Im September hat Broadcom (ehemals CA) die neue Version 20.2 seiner Lösung DX Operations Intelligence (DX OI) veröffentlicht. Dieses Produkt wird auf dem Markt als umfassendes Überwachungssystem positioniert. Das System ist in der Lage, Daten von Überwachungssystemen verschiedener Bereiche (Netzwerk, Infrastruktur, Anwendungen, Datenbanken) sowohl von CA als auch von Drittanbietern, einschließlich Open-Source-Lösungen (Zabbix, Prometheus und andere), zu erfassen und zu integrieren.

Die Hauptfunktion von DX OI ist die Schaffung eines umfassenden Ressourcen-Service-Modells (RSM) auf Basis von Konfigurationseinheiten (KE), die die Bestandsdatenbank bei der Integration mit Drittsystemen füllen. In DX OI sind Funktionen für maschinelles Lernen und künstliche Intelligenz (ML und KI) implementiert, die es ermöglichen, die Wahrscheinlichkeit eines Ausfalls einer bestimmten KE zu bewerten/zu prognostizieren und den Einfluss des Ausfalls auf den Geschäftsservice, der auf einer bestimmten KE basiert, zu bestimmen. Zudem ist DX OI der zentrale Punkt für das Sammeln von Überwachungsereignissen und entsprechend die Integration mit dem Service-Desk-System, was einen unbestreitbaren Vorteil bei der Nutzung des Systems in einheitlichen Überwachungszentren durch die Schichtdienste der Organisationen darstellt. In diesem Artikel werden wir die Funktionen des Systems näher erläutern und die Benutzer- und Administratoroberflächen zeigen.

Architektur der Lösung DX OI

Die DX-Plattform basiert auf einer Microservices-Architektur und läuft unter Kubernetes oder OpenShift. Im folgenden Diagramm sind die Komponenten der Lösung dargestellt, die entweder als eigenständige Überwachungstools verwendet werden können oder durch bereits vorhandene Systeme mit ähnlichen Funktionen ersetzt werden können (im Diagramm sind Beispiele solcher Systeme angegeben), die dann an das DX OI integriert werden. In der unten stehenden Skizze:

• Überwachung von mobilen Anwendungen in DX App Experience Analytics;
• Überwachung der Anwendungsleistung in DX APM;
• Überwachung der Infrastruktur in DX Infrastructure Manager;
• Überwachung von Netzwerkgeräten in DX NetOps Manager.

Die Komponenten von DX werden durch einen Kubernetes-Cluster gesteuert und können einfach durch das Starten neuer Pods skaliert werden. Unten sehen Sie die hochrangige Übersicht der Lösung.

Die Verwaltung, Skalierung und Aktualisierung der DX-Plattform erfolgt über die Administrationskonsole. Mit einer einzigen Konsole kann die Multi-Tenant-Architektur gesteuert werden, die mehrere Unternehmen oder Geschäftseinheiten innerhalb eines Unternehmens umfassen kann. In diesem Modell kann jedes Unternehmen als eigener Mandant mit einem individuellen Satz von Konfigurationen eingerichtet werden.

Die Administrationskonsole ist ein webbasiertes Tool zur Verwaltung von Betrieb und System, das den Administratoren eine konsistente, vereinheitlichte Benutzeroberfläche für die Durchführung von Aufgaben zur Clusterüberwachung bietet.

Neue Mandanten für Geschäftseinheiten oder Unternehmen innerhalb des Unternehmens werden in wenigen Minuten bereitgestellt. Dies bietet den Vorteil, dass Sie ein einheitliches Überwachungssystem haben, während Sie gleichzeitig auf Plattformebene (nicht auf Berechtigungsstufe) die Überwachungsobjekte zwischen den Abteilungen abgrenzen.

