۲۹ شهریور ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

بعدی برای مشاهده پذیری چیست؟

سیستم های امروزی پیچیدگی های اساسی خود را بیشتر در معرض دید اپراتورها قرار می دهند. اینها هیجان انگیزترین پیشرفت های جدید در طول سفر رام کردن این پیچیدگی هستند.

سیستم های امروزی پیچیدگی های اساسی خود را بیشتر در معرض دید اپراتورها قرار می دهند. اینها هیجان انگیزترین پیشرفت های جدید در طول سفر رام کردن این پیچیدگی هستند.

مفهوم مشاهده پذیری به دهه ۱۹۶۰ بازمی گردد، با کار متعارف پیرامون تجزیه سیستم های پیچیده برای درک انسان. زمان سختی برای سیستم های محاسباتی جدید در هوا فضا و ناوبری بود. پیشرفت‌ها در این سیستم‌ها از توانایی انسان برای استدلال در مورد آنها فراتر رفته است، و کار کالمن تا حد زیادی به عنوان پایه‌گذاری نظریه مشاهده‌پذیری اعتبار دارد.

مشاهده پذیری همانطور که امروزه می شناسیم—دسته ۹ میلیارد دلاری که جزء اصلی عملیات مدرن فناوری اطلاعات است—معمولاً با رویکردهای مهندسی قابلیت اطمینان سایت Google برای خدمات فرامقیاس مانند جستجوی Google، Google Ads و YouTube مرتبط است. p>

براساس کتاب مهندسی سایت Google، در سال ۲۰۰۳ بود که Google یک سیستم نظارتی جدید به نام Borgmon را ایجاد کرد، که سیستم عامل خوشه ای که الهام بخش Kubernetes بود. Google تشخیص داد که با بخش‌های متحرک بسیاری از microservices که در زیرساخت‌های توزیع‌شده کار می‌کنند، مدل جدیدی برای درک سیستم‌های پویا مورد نیاز است – مدلی که در زمان واقعی کار می‌کند و تیم‌های پلتفرم را با صفحات پر سر و صدا پر نمی‌کند.

بورگمون “مجموعه داده‌های سری زمانی را به نقش درجه اول سیستم نظارت تبدیل کرد و اسکریپت‌های چک را با زبانی غنی برای دستکاری سری‌های زمانی به نمودارها و هشدارها جایگزین کرد.”

پرومته و گرافانا را وارد کنید

بورگمون الهام بخش Prometheus شد که در سال ۲۰۱۴ به طور عمومی منتشر شد و امروزه محبوب ترین فناوری منبع باز برای نظارت و هشدار مبتنی بر متریک است. تقریباً در همان زمان، Grafana به طور مستقل برای تجسم قابلیت مشاهده معرفی شد. این دو فناوری منبع باز با هم، جوامعی متشکل از ده‌ها میلیون توسعه‌دهنده و چرخ پروازی از نوآوری را برای مقوله مشاهده‌پذیری با محوریت معیارها، گزارش‌ها و ردیابی‌ها ایجاد کردند.

اما داستان مطمئناً به همین جا ختم نمی شود. سیستم های امروزی عمداً پیچیدگی های زیربنایی خود را بیشتر و بیشتر نشان می دهند. ما با داده های بیشتر کار می کنیم، نه کمتر. سیستم‌های ما متفاوت‌تر می‌شوند و انتظارات کاربران همچنان بالاتر می‌رود. در حالی که مبادلات مهندسی و تجاری منطقی است، این بدان معنی است که درک آنچه اتفاق می افتد برای اپراتورهای انسانی دشوارتر می شود. آنها برای به دست آوردن مجدد کنترل، مهار و تقطیر پیچیدگی آشکار به ابزار نیاز دارند.

کاوش در اکوسیستم آپاچی برای تجزیه و تحلیل داده ها

بنابراین بیایید نگاهی به آنچه در اطراف برای مشاهده وجود دارد، و هیجان انگیزترین پیشرفت های جدید در این سفر درک بشر از سیستم های توزیع شده بیندازیم.

