Letos v září společnost Broadcom (dříve CA) vydala novou verzi 20.2 svého řešení DX Operations Intelligence (DX OI). Na trhu je tento produkt umístěn jako zastřešující monitorovací systém. Systém je schopen přijímat a kombinovat data z monitorovacích systémů různých domén (síť, infrastruktura, aplikace, databáze) jak od CA, tak od výrobců třetích stran, včetně open source řešení (Zabbix, Prometheus a další).

Hlavní funkcí DX OI je vytvoření plnohodnotného modelu služeb zdrojů (RSM) založeného na konfiguračních položkách (CU), které vyplňují databázi inventáře, když jsou integrovány se systémy třetích stran. DX OI implementuje funkce strojového učení a umělé inteligence (ML a AI) nad daty vstupujícími na platformu, což umožňuje vyhodnotit / předpovědět pravděpodobnost selhání konkrétní CI a míru dopadu selhání na obchodní službu na základě konkrétní CI. DX OI je navíc jediným místem sběru monitorovacích událostí a tím pádem i integrace se systémem Service Desk, což je nespornou výhodou využití systému v jednotných monitorovacích centrech při směnách organizací. V tomto článku vám řekneme více o funkčnosti systému a ukážeme si uživatelské a administrátorské rozhraní.

Architektura řešení DX OI

Platforma DX má architekturu mikroslužeb, nainstalovanou a spuštěnou Kubernetes nebo OpenShift. Následující obrázek ukazuje komponenty řešení, které lze použít jako nezávislé monitorovací nástroje nebo je lze nahradit stávajícími monitorovacími systémy s podobnými funkcemi (příklady takových systémů jsou na obrázku) a následně připojit k deštníku DX OI. V níže uvedeném diagramu:

• Monitorování mobilních aplikací v DX App Experience Analytics;
• Monitorování výkonu aplikací v DX APM;
• Monitorování infrastruktury v DX Infrastructure Manager;
• Monitorování síťových zařízení v DX NetOps Manager.

Komponenty DX běží na clusteru Kubernetes a škálují se jednoduchým spuštěním nových PODů. Níže je schéma řešení nejvyšší úrovně.

Správa, škálování a upgrade platformy DX se provádí v administrativní konzole. Z jediné konzoly můžete spravovat architekturu pro více tenantů, která může zahrnovat více podniků nebo více obchodních jednotek v rámci společnosti. V tomto modelu lze každé zařízení nakonfigurovat individuálně jako nájemce s vlastní sadou konfigurací.

Administration Console je webový nástroj pro správu operací a systému, který správcům poskytuje konzistentní jednotné rozhraní pro provádění úloh monitorování správy clusteru.

Noví nájemci pro obchodní jednotky nebo podniky v rámci společnosti jsou nasazeni během několika minut. To je výhoda, pokud chcete mít jednotný monitorovací systém, ale zároveň na úrovni platformy (a nikoli přístupových práv) vymezovat monitorovací objekty mezi odděleními.

Resource-service modely a monitorování obchodních služeb

DX OI má vestavěné mechanismy pro vytváření služeb a vývoj klasického PCM s úkolem logiky vlivu a vah mezi komponentami služeb. Existují také mechanismy pro export PCM z externí CMDB. Obrázek níže ukazuje vestavěný PCM editor (pozor na váhy odkazů).

DX OI poskytuje holistický pohled na klíčové ukazatele výkonu pro obchodní nebo IT služby na granulární úrovni, včetně dostupnosti služeb a predikce rizika selhání. Nástroj může také poskytnout náhled na dopad problému s výkonem nebo změny ve struktuře IT komponent (aplikace nebo infrastruktury) na obchodní službu. Na obrázku níže je interaktivní řídicí panel, který zobrazuje stav všech služeb.

Podívejme se blíže na příklad služby Digitální bankovnictví. Kliknutím na název služby přejdeme na podrobnou službu PCM. Vidíme, že stav služby Digitální bankovnictví závisí na stavu infrastruktury a transakčních podslužeb s různou vahou. Práce s váhami a jejich zobrazování je zajímavou výhodou DX OI.

Topologie je důležitým prvkem provozního monitorování podniku a umožňuje operátorům a inženýrům analyzovat vztah mezi komponentami, najít hlavní příčinu a vliv.