Ressourcen- und Service-Modelle sowie die Überwachung von Geschäftsservices

DX OI bietet integrierte Mechanismen zur Erstellung von Services und zur Entwicklung klassischer RCM, bei denen die Einflusslogik und die Gewichte zwischen den Komponenten des Services festgelegt werden. Zudem gibt es Mechanismen zum Export von RCM aus externen CMDB. Im Bild unten sehen Sie den integrierten RCM-Editor (beachten Sie die Gewichte der Verbindungen).

DX OI vermittelt einen umfassenden Überblick über die Schlüsselleistungsindikatoren von Geschäftsdiensten oder IT-Diensten, einschließlich der Verfügbarkeit von Services und der Risikovorhersage für Ausfälle. Das Tool kann auch dabei helfen, den Einfluss von Leistungsproblemen oder Änderungen in der Struktur von IT-Komponenten (Anwendungen oder Infrastruktur) auf den Geschäftsdienst zu verstehen. Im Bild unten sehen Sie ein interaktives Dashboard, das den Status aller Services anzeigt.

Betrachten wir die Details am Beispiel des Digital Banking-Services. Durch einen Klick auf den Servicenamen gelangen wir zur detaillierten RCM des Services. Wir sehen, dass der Status des Digital Banking-Services vom Zustand der infrastrukturellen und transaktionalen Unterservices mit unterschiedlichen Gewichten abhängt. Die Arbeit mit Gewichten und deren Darstellung ist ein interessantes Feature von DX OI.

Die Topologie ist ein wesentlicher Bestandteil der operativen Überwachung eines Unternehmens, der es Betreibern und Ingenieuren ermöglicht, die Zusammenhänge zwischen den Komponenten zu analysieren, die Hauptursachen zu identifizieren und deren Auswirkungen zu verstehen.

Der DX OI Topology Viewer ist ein Dienst, der topologische Daten von Domänenüberwachungssystemen nutzt, die Daten direkt von den Überwachungsobjekten sammeln. Dieses Tool dient der Suche in mehreren Schichten von Topologiedepots und zeigt eine kontextabhängige Beziehungskarte an. Für die Fehlersuche kann auf den problematischen Subservice Backend Banking gewechselt werden, um die Topologie und die betroffenen Komponenten zu sehen. Darüber hinaus lassen sich für jede Komponente die Alarmmeldungen und Leistungskennzahlen analysieren.

Bei der Analyse der transaktionalen Komponenten Payments (Benutztransaktionen) können wir die Werte der geschäftlichen KPIs nachverfolgen, die ebenfalls in die Berechnung des Verfügbarkeits- und Gesundheitsstatus des Dienstes einfließen. Ein Beispiel für einen geschäftlichen KPI finden Sie unten:

Ereignisanalyse (Alarm Analytics)

Algorithmische Rauschunterdrückung durch Clusterbildung von Alarmen

Eine der Schlüssel­funktionen von DX OI bei der Ereignis­verarbeitung ist die Cluster­bildung. Der Mechanismus arbeitet an allen Benachrichtigungen, die ins System eingehen, um Muster auf der Grundlage verschiedener Kontexte zu identifizieren und sie in Gruppen zusammenzufassen. Diese Cluster sind selbstlernend und müssen nicht manuell konfiguriert werden.

Durch die Cluster­bildung können Benutzer eine große Anzahl von Ereignissen aggregieren und nur die analysieren, die einen gemeinsamen Kontext haben. Zum Beispiel eine Sammlung von Ereignissen, die einen Vorfall darstellen, der sich auf die Funktionalität von Anwendungen oder eines Rechenzentrums auswirkt. Die Situationen werden unter Verwendung von Cluster­zeichnungs­algorithmen geschaffen, die maschinelles Lernen nutzen, um zeitliche Korrelationen, topologische Beziehungen und die Verarbeitung natürlicher Sprache zu analysieren. In den nachstehenden Abbildungen sind Beispiele für die Visualisierung von cluster­basierten Nachrichten­gruppen, den sogenannten Situations­Alarms, und dem Evidence Timeline dargestellt, die die Hauptparameter der Gruppierung und den Prozess der Reduzierung von Rauschereignissen anzeigen.

