Database Observability Von der Überwachung zur Observability

IT-Experten müssen immer mehr Ressourcen überwachen, um Ereignisse in ihren Datenbanken und Anwendungen zu verstehen und außerdem immer öfter Technik-Stacks verwalten, die sich von On-Premises bis in Public Clouds erstrecken. Um die Komplexität zu verringern und eine umfassende Transparenz ihrer IT-Systeme zu schaffen, sollten Unternehmen einen Observability-Ansatz verfolgen.

Oft werden Observability und Überwachung gleichgesetzt. Während mit Überwachung ein Vorgehen beschrieben wird, setzt Observability einen neuen Standard dafür, wie gut interne Zustände und Eigenschaften eines Systems aus seinen externen Outputs abgeleitet werden können.

Bei der Einrichtung von Überwachungssystemen werden Dashboards auf der Grundlage bestimmter Annahmen eines IT-Experten erstellt. Bei der Überwachung von Datenbanken erstellen Teams mehrstufige Systeme von IP-Komponenten. Die Algorithmen müssen diese Daten verarbeiten und die Benutzeroberfläche muss damit interagieren.

Damit die Observability dieses Systems allerdings gewährleistet ist, müssen Leistungsinformationen und andere Arten von Kennzahlen zu den verschiedenen Endpunkten einfließen. Dies gilt insbesondere, seit IT-Experten Microservices, Mesh, IoT oder über Kubernetes orchestrierte Container verwalten müssen.

Effektive Überwachung

In der Vergangenheit haben IT-Experten normalerweise einen SQL Server oder andere Datenbankplattformen wie PostgreSQL oder MySQL überwacht. In einem neuen Observability-Zeitalter müssen IT-Experten mit dem Front-End-Code im Hinblick auf die verschiedenen Arten von Algorithmen, die mit diesen Daten verarbeitet werden, anders vorgehen. Normalerweise schreiben Entwicklerteams den Code, aber ohne in diesen Code etwas einzufügen, um Debug-Signale zu senden.

Das ist heutzutage anders. Damit eine umfassende Observability unserer Systeme gewährleistet ist (da nicht alle potenziellen Probleme vorweggenommen werden können), müssen wir verschiedene Schritte protokollieren, um den Überblick über die vielen einzelnen Komponenten zu behalten. Unternehmen müssen so viele Rohdaten und Vorgänge wie möglich sammeln. Je mehr Daten, desto mehr Informationen haben Unternehmen über die Ereignisse in ihrer Anwendung, von der Datenbank über die Virtualisierungs- oder Containerisierungsschicht bis hin zum Virtualisierungshost oder der Orchestrierung und Bare Metal. Wenn Unternehmen Einblick in diese Elemente erhalten, können die Systeme mit umfassender Observability ausgestattet werden und Probleme oder auftretende Anomalien können leichter diagnostiziert werden.

Ein Observability-Ansatz

Bei Verwendung des Observability-Konzepts sind Übersichts-Dashboards praktisch. Sie dienen IT-Experten dazu, alle Vorgänge zu erfassen und im Falle eines Problems eine Ursachenanalyse durchzuführen. Manchmal gibt es jedoch kein konkretes Problem, sondern nur ein allgemeines Leistungsproblem. Mit Observability-Plattformen können Teams Abhängigkeiten schnell erkennen, abbilden und verstehen, sodass sie Servicelevel-Ziele (Service Level Objectives, SLOs) leichter erreichen und einhalten können.

Wenn IT-Teams immer stärker zwischen der reinen Überwachung von IT-Umgebungen und dem Erreichen von Observability unterscheiden, können sie mithilfe von Algorithmen für maschinelles Lernen und anderen Formen der Data Science proaktiv Anomalien aufdecken. Dadurch gewinnt auch die IT-Verwaltung erheblich an Genauigkeit und Klarheit. Observability ist für moderne IT-Organisationen bereits unverzichtbar.

* Thomas LaRock ist Head Geek bei SolarWinds.

(ID:48725854)