DX OI Topology Viewer je služba, která využívá topologická data z doménových monitorovacích systémů, které shromažďují data přímo z monitorovacích objektů. Nástroj je navržen tak, aby prohledával více vrstev úložiště topologie a zobrazoval kontextově specifickou mapu vztahů. Chcete-li prozkoumat problémy, můžete přejít na problematickou podslužbu Backend Banking a podívat se na topologii a problematické komponenty. Pro každou komponentu lze také analyzovat poplašné zprávy a metriky výkonu.

Při analýze transakčních složek plateb (uživatelských transakcí) můžeme sledovat obchodní hodnoty KPI, které jsou také brány v úvahu při výpočtu stavu dostupnosti a zdraví služby. Níže je uveden příklad obchodního KPI:

Analýza událostí (Alarm Analytics)

Algoritmická redukce šumu prostřednictvím shlukování pádů

Jednou z klíčových funkcí DX OI při zpracování událostí je shlukování. Mechanismus funguje na všech výstrahách přicházejících do systému, aby identifikoval vzory založené na různých kontextech a spojil je do skupin. Tyto clustery se samoučí a není třeba je ručně konfigurovat.

Shlukování tedy umožňuje uživatelům kombinovat a seskupovat velké množství událostí a analyzovat pouze ty, které mají společný kontext. Například sada událostí, které představují incident, který ovlivňuje aplikace nebo datové centrum. Situace jsou vytvářeny pomocí shlukových algoritmů založených na strojovém učení, které pro analýzu využívají časovou korelaci, topologický vztah a zpracování v nativním jazyce. Na obrázcích níže jsou uvedeny příklady vizualizace seskupených skupin zpráv, tzv. Situační alarmy a Časová osa Evidence, které zobrazují hlavní parametry seskupování a proces snižování počtu hlukových událostí.

Analýza kořenových problémů a korelace pádů

V dnešním hybridním prostředí může uživatelská transakce ovlivnit více systémů, které se používají dynamicky. V důsledku toho může být generováno více výstrah z různých systémů, ale vztahujících se ke stejnému problému nebo incidentu. DX OI využívá proprietární mechanismy k potlačení nadbytečných a duplicitních výstrah a ke korelaci souvisejících výstrah pro lepší detekci kritických problémů a rychlejší řešení.

Uvažujme příklad, kdy systém přijímá mnoho nouzových zpráv pro různé objekty (KE), které jsou základem jedné služby. V případě dopadu na dostupnost a provozuschopnost služby systém vygeneruje servisní alarm (Service Alarm), označí a určí pravděpodobnou hlavní příčinu (problém CI a alarmové hlášení na CI), která přispěla ke snížení výkonu resp. selhání služby. Obrázek níže ukazuje vizualizaci selhání služby Webex.

DX OI umožňuje pracovat s událostmi prostřednictvím intuitivních akcí ve webovém rozhraní systému. Uživatelé mohou ručně přiřadit události odpovědnému zaměstnanci za účelem řešení problémů, resetovat/potvrdit výstrahy, vytvářet vstupenky nebo odesílat e-mailová upozornění, spouštět automatické skripty k vyřešení nouzové situace (Remediation Workflow, více později). Tímto způsobem umožňuje DX OI operátorům směny soustředit se na kořenovou poplachovou zprávu a také pomáhá zjednodušit proces třídění zpráv do seskupených polí.

Strojové algoritmy pro zpracování metrik a analýzu dat o výkonu

Strojové učení vám umožňuje sledovat, agregovat a vizualizovat klíčové ukazatele výkonu pro jakékoli dané časové období, což uživateli přináší následující výhody:

• Detekce úzkých míst a anomálií výkonu;
• Porovnání několika indikátorů pro stejná zařízení, rozhraní nebo sítě;
• Porovnání stejných ukazatelů na několika objektech;
• Porovnání různých ukazatelů pro jeden a několik objektů;
• Porovnání vícerozměrných metrik pro několik objektů.

K analýze metrik vstupujících do systému využívá DX OI funkce strojové analýzy pomocí matematických algoritmů, což pomáhá zkrátit čas při nastavování statických prahů a generování varování, když se vyskytnou anomálie.

Výsledkem aplikace matematických algoritmů je konstrukce tzv. pravděpodobnostních rozdělení metrické hodnoty (Rare, Probable, Center, Mean, Actual). Obrázky nahoře a dole ukazují rozdělení pravděpodobnosti.