Analyse der Ursachen und Korrelation von Ausfällen

In einer modernen hybriden Umgebung kann eine Benutzertransaktion mehrere dynamisch genutzte Systeme betreffen. Dies kann dazu führen, dass verschiedene Warnmeldungen aus unterschiedlichen Systemen erzeugt werden, die jedoch mit demselben Problem oder Vorfall zusammenhängen. DX OI nutzt patentierte Mechanismen zur Unterdrückung überflüssiger und doppelter Benachrichtigungen sowie zur Korrelation verwandter Warnungen, um die Erkennung kritischer Probleme zu verbessern und eine schnellere Lösung zu ermöglichen.

Lassen Sie uns ein Beispiel betrachten, bei dem zahlreiche Notfallmeldungen zu verschiedenen Elementen (KE), die einem einzigen Dienst zugrunde liegen, in das System eingehen. Bei Auswirkungen auf die Verfügbarkeit und Funktionsfähigkeit des Dienstes wird das System eine Dienstalarmmeldung (Service Alarm) generieren, die die wahrscheinliche Hauptursache (problematisches KE und Notfallmeldung zum KE) anzeigt, die zu einer Verringerung der Leistung oder einem Ausfall des Dienstes geführt hat. Die folgende Abbildung zeigt eine Visualisierung der Notfallsituation für den Webex-Dienst.

DX OI ermöglicht die Bearbeitung von Ereignissen über intuitive Aktionen im Web-Interface des Systems. Benutzer können manuell Ereignisse einem verantwortlichen Mitarbeiter zuweisen, um Störungen zu beheben, Alarme zurücksetzen oder bestätigen, Tickets erstellen oder E-Mail-Benachrichtigungen senden, und automatisierte Abläufe zur Behebung von Störungen (Remediation Workflow, dazu später mehr) auslösen. Dadurch ermöglicht es DX OI den Schichtbetreuern, sich auf das zugrunde liegende Störmeldungsproblem zu konzentrieren und den Prozess der Nachrichten_sortierung in Cluster-Arrays zu vereinfachen.

Maschinelle Algorithmen zur Verarbeitung von Metriken und Leistungsdatenanalyse

Maschinelles Lernen ermöglicht das Verfolgen, Aggregieren und Visualisieren von Schlüssel-Leistungsindikatoren über einen bestimmten Zeitraum hinweg, was dem Benutzer folgende Vorteile bietet:

• Entdeckung von Engpässen und Leistungsanomalien;
• Vergleich mehrerer Kennzahlen für dieselben Geräte, Schnittstellen oder Netzwerke;
• Vergleich identischer Kennzahlen über mehrere Objekte;
• Vergleich verschiedener Kennzahlen für ein oder mehrere Objekte;
• Vergleich mehrdimensionaler Metriken über mehrere Objekte.

Zur Analyse der in das System eingehenden Metriken nutzt DX OI Funktionen der Maschinenanalyse unter Verwendung mathematischer Algorithmen, was die Zeit für die Konfiguration statischer Schwellenwerte und die Generierung von Warnungen bei Anomalien verkürzt.

Das Ergebnis der Anwendung mathematischer Algorithmen ist die Erstellung sogenannter Wahrscheinlichkeitsverteilungen der Metrikwerte (Rare, Probable, Center, Mean, Actual). In den oben und unten dargestellten Grafiken sind die Wahrscheinlichkeitsverteilungen abgebildet.

Die beiden obigen Grafiken zeigen folgende Daten an:

• Tatsächliche Daten (Actual). Die tatsächlichen Daten werden im Diagramm als durchgehende schwarze Linie (keine Alarmzeichen) oder als durchgehende farbige Linie (Alarmzustand) angezeigt. Die Linie wird auf der Grundlage der realen Daten für die Metrik berechnet. Durch den Vergleich der tatsächlichen Daten mit dem Medianwert können Sie schnell die Variationen der Metrik erkennen. Wenn ein Ereignis auftritt, ändert sich die schwarze Linie in eine durchgehende farbige Linie, die der Kritikalität des Ereignisses entspricht und Symbole mit der entsprechenden Kritikalität über dem Diagramm anzeigt. Beispielsweise steht die rote Farbe für eine kritische Anomalie, orange für eine signifikante Anomalie und gelb für eine geringfügige Anomalie.
• Mittelwert (Mean value). Der Mittelwert oder Durchschnittswert der Metrik wird im Diagramm als graue Linie dargestellt. Der Mittelwert wird angezeigt, wenn historische Daten fehlen.
• Medianwert (Center value). Die Medianlinie ist die Mitte des Bereichs und wird als grüne gepunktete Linie dargestellt. Die Bereiche, die dieser Linie am nächsten sind, liegen am nächsten an den typischen Werten der Metrik.
• Gemeinsame Daten (Common Value). Die Gesamtdatenzone verfolgt die nächstgelegene zentrale Linie oder Norm für Ihren Wert und wird als dunkelgrüner Streifen angezeigt. Analytische Berechnungen platzieren die Gesamtdatenzone einen Perzentil über oder unter der Norm.
• Wahrscheinlichkeitsdaten. Die Daten der Wahrscheinlichkeitzone werden in der Grafik als grüner Streifen dargestellt. Das System platziert die Wahrscheinlichkeitzone zwei Perzentile über oder unter der Norm.
• Seltene Daten. Die Daten über seltene Zonen werden in der Grafik als hellgrüner Streifen angezeigt. Das System platziert die Zone mit seltenen Wertmetrikdaten drei Perzentile über oder unter der Norm und signalisiert das Verhalten des Wertes außerhalb des normalen Bereichs. Dabei generiert das System einen sogenannten Anomaly Alert.

Eine Anomalie ist eine Messung oder ein Ereignis, das nicht mit den normalen Kennzahlen übereinstimmt. Die Anomalieerkennung zur Identifizierung von Problemen und zum Verständnis von Trends in Infrastruktur und Anwendungen ist eine Schlüsselkomponente der DX OI. Sie ermöglicht es, sowohl ungewöhnliches Verhalten zu erkennen (wie z. B. einen Server, der langsamer als gewöhnlich reagiert, oder ungewöhnliche Netzwerkaktivität, die durch einen Hack verursacht wird) als auch entsprechend zu reagieren (z. B. das Erstellen eines Incidents oder das Ausführen eines automatischen Remediation-Skripts).

Die Anomalieerkennungsfunktion von DX OI bietet folgende Vorteile:

• Es ist nicht erforderlich, Schwellenwerte festzulegen. DX OI ordnet die Daten selbstständig zu und erkennt Anomalien.
• DX OI umfasst mehr als zehn Algorithmen des maschinellen Lernens und der künstlichen Intelligenz, darunter EWMA (Exponentially Weighted Moving Average) und KDE (Kernel-Dichte-Schätzung). Diese Algorithmen ermöglichen eine schnelle Ursachenanalyse und die Prognose zukünftiger Kennzahlen.

Prädiktive Analytik und Benachrichtigung über potenzielle Ausfälle

Predictive Insights – eine Funktion, die maschinelles Lernen nutzt, um Muster und Trends zu erkennen. Basierend auf diesen Trends prognostiziert das System Ereignisse, die in der Zukunft eintreten könnten. Diese Meldungen weisen auf die Notwendigkeit hin, Maßnahmen zu ergreifen, bevor die Metrikwerte aus dem normalen Bereich herausfallen, was kritische Geschäftsservices beeinflussen kann. Predictive Insights sind in der Abbildung unten dargestellt.

Und hier ist die Visualisierung der prädiktiven Warnungen für eine bestimmte Metrik.

Prognose der Auslastung von Rechenressourcen mit der Funktion für Lastszenarien.

Die Funktion Capacity Analytics hilft bei der Verwaltung von IT-Ressourcen, indem sie die richtige Größe der Ressourcen sicherstellt, um die aktuellen und zukünftigen Geschäftsbedürfnisse zu erfüllen. Sie können die Leistung und Effizienz der vorhandenen Ressourcen optimieren sowie Finanzinvestitionen planen und rechtfertigen.