قابلیت مشاهده در سطح هسته با eBPF و Cilium

همانطور که سیستم های توزیع شده تکامل یافته اند، انتزاعات در لایه شبکه نیز تکامل یافته اند. دو تا از مهیج‌ترین فناوری‌ها در این زمینه، eBPF و Cilium هستند، که هوش سطح هسته را هر جا که برنامه‌های کاربردی شامل لینوکس برای دسترسی به فایل، دسترسی به شبکه و سایر عملکردهای سیستم عامل هستند، استخراج می‌کنند.

این فناوری‌ها—و برخی از ذخیره‌سازی‌های پشتیبان آن‌ها مانند Hubble—یک بافت اتصال جدید ایجاد کنید که نیازی به تغییر در برنامه‌ها ندارد، و گنجینه‌ای از داده‌های تله‌متری ریز را برای مشاهده رویدادها در سطح هسته تولید کنید. از امروز، موفق ترین کاربران eBPF و Cilium بر روی تله متری شبکه یا پشتیبانی از تجزیه و تحلیل در مقیاس بزرگ در ناوگان بزرگ خدمات تمرکز کرده اند.

قابلیت مشاهده و امنیت زنجیره تامین نرم افزار

سوء استفاده‌های امنیتی مانند Log4j ناامنی نسبی مصنوعات نرم‌افزار – چارچوب‌ها و کتابخانه‌هایی که توسعه‌دهندگان برای ساختن نرم‌افزار استفاده می‌کنند- و نیاز به قفل کردن منشاء و یکپارچگی را نشان می‌دهد. از این بلوک های ساختمانی به خصوص مشکل Log4j مشکلی بود که تیم‌های امنیتی نه تنها این آسیب‌پذیری را اصلاح می‌کردند، بلکه تعیین کجا یا حتی اگر در محیط آنها بود.

کاتالوگ عظیم مصنوعات که مجموعه وسیعی از خدمات را در یک شرکت معمولی تشکیل می‌دهند، و ماهیت بسیار پراکنده مکانی که سرویس‌ها اجرا می‌شوند، برای تیم‌های امنیتی باتلاقی ایجاد کرده است که از قدرت استدلال انسانی پیشی می‌گیرد. همه نشانه‌ها حاکی از آن است که مشاهده‌پذیری باید همراه با امنیت زنجیره تامین نرم‌افزار باشد، و من معتقدم که شاهد ادغام فناوری‌های امنیتی زنجیره تامین عمیقاً با فضای مشاهده‌پذیری خواهیم بود.

زبان Go واقعا برای چه چیزی خوب است؟

پیشرفت در قابلیت مشاهده و سهولت استفاده

با وجود همه محبوبیت مشاهده پذیری، همچنان به تخصص بیش از حد موضوعی نیاز دارد. دستاوردهای اتوماسیون به بهبود و ساده‌سازی تشخیص و انتخاب داده‌های مفید کمک می‌کند. فرصتی برای داشبوردها وجود دارد که براساس نوع داده‌های وارد شده به‌طور خودکار ایجاد شوند. ابزار دقیق‌سازی خودکار با ایجاد خط پایه استخراج داده‌ها، البته با کمی افزایش تولید داده و در نتیجه هزینه، زمان را به ارزش کاهش می‌دهد.

به‌علاوه، تجسم‌های مشاهده‌پذیری از نسل اول رابط کاربری گرافیکی به پیکربندی به‌عنوان کد که یک مفهوم درجه یک است، تکامل می‌یابد. توسعه‌دهندگان به‌جای انجام تنظیمات بر روی رابط‌های وب، با داده‌های مشاهده‌پذیری و پیکربندی‌ها از طریق ادغام‌های API و Git تعامل خواهند داشت – ابزارها و مفاهیم آشنا که توسعه‌دهندگان هر روز با آنها کار می‌کنند. توسعه‌دهندگان می‌توانند با تمام داده‌های مشاهده‌پذیری و تجسم‌های خود مانند کد برنامه‌نویسی کنند، حتی تا CI/CD، بازگشت‌ها، و سایر پایه‌های اصلی عملیات مدرن.

