От настройки оповещений к операционной аналитике: переосмысление обнаружения в эпоху ИИ

На протяжении большей части истории наблюдаемости (observability) оповещения следовали привычной модели. Инженеры определяли, что именно нужно отслеживать, создавали условия для оповещений, настраивали их соответствующим образом и поддерживали эти конфигурации по мере изменения приложений и инфраструктуры. Эта модель хорошо служила инженерным командам, особенно когда среды были относительно стабильными, а количество систем, требующих мониторинга, оставалось управляемым.

Современные облачные среды изменили экономику такого подхода.

Приложения теперь охватывают все более сложные комбинации сервисов, контейнеров, кластеров Kubernetes, облачной инфраструктуры, баз данных и сторонних зависимостей. Эти среды не остаются статичными после настройки мониторинга. Сервисы масштабируются, появляются новые рабочие нагрузки, инфраструктура меняется, а приложения постоянно развиваются. В результате инженерные команды не просто создают оповещения; они постоянно пытаются поддерживать покрытие оповещениями в соответствии со средой, которая отказывается стоять на месте.

В небольшом масштабе это может быть управляемо. Но при работе с тысячами или десятками тысяч сущностей это превращается в самостоятельную операционную проблему.

Поэтому вопрос для инженерных организаций меняется. Вместо того чтобы спрашивать только о том, как создать оповещение, им все чаще приходится задаваться вопросом, как установить и поддерживать значимое покрытие оповещениями, не требуя ручных усилий каждый раз, когда среда растет.

New Relic Smart Alerts подходит к этой проблеме, используя то, что у организаций уже есть в избытке: телеметрию.

Обучение на основе реального поведения систем

Платформы наблюдаемости постоянно собирают информацию о производительности приложений, инфраструктуре, сервисах и взаимосвязях между ними. Традиционно эта телеметрия была бесценной, когда инженерам нужно было понять, что произошло в среде. Она предоставляет доказательства, необходимые для расследования изменений производительности, выявления сбоев и понимания поведения системы.

Но историческая телеметрия может приносить пользу и до возникновения инцидента.

Smart Alerts анализирует историческую телеметрию, чтобы рекомендовать условия оповещения, покрытие и лучшие практики мониторинга, основанные на том, как вели себя системы организации. Вместо того чтобы заставлять инженеров начинать каждое решение по мониторингу с нуля, эти рекомендации предоставляют обоснованную отправную точку для создания надлежащего покрытия.

Это представляет собой важную эволюцию в модели оповещения. Платформа может начать помогать инженерам с рутинной работой по определению того, где необходимо покрытие мониторинга, в то время как инженеры продолжают принимать решения, отражающие операционные приоритеты их организации.

Также важно точно понимать, что это означает. Smart Alerts не основан на предпосылке, что пороговые значения должны просто автоматически перемещаться по мере изменения поведения приложения, и он не исключает роль пороговых значений в оповещении. Условия, основанные на пороговых значениях, остаются полезными и подходящими для многих сценариев мониторинга. Smart Alerts вместо этого фокусируется на использовании исторической телеметрии для предоставления интеллектуальных рекомендаций по покрытию и конфигурации оповещений, сокращая объем ручной работы, необходимой для последовательного внедрения мониторинга в масштабе.

Масштабирование эффективных практик мониторинга

Это различие становится значимым, когда вы рассматриваете, как практики мониторинга обычно распространяются в крупной организации. Опытные инженеры часто знают, какие условия важны для конкретного типа сервиса или инфраструктуры, но последовательное применение этих знаний в большой среде требует времени. Разные команды могут настраивать похожие системы по-разному, покрытие может стать неравномерным, а поддержание этих конфигураций может потребовать значительных постоянных усилий.

Smart Alerts создает возможность упростить масштабирование этих практик.

Используя историческую телеметрию для формирования рекомендаций, New Relic может помочь организациям наладить мониторинг большого количества сущностей, не требуя от инженеров повторения одного и того же процесса настройки снова и снова. Команды могут тратить меньше времени на ручное создание покрытия оповещениями и больше времени на оценку того, отражает ли рекомендуемое покрытие то, что важно для их приложений и клиентов.

Результат — это не автоматизация ради автоматизации. Это более эффективный способ последовательного применения практик мониторинга при сохранении инженерного суждения.

Это также меняет дискуссию вокруг «шума» от оповещений. Комплексный мониторинг и управляемые объемы оповещений иногда рассматриваются как конкурирующие цели: мониторить больше и рисковать перегрузить ответственных лиц, или оповещать меньше и рисковать пропустить что-то важное. Лучшая цель — повысить качество самого покрытия.