Die Funktion Capacity Analytics in DX OI bietet folgende Vorteile:

• Kapazitätsprognosen in Spitzenzeiten;
• Bestimmung des Moments, in dem zusätzliche Ressourcen erforderlich sind, um die ordnungsgemäße Funktionierung des Services sicherzustellen;
• Beschaffung zusätzlicher Ressourcen nur bei Bedarf;
• Effektives Management der Infrastruktur und Netzwerke;
• Reduzierung übermäßiger Energiekosten durch Identifizierung ungenutzter Ressourcen;
• Durchführung einer Lastbewertung der Ressourcen im Falle eines geplanten Anstiegs des Bedarfs an Service oder Ressource.

Auf der Seite Capacity Analytics DX OI (siehe Abbildung unten) gibt es folgende Widgets:

• Status der Ressourcenkapazität (Resource Capacity Status);
• Überwachte Gruppen/Dienste (Monitored Groups/Services);
• Top Ressourcenverbraucher (Top Capacity Consumers).

Die Startseite der Capacity Analytics zeigt Ressourcenkomponenten, die überlastet sind und deren Kapazität zur Neige geht. Diese Seite unterstützt Plattformadministratoren dabei, übermäßig genutzte Ressourcen zu identifizieren und entsprechend zu skalieren und zu optimieren. Der Zustand der Ressourcen kann anhand von Farbcodes und ihren entsprechenden Werten analysiert werden. Ressourcen werden in Abhängigkeit vom Grad ihrer Überlastung in der Statusseite der Ressourcen-Kapazität kategorisiert. Sie können auf jede Farbe klicken, um die Liste der Komponenten in der gewählten Kategorie anzuzeigen. Danach wird eine Heatmap mit allen Objekten und Prognosen für die nächsten 12 Monate angezeigt, die es ermöglicht, Ressourcen zu identifizieren, die bald erschöpft sein werden.

Für jede der Metriken in Capacity Analytics können Filter angegeben werden, die die DX Operational Intelligence zur Erstellung von Prognosen verwendet (siehe Abbildung unten).

Folgende Filter sind verfügbar:

• Metrik. Die Metrik, die für die Prognose verwendet wird.
• Basis auf. Wahl des Umfangs historischer Daten, die zur Erstellung von Prognosen für die Zukunft verwendet werden. Dieses Feld dient dem Vergleich und der Analyse von Trends im letzten Monat, Trends der letzten 3 Monate, Trends im Jahresverlauf usw.
• Wachstum. Erwartete Wachstumsrate der Arbeitslast, die Sie zur Modellierung der Leistungsvorhersage verwenden möchten. Diese Daten können zur Prognose des Wachstums über die bestehenden Vorhersagen hinaus verwendet werden. Beispielsweise wird erwartet, dass der Ressourcenverbrauch aufgrund der Eröffnung eines neuen Büros um weitere 40 Prozent steigt.

Protokollanalyse

Die Funktion zur Protokollanalyse von DX OI bietet:

• Sammlung und Aggregation von Protokollen aus verschiedenen Quellen (sowohl agentenbasiert als auch agentenlos);
• Parsing und Normalisierung von Daten;
• Analyse der Einhaltung festgelegter Bedingungen und Generierung von Ereignissen;
• Korrelation von Ereignissen auf Basis von Protokollen, einschließlich Ereignissen, die durch das Monitoring der IT-Infrastruktur erhalten wurden;
• Visualisierung von Daten auf Grundlage der Analyse in DX Dashboards;
• Schlussfolgerungen über die Verfügbarkeit von Diensten basierend auf der Analyse der Protokolldaten.

Die Protokollsammlung erfolgt durch das System ohne Agenten für Windows Event Logs und Syslog. Über Agent-Methoden werden Textprotokolle gesammelt.