قابلیت مشاهده برنامه

نظارت بر برنامه کلاسیک یا APM به شدت محدود است و تنها به برنامه نگاه می کند و در عین حال زیرساخت های زیرین را نادیده می گیرد. نظارت بر برنامه کلاسیک به مشکلات مربوط به ارائه‌دهنده ابر، شبکه، ذخیره‌سازی، پایگاه‌های داده، سایر سرویس‌ها، زمان‌بندی کلاستر یا هر چیز دیگری که برنامه با آن تعامل دارد و به آن بستگی دارد، کور است. با نسل جدید ابزارهای مشاهده‌پذیری، توسعه‌دهندگان و اپراتورها در نهایت می‌توانند دیدگاهی جامع از هر کاری که یک شرکت انجام می‌دهد داشته باشند، به‌طور یکپارچه بین معیارها، گزارش‌ها، ردیابی‌ها و نمایه‌ها حرکت کنند—همه اینها در عین کاهش میانگین زمان بازیابی (MTTR) و افزایش رضایت کاربر.

Mobb از رفع آسیب پذیری برای کاربران GitHub رونمایی کرد

افکار نهایی

موج فعلی الزامات برای مشاهده‌پذیری عمیق‌تر تا حد زیادی با پذیرش میکروسرویس‌ها و محاسبات بومی ابری هدایت می‌شود که مرزهای سرویس قدیمی را شکسته است. از آنجایی که سازمان‌ها این معماری‌های جدید را پیاده‌سازی کرده‌اند تا اجازه دهند کارهای بیشتری به‌طور موازی توسط تیم‌های مستقل انجام شود، از مزایای مقیاس‌پذیری افقی نیز بهره‌مند شده‌اند که مسلماً به قیمت برخی مقیاس‌پذیری عمودی تمام می‌شود.

این مبادله مهندسی منطقی به نظر می‌رسد، اما هزینه دارد: بیشتر پیچیدگی‌های ذاتی این سیستم‌ها مستقیماً آشکار می‌شوند. همانطور که بسیاری از تیم‌ها دریافته‌اند، ابزارهای نسل آخر قادر به مهار، تقطیر و درک این پیچیدگی نیستند. به عبارت دیگر، فقدان ابزار مدرن، تیم های زیادی را برای شکست ایجاد کرده است.

در محیط اقتصادی کلان فعلی، برای شرکت‌ها بسیار مهم است که نسبت به رقبا قابل اعتمادتر باشند و در عین حال از منابع کمتری نیز استفاده کنند. با فعال کردن کارشناسان موضوع انسانی برای کارآمدتر و موثرتر، تیم‌ها و شرکت‌های خود را برای موفقیت راه‌اندازی می‌کنیم.

هدایت درک انسان به سمت اتوماسیون بیشتر، زمینه ساز انقلاب صنعتی، انقلاب سیلیکونی و انقلاب ابری امروزی است. هر انقلابی بازنده و برنده ای دارد. این بار برندگان از اصول مشاهده پذیری مدرن استفاده خواهند کرد تا بتوانند آنچه را که در فضای ابری آنها اتفاق می افتد درک کنند.

ریچارد “ریچی اچ” هارتمن مدیر انجمن در آزمایشگاه‌های گرافانا، Prometheus، OpenMetrics< /a> بنیانگذار، عضو OpenTelemetry، و عضو CNCF هیئت مدیره و کمیته های مختلف.

New Tech Forum مکانی برای کاوش و بحث در مورد فناوری سازمانی نوظهور در عمق و وسعت بی سابقه ای فراهم می کند. انتخاب ذهنی است، بر اساس انتخاب ما از فناوری هایی که معتقدیم مهم هستند و برای خوانندگان InfoWorld بیشترین علاقه را دارند. InfoWorld وثیقه بازاریابی را برای انتشار نمی پذیرد و حق ویرایش تمام محتوای ارائه شده را برای خود محفوظ می دارد. همه سوالات را به newtechforum@infoworld.com ارسال کنید.