algoritmos de aprendizaje automático para reducir las dependencias en herramientas de gestión específicas".

Los algoritmos pueden utilizar la coincidencia difusa para ser aún más robustos. Además, pueden agrupar varios mensajes relacionados con un fallo o error de programación. Por ejemplo, un error de programación que crea problemas de rendimiento de base de datos podría dar lugar a cientos de mensajes separados, que, de otro modo, los seres humanos tendrían que analizar. El aprendizaje automático facilita agregar estas colecciones de mensajes para que los equipos de operaciones y los desarrolladores puedan centrarse en la causa raíz de un problema.

Tratar los problemas de rendimiento como errores

La flexibilidad de usar mensajes no estructurados para los informes de infraestructura proporciona un nuevo poder para entender la causa raíz de los problemas. Estas cargas útiles casi siempre están estructuradas en un formato como JSON, lo que las hace legibles por máquina, pero no hay ningún formato estándar para ellas. En algunos aspectos, estas herramientas AIOps proporcionan una plataforma de integración para la gestión y la información de registro similar a los gateways de APIs para la integración de aplicaciones tradicionales.

Whitehead dijo: "En el viejo mundo, las empresas tenían datos que estaban fijos e iban a los sistemas de reglas. Ahora, los datos pueden cambiar. Al cambiar los datos, los algoritmos pueden adaptar los datos de gestión para proporcionar un resultado coherente". Las mejoras en el aprendizaje automático y la integración con el seguimiento de errores y los servicios de seguimiento de problemas como JIRA y ServiceNow pueden ayudar a agilizar el proceso de resolución de errores relacionados con el rendimiento.

Los desarrolladores ya están trabajando bastante para crear nuevas características. Mejores herramientas para asociar automáticamente los problemas de rendimiento con el código prometen reducir la carga sobre los desarrolladores. Whitehead dijo: "Si soy un desarrollador de aplicaciones y voy a ser despertado a las tres, es mejor que sea algo que pueda arreglar. Del mismo modo, si es algo que me impacta y podría ser debido a una instancia de Amazon, entonces quiero a un experto de Amazon en esa llamada, también”.

Próximos pasos

Más sobre desempeño de apps:

Cómo la CPU y la memoria afectan el desempeño de las aplicaciones

¿Quiere virtualizar cargas de misión crítica? Las particiones seguras pueden ayudar

Los patrones de microservicios hicieron que la arquitectura de Uber funcionara mejor

Profundice más

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close