Funktion zur automatisierten Fehlerbehebung (Remediation)

Automatisierte Maßnahmen zur Fehlerbehebung (Remediation Workflow) ermöglichen die Lösung von Problemen, die zur Generierung von Ereignissen in DX OI führen. Wenn beispielsweise ein Problem mit der CPU auftritt, wird eine Fehlermeldung generiert. Der Fehlerbehebungsprozess (Remediation Workflow) löst das Problem, indem der betroffene Server neu gestartet wird. Die Integration zwischen DX OI und dem Automatisierungssystem ermöglicht es, Fehlerbehebungsprozesse aus der Ereigniskonsole in DX Operational Intelligence zu starten und deren Fortschritt in der Automatisierungskonsole zu überwachen.

Nach der Integration mit dem Automatisierungssystem können automatisierte Maßnahmen zur Behebung von Fehlern in der Konsole DX OI aus dem Kontext der Fehlermeldung gestartet werden. Sie können empfohlene Maßnahmen zusammen mit Informationen über die Wahrscheinlichkeit (Success Rate) einsehen, dass die Situation durch die Durchführung der Maßnahme behoben wird.

Ursprünglich, wenn keine Statistiken zu den Ergebnissen des Remediation Workflows vorliegen, schlägt der Empfehlungsmechanismus potenzielle Optionen basierend auf einer Keyword-Suche vor. Anschließend werden die Ergebnisse des maschinellen Lernens verwendet, und der Mechanismus beginnt, eine Reparaturmethode basierend auf Heuristiken zu empfehlen. Sobald Sie anfangen, die Ergebnisse der erhaltenen Vorschläge zu bewerten, verbessert sich die Genauigkeit der Empfehlungen.

Beispiel für Nutzerfeedback: Der Nutzer wählt eine empfohlene Aktion, die ihm gefällt oder nicht gefällt, und das System berücksichtigt diese Wahl bei zukünftigen Empfehlungen. Gefällt / Gefällt nicht:

Die empfohlenen Korrekturmaßnahmen für spezifische Alarme basieren auf einer Kombination von Feedback, das bestimmt, ob die Maßnahme akzeptabel ist. DX OI wird mit einer fertigen Integration in das Automatisierungssystem Automic Automation geliefert.

Die Integration von DX OI in Drittanbietersysteme

Wir werden nicht detailliert auf die Integration von Daten aus den nativen Überwachungsprodukten von Broadcom (DX NetOps, DX Infrastructure Management, DX Application Performance Management) eingehen. Stattdessen betrachten wir, wie Daten aus externen 3rd-Party-Systemen integriert werden, und analysieren ein Beispiel für die Integration mit einem der beliebtesten Systeme — Zabbix.

Für die Integration mit externen Systemen wird die Komponente DX Gateway verwendet. Das DX Gateway besteht aus 3 Komponenten — On-Prem Gateway, RESTmon und Log Collector (Logstash). Sie können alle 3 Komponenten installieren oder nur die benötigte, indem Sie die Hauptkonfigurationsdatei während der Installation des DX Gateways ändern. Im Bild unten sehen Sie die Architektur des DX Gateways.

Betrachten wir die Funktionen der Komponenten des DX Gateways einzeln.

On-Prem Gateway. Dies ist die Schnittstelle, die Alarme von der DX-Plattform sammelt und Ereignisse über Störungen an externe Systeme sendet. Das On-Prem Gateway fungiert als Poller, der regelmäßig Ereignisdaten aus DX OI mithilfe von API-Anfragen über das HTTPS-Protokoll abruft und dann Warnungen an einen externen Server sendet, der mit der DX-Plattform über Webhooks integriert ist.

DX Log Collector nimmt Syslog von Netzwerkgeräten oder Server und lädt diese in OI hoch. Der DX Log Collector ermöglicht es, die Software, die die Nachrichten generiert, das System, das sie speichert, und die Software, die diese analysiert und meldet, getrennt zu betrachten. Jede Nachricht wird mit einem Objektcode versehen, der den Typ der Software angibt, die die Nachricht erzeugt und erhält einen Kritikalitätslevel. In den DX Dashboards können diese Informationen später eingesehen werden.