Dva výše uvedené grafy ukazují následující údaje:

• Aktuální údaje (Aktuální). Aktuální data jsou vykreslena jako plná černá čára (žádné alarmy) nebo barevná plná čára (stav alarmu). Řádek se vypočítá na základě skutečných dat pro metriku. Porovnáním skutečných dat a mediánu můžete rychle vidět odchylku v metrice. Když dojde k události, černá čára se změní na barevnou plnou čáru, která odpovídá závažnosti události a nad grafem se zobrazí ikony s odpovídající závažností. Například červená pro kritickou anomálii, oranžová pro velkou anomálii a žlutá pro malou anomálii.
• Průměrná hodnota ukazatele (Mean value). Medián nebo průměr míry je v grafu zobrazen jako šedá čára. Průměrná hodnota se zobrazí, když není k dispozici dostatek historických dat.
• Střední hodnota indikátoru (Center value). Střední čára je uprostřed rozsahu a je zobrazena jako zelená tečkovaná čára. Zóny nejblíže této čáře jsou nejblíže typickým hodnotám indikátoru.
• Společná data (Common Value). Údaje o celkové zóně sledují nejblíže středové čáře nebo normálu pro vaši metriku a zobrazují se jako tmavě zelený pruh. Analytické výpočty umisťují celkovou zónu o jeden percentil nad nebo pod normál.
• pravděpodobnostní údaje. Údaje o zóně pravděpodobnosti jsou na grafu zobrazeny se zeleným pruhem. Systém umístí zónu pravděpodobnosti o dva percentily nad nebo pod normál.
• Vzácná data. Data vzácných zón jsou na grafu zobrazena jako světle zelený pruh. Systém umístí zónu se vzácnými metrickými hodnotami tři percentily nad nebo pod normu a signalizuje chování indikátoru mimo normální rozsah, přičemž systém generuje tzv. Upozornění na anomálie.

Anomálie je měření nebo událost, která není konzistentní s normálním výkonem metriky. Detekce anomálií pro identifikaci problémů a pochopení trendů v infrastruktuře a aplikacích je klíčovou vlastností DX OI. Detekce anomálií vám umožňuje rozpoznat neobvyklé chování (například server, který reaguje pomaleji než obvykle, nebo neobvyklou síťovou aktivitu způsobenou hackem) a odpovídajícím způsobem reagovat (spuštění incidentu, spuštění automatického skriptu nápravy).

Funkce detekce anomálií DX OI poskytuje následující výhody:

• Nemusíte nastavovat prahové hodnoty. DX OI bude nezávisle porovnávat data a identifikovat anomálie.
• DX OI obsahuje více než deset algoritmů umělé inteligence a strojového učení, včetně EWMA (Exponenciálně vážený-Moving-Average) a KDE (Kernel Density Estimation). Tyto algoritmy vám umožňují provádět rychlou analýzu hlavních příčin a předpovídat budoucí metriky.

Prediktivní analýzy a upozornění na selhání

Predictive Insights je funkce, která využívá sílu strojového učení k identifikaci vzorců a trendů. Na základě těchto trendů systém předpovídá události, které mohou nastat v budoucnu. Tyto zprávy naznačují, že je třeba podniknout kroky předtím, než hodnoty metrik překročí normální rozsah, což ovlivňuje kritické obchodní služby. Prediktivní statistiky jsou zobrazeny na obrázku níže.

A to je vizualizace prediktivních upozornění pro konkrétní metriku.

Prognóza zátěže výpočetního výkonu s funkcí nastavení zátěžových scénářů

Funkce Capacity Analytics plánování kapacity pomáhá spravovat IT zdroje tím, že zajišťuje, že zdroje jsou správně dimenzovány tak, aby vyhovovaly současným i budoucím obchodním potřebám. Budete schopni optimalizovat výkon a efektivitu stávajících zdrojů, plánovat a zdůvodňovat případné finanční investice.

Funkce Capacity Analytics v DX OI poskytuje následující výhody:

• Předpovědní kapacity během hlavní sezóny;
• Určení okamžiku, kdy jsou k zajištění kvality služby zapotřebí další zdroje;
• Nákup dalších zdrojů pouze v případě potřeby;
• Efektivní správa infrastruktury a sítě;
• Eliminujte zbytečné náklady na energii identifikací nedostatečně využívaných zdrojů;
• Proveďte odhad zatížení zdrojů v případě plánovaného zvýšení poptávky po službě nebo zdroji.