Smart Alerts разработан, чтобы помочь организациям найти этот баланс, рекомендуя значимое покрытие оповещениями на основе исторической телеметрии, а не рассматривая создание дополнительных оповещений как показатель успеха. Цель — не больше уведомлений. Цель — большая уверенность в том, что важные системы отслеживаются должным образом без создания ненужной операционной нагрузки.

Почему эпоха ИИ повышает ставки

Потребность в улучшении оповещения существовала бы и без быстрого внедрения ИИ, но ИИ делает качество уровня обнаружения все более важным.

Инженерные команды начинают полагаться на ИИ, чтобы помогать в расследовании инцидентов, навигации по сложным операционным данным и понимании взаимосвязей, которые в противном случае потребовали бы значительного ручного анализа. По мере того как эти возможности становятся все более сложными, возникает соблазн предположить, что одни лишь лучшие модели приведут к лучшим операционным результатам.

На практике контекст, окружающий эти модели, имеет огромное значение.

Система ИИ может анализировать большие объемы информации, но больше информации не автоматически означает более полезную информацию. Инженерным командам по-прежнему нужны способы отличать условия, заслуживающие внимания, от огромного объема нормальной активности, происходящей в их средах. Чем сильнее становится этот уровень обнаружения, тем сильнее может стать и отправная точка для операций с поддержкой ИИ.

Именно здесь Smart Alerts вписывается в более широкую стратегию автономных операций (Autonomous Operations) New Relic. Его роль не в том, чтобы расследовать инцидент, оркестровать агентов или автономно устранять проблему. Его роль находится раньше в операционном жизненном цикле: помогать организациям устанавливать интеллектуальное, масштабируемое покрытие оповещениями, чтобы значимые операционные сигналы можно было идентифицировать более последовательно.

Другие возможности могут развиваться на этой основе, объединяя телеметрию с операционным контекстом и рассуждениями с поддержкой ИИ, чтобы помочь инженерам понять, что происходит, и определить, что делать дальше.

Наблюдаемость, которая делает больше с тем, что знает

За Smart Alerts стоит более широкая идея, которая выходит за рамки настройки оповещений.

Платформы наблюдаемости традиционно отлично справлялись со сбором данных. Они сообщают инженерным командам, что произошло, где это случилось и как изменилось поведение системы. По мере того как организации переходят к операциям с поддержкой ИИ и все более автономным процессам, накопленные операционные данные могут служить другой цели: они помогают платформе стать более полезной в определении того, как следует управлять системами.

Smart Alerts применяет эту идею к обнаружению. Историческая телеметрия становится входными данными не только для анализа прошлого поведения, но и для выработки рекомендаций по настройке мониторинга в будущем.

Этот переход от простого сбора операционных данных к обучению на их основе является важной частью эволюции наблюдаемости. Это означает, что ценность телеметрии может со временем возрастать, поскольку она способствует получению более качественных рекомендаций, более богатого операционного контекста и, в конечном итоге, принятию более верных решений.

Для инженерных команд это дает практическую выгоду. Они могут тратить меньше времени на многократную настройку мониторинга и больше времени на улучшение приложений и пользовательского опыта, от которых зависят их клиенты.

Для New Relic открываются более широкие возможности. По мере того как телеметрия, интеллектуальное обнаружение, надежный операционный контекст, расследование с помощью ИИ и скоординированные рабочие процессы объединяются, наблюдаемость может стать чем-то большим, чем просто система для понимания программного обеспечения. Она все чаще становится системой, которая помогает организациям лучше управлять программным обеспечением.

Smart Alerts — важный шаг в этом направлении.

Даг Браун — менеджер по продуктовому маркетингу в New Relic, специализирующийся на AIOps и агентной наблюдаемости. Он тесно сотрудничает с командами по продукту и разработке, помогая организациям повышать надежность, снижать операционную сложность и превращать данные наблюдаемости в практические результаты. Даг обладает глубоким опытом в области кибербезопасности, облачных платформ и операций на базе ИИ, а также стремится переводить сложные технологии на понятный язык, ориентированный на клиента.

Мнения, выраженные в этом блоге, принадлежат автору и не обязательно отражают взгляды New Relic. Любые решения, предлагаемые автором, зависят от конкретной среды и не являются частью коммерческих решений или поддержки, предлагаемых New Relic. Пожалуйста, обращайтесь исключительно в Explorers Hub (support.newrelic.com) по вопросам и поддержке, связанным с этой публикацией в блоге. Этот блог может содержать ссылки на контент сторонних сайтов. Предоставляя такие ссылки, New Relic не принимает, не гарантирует, не одобряет и не поддерживает информацию, взгляды или продукты, доступные на таких сайтах.