DX RESTmon integriert sich über REST API mit Drittanbieterdiensten und überträgt Daten nach OI. Die folgende Abbildung zeigt ein Funktionsschema von DX RESTmon anhand des Beispiels der Integration mit den Monitoring-Systemen Solarwinds und SCOM.

Hauptfunktionen von DX RESTmon:

• Verbindung zu jeder externen Datenquelle für den Datenaustausch:
  • PULL: Verbindung und Datenextraktion aus öffentlichen REST APIs;
  • PUSH: Datenstrom an RESTmon über REST.
• Unterstützung von JSON- und XML-Formaten;
• Empfang von Metriken, Warnmeldungen, Gruppen, Topologien, Beständen und Logs;
• Fertige Connectoren für verschiedene Tools/Technologien; es ist auch möglich, einen Connector für jede Quelle mit offenem API zu entwickeln (eine Liste der verfügbaren Connectoren ist in der Abbildung unten dargestellt);
• Unterstützung der Basis-Authentifizierung (standardmäßig) für den Zugriff auf die Swagger-Oberfläche und die API;
• HTTPS-Unterstützung (standardmäßig) für alle ein- und ausgehenden Nachrichten;
• Unterstützung für eingehende und ausgehende Proxys;
• Leistungsstarke Textanalysefunktionen für Protokolle, die über REST erhalten wurden;
• Anpassbare Analyse mit RESTmon, die eine effektive Analyse und Visualisierung der Protokolle ermöglicht;
• Unterstützung für das Extrahieren von Informationen über Gerätegruppen aus Überwachungsanwendungen und das Laden in OI zur Analyse und Visualisierung;
• Unterstützung für die Verwendung von regulären Ausdrücken. Dies kann zur Analyse und zum Abgleich von Protokollnachrichten, die über REST erhalten wurden, sowie zur Generierung oder Schließung von Ereignissen auf Grundlage bestimmter Bedingungen von regulären Ausdrücken genutzt werden.

Betrachten wir nun den Prozess der Integration von DX OI mit Zabbix über DX RESTmon. Die Standardintegration bezieht folgende Daten aus Zabbix:

• Bestandsdaten;
• Topologie;
• Probleme;
• Metriken.

Da der Connector für Zabbix bereits integriert ist, müssen Sie lediglich das Profil aktualisieren, indem Sie die IP-Adresse des Zabbix API-Servers und das Konto angeben, und anschließend das Profil über das Web-Interface von Swagger hochladen. Ein Beispiel finden Sie in den beiden folgenden Abbildungen.

Nach der Integration stehen für eingehende Daten von Zabbix die oben beschriebenen Analysefunktionen von DX OI zur Verfügung, nämlich: Alarmanalysen, Performance-Analysen, prädiktive Einblicke, Serviceanalysen und Behebungen. Die folgende Abbildung zeigt ein Beispiel für die Analyse von Leistungsmetriken von Objekten, die aus Zabbix integriert sind.

Fazit

DX OI ist ein modernes Analysewerkzeug, das erhebliche operative Effizienz für IT-Abteilungen erzeugt, schnellere und fundiertere Entscheidungen zur Verbesserung der Qualität von IT-Diensten und Geschäftsdiensten durch domänenübergreifende kontextuelle Analysen ermöglicht. Für Anwendungs- und Geschäftsinhaber wird DX OI sowohl Verfügbarkeits- als auch Qualitätskennzahlen von Diensten nicht nur im Kontext technologischer IT-Metriken, sondern auch für GeschäftskPIs berechnen, die aus transaktionalen Statistiken von Endbenutzern gewonnen werden.

Wenn Sie mehr über diese Lösung erfahren möchten, lassen Sie eine Anfrage für eine Demo oder ein Pilotprojekt da. auf die für Sie passende Weise auf unserer Webseite.

Quelle: habr.com