Stránka Capacity Analytics DX OI (zobrazená níže) obsahuje následující widgety:

• Stav kapacity zdrojů;
• Kontrolované skupiny / služby (Monitorované skupiny / Služby);
• Velcí spotřebitelé zdrojů (Top Capacity Consumers).

Hlavní stránka Analýza kapacity zobrazuje komponenty prostředků, které jsou nadměrně využívány a dochází jim kapacita. Tato stránka pomáhá správcům platformy najít nadměrně používané zdroje a pomáhá jim měnit velikost a optimalizovat zdroje. Stav zdrojů lze analyzovat na základě barevných kódů a jejich příslušných hodnot. Prostředky jsou kategorizovány podle stupně zahlcení na stránce stavu kapacity zdrojů. Kliknutím na každou z barev zobrazíte seznam součástí ve vybrané kategorii. Dále se zobrazí tepelná mapa se všemi objekty a předpověďmi na 12 měsíců, což vám umožní identifikovat zdroje, které budou brzy vyčerpány.

Pro každou z metrik v Capacity Analytics můžete určit filtry, které DX Operational Intelligence používá k vytváření prognóz (obrázek níže).

K dispozici jsou následující filtry:

• Metrický. Metrika, která má být použita pro prognózu.
• Založit na. Výběr množství historických dat, která se použijí k sestavení prognóz pro budoucnost. Toto pole se používá k porovnání a analýze trendů za poslední měsíc, trendy za poslední 3 měsíce, roční trendy atd.
• Růst. Očekávaná rychlost růstu zátěže, kterou chcete použít k modelování prognózy kapacity. Tato data lze použít k předpovědi růstu nad rámec prognóz. Očekává se například, že využití zdrojů vzroste o dalších 40 procent kvůli otevření nové kanceláře.

Log analýza

Funkce analýzy protokolu DX OI poskytuje:

• sběr, agregace protokolů z různých zdrojů (včetně těch, které byly získány agenturou a metodami bez agentů);
• analýza a normalizace dat;
• analýza dodržování stanovených podmínek a generování událostí;
• korelace událostí na základě protokolů, včetně událostí přijatých jako výsledek monitorování IT infrastruktury;
• vizualizace dat na základě analýzy v DX Dashboardech;
• závěry o dostupnosti služeb na základě analýzy dat z protokolů.

Sběr protokolů pomocí metody bez agenta provádí systém pro protokoly událostí Windows a Syslog. Způsob shromažďování textových protokolů založený na agentech.

Funkce automatického nouzového řešení (náprava)

Automatizované akce pro nápravu nouzového stavu (Remediation Workflow) vám umožňují řešit problémy, které způsobily generování události v DX OI. Pokud například problém s využitím CPU vygeneruje alarm, nápravný pracovní postup problém vyřeší restartováním serveru, který má problém. Integrace mezi DX OI a automatizačním systémem umožňuje spouštět procesy nápravy z konzoly událostí v DX Operational Intelligence a sledovat je v konzole automatizačního systému.

Po integraci s automatizačním systémem můžete v DX OI konzoli spouštět automatické akce pro nápravu jakékoli nouze z kontextu poplachu. Můžete zobrazit doporučené akce spolu s informacemi o procentech spolehlivosti (pravděpodobnost, že se situace vyřeší provedením akce).

Zpočátku, když neexistují žádné statistiky o výsledcích nápravného pracovního postupu, doporučovací modul navrhne kandidáty na základě vyhledávání klíčových slov, poté se použijí výsledky strojového učení a motor začne doporučovat sanační techniku ​​založenou na heuristice. Jakmile začnete vyhodnocovat výsledky obdržených rad, přesnost doporučení se zlepší.

Příklad uživatelské zpětné vazby: uživatel si vybere, zda se mu navrhovaná akce líbí nebo nelíbí, a systém tuto volbu zohlední při vytváření dalších doporučení. Mít rád nemít rád:

Doporučená nápravná opatření pro konkrétní alarm jsou založena na kombinaci zpětné vazby, která určuje, zda je akce přijatelná. DX OI přichází s integrací připravenou k použití s ​​Automic Automation.

Integrace DX OI se systémy třetích stran

Nebudeme se zdržovat integrací dat z nativních monitorovacích produktů Broadcom (DX NetOps, DX Infrastructure Management, DX Application Performance Management). Místo toho se podívejme na to, jak jsou integrována data ze systémů třetích stran, a zvažte příklad integrace s jedním z nejpopulárnějších systémů – Zabbixem.

Pro integraci se systémy třetích stran se používá komponenta DX Gateway. DX Gateway se skládá ze 3 komponent – ​​On-Prem Gateway, RESTmon a Log Collector (Logstash). Můžete nainstalovat všechny 3 komponenty nebo jen tu, kterou potřebujete, změnou obecného konfiguračního souboru při instalaci DX Gateway. Obrázek níže ukazuje architekturu brány DX.

Zvažme účel komponent DX Gateway samostatně.

On-Prem brána. Jedná se o rozhraní, které shromažďuje poplachy z platformy DX a odesílá poplachové události do systémů třetích stran. Brána On-Prem funguje jako dotazovač, který periodicky shromažďuje data o událostech z DX OI pomocí HTTPS request API a poté odesílá výstrahy na server třetí strany, který je integrován s platformou DX pomocí webhooků.

Sběratel DX logů přijímá syslog ze síťových zařízení nebo serverů a nahrává je do OI. DX Log Collector umožňuje oddělit software, který zprávy generuje, systém, který je ukládá, a software, který je hlásí a analyzuje. Každá zpráva je označena kódem objektu, který označuje typ softwaru, který zprávu generuje, a je jí přiřazena úroveň závažnosti. V DX Dashboards je pak možné toto vše zobrazit.

DX RESTmon integruje se s produkty/službami třetích stran prostřednictvím REST API a předává data do OI. Obrázek níže ukazuje provoz DX RESTmon na příkladu integrace s monitorovacími systémy Solarwinds a SCOM.

Klíčové vlastnosti DX RESTmon:

• Chcete-li přijímat data, připojte se k libovolnému zdroji dat třetí strany:
  • PULL: připojení a načítání dat z veřejných REST API;
  • PUSH: tok dat do RESTmon přes REST.
• Podpora formátů JSON a XML;
• Příjem metrik, výstrah, skupin, topologie, inventáře a protokolů;
• Hotové konektory pro různé nástroje/technologie, dále je možné vyvinout konektor k libovolnému zdroji s otevřeným API (seznam krabicových konektorů na obrázku níže);
• Podpora základní autentizace (výchozí) při přístupu k rozhraní Swagger a API;
• podpora HTTPS (výchozí) pro všechny příchozí a odchozí zprávy;
• Podpora pro příchozí a odchozí proxy;
• Výkonné možnosti analýzy textu pro protokoly přijaté prostřednictvím REST;
• Přizpůsobitelná analýza pomocí RESTmon pro efektivní analýzu a vizualizaci protokolů;
• Podpora pro extrahování informací o skupinách zařízení z monitorovacích aplikací a stahování do OI pro analýzu a vizualizaci;
• Podpora shody regulárních výrazů. To lze použít k analýze a spárování zpráv protokolu přijatých prostřednictvím REST a ke generování nebo uzavření událostí na základě určitých podmínek regulárního výrazu.

Nyní se podívejme na proces nastavení integrace DX OI se Zabbixem přes DX RESTmon. Boxová integrace přebírá ze Zabbix následující data:

• inventární údaje;
• topologie;
• Problémy;
• metriky.

Vzhledem k tomu, že konektor pro Zabbix je k dispozici ihned po vybalení, vše, co je třeba udělat pro nastavení integrace, je aktualizovat profil pomocí IP adresy a účtu API serveru Zabbix a poté nahrát profil přes webové rozhraní Swagger. . Příklad je na následujících dvou obrázcích.

Po konfiguraci integrace budou výše popsané analytické funkce DX OI dostupné pro data pocházející ze Zabbix, konkrétně: Alarm Analytics, Performance Analytics, Predictive Insights, Service Analytics a Remediation. Obrázek níže ukazuje příklad analýzy metrik výkonu pro objekty integrované ze Zabbixu.

Závěr

DX OI je nejmodernější analytický nástroj, který IT oddělením poskytne významnou provozní efektivitu a umožní vám rychleji a správněji rozhodovat o zlepšení kvality IT služeb a obchodních služeb prostřednictvím kontextové analýzy napříč doménami. Pro vlastníky aplikací a obchodní jednotky bude DX OI počítat dostupnost a kvalitu služeb nejen v kontextu metrik IT technologií, ale také obchodních KPI odvozených z transakčních statistik koncových uživatelů.

Pokud se chcete o tomto řešení dozvědět více, požádejte o demo nebo pilotní verzi způsobem pohodlným pro vás na našich webových stránkách.

Zdroj: www.habr.com