Questo settembre Broadcom (ex CA) ha rilasciato una nuova versione 20.2 della sua soluzione DX Operations Intelligence (DX OI). Sul mercato, questo prodotto è posizionato come un sistema di monitoraggio ombrello. Il sistema è in grado di ricevere e combinare dati da sistemi di monitoraggio di vari domini (rete, infrastruttura, applicazioni, database) sia di CA che di fornitori terzi, inclusi soluzioni open source (Zabbix, Prometheus e altri).

La funzione principale di DX OI è la creazione di un modello di servizio e risorse (RSM) completo basato su unità di configurazione (CU), che popolano il database di inventario durante l'integrazione con sistemi di terze parti. DX OI implementa funzioni di Machine Learning e Artificial Intelligence (ML e AI) sui dati in arrivo nella piattaforma, consentendo di valutare/predire la probabilità di guasto di una specifica CU e l'impatto di tale guasto sul servizio aziendale, che ha come base una CU specifica. Inoltre, DX OI è un punto unico di raccolta eventi di monitoraggio e, di conseguenza, integrazione con il sistema Service Desk, che rappresenta un indiscutibile vantaggio nell'utilizzo del sistema nei centri di monitoraggio unitari gestiti da turni di lavoro delle organizzazioni. In questo articolo approfondiremo le funzionalità del sistema e mostreremo le interfacce utente e amministratore.

Architettura della soluzione DX OI

La piattaforma DX ha un'architettura a microservizi, viene installata e funziona sotto la gestione di Kubernetes o OpenShift. Nell'immagine seguente sono riportati i componenti della soluzione, che possono essere utilizzati come strumenti di monitoraggio autonomi oppure possono essere sostituiti con sistemi di monitoraggio esistenti con funzioni simili (nell'immagine ci sono esempi di tali sistemi) e successivamente collegarsi all'ombrello DX OI. Nello schema sotto:

• Monitoraggio delle applicazioni mobili in DX App Experience Analytics;
• Monitoraggio delle prestazioni delle applicazioni in DX APM;
• Monitoraggio dell'infrastruttura in DX Infrastructure Manager;
• Monitoraggio dei dispositivi di rete in DX NetOps Manager.

I componenti DX funzionano sotto la gestione di un cluster Kubernetes e possono essere scalati semplicemente avviando nuovi POD. Di seguito la schema di alto livello della soluzione.

L'amministrazione, la scalabilità e l'aggiornamento della piattaforma DX vengono eseguiti nella console di amministrazione. Da un'unica console è possibile gestire un'architettura multi-tenant che può includere più aziende o diverse unità aziendali all'interno della stessa azienda. In questo modello, ogni azienda può essere configurata individualmente come locatario con il proprio set di configurazioni.

La console di amministrazione è uno strumento web per gestire le operazioni e il sistema, che fornisce agli amministratori un'interfaccia unificata e coerente per svolgere attività di gestione del cluster di monitoraggio.

Nuovi tenant per le unità aziendali o le aziende all'interno della società vengono implementati in pochi minuti. Questo offre un vantaggio se si desidera avere un sistema di monitoraggio unificato, ma allo stesso tempo delimitare gli oggetti di monitoraggio tra i reparti a livello di piattaforma (e non di diritti di accesso).

Modelli di servizi e monitoraggio dei servizi aziendali

DX OI dispone di meccanismi integrati per la creazione di servizi e lo sviluppo di classici RSM con assegnazione della logica di impatto e dei pesi tra i componenti del servizio. Ci sono anche meccanismi per l'esportazione di RSM da una CMDB esterna. Nella figura sottostante, l'editor RSM integrato (si noti il peso delle connessioni).

DX OI fornisce una visione completa degli indicatori chiave di prestazione dei servizi aziendali o dei servizi IT con dettaglio, inclusa la disponibilità dei servizi e la previsione dei rischi di guasti. Lo strumento può anche fornire comprensione dell'impatto di problemi di performance o modifiche nella struttura dei componenti IT (applicazioni o infrastrutture) sui servizi aziendali. Nella figura sottostante, un dashboard interattivo che mostra lo stato di tutti i servizi.

Esaminiamo i dettagli prendendo come esempio il servizio Digital Banking. Facendo clic sul nome del servizio, accediamo al RSM dettagliato del servizio. Notiamo che lo stato del servizio Digital Banking dipende dallo stato dei sotto-servizi infrastrutturali e transazionali con pesi diversi. Lavorare con i pesi e la loro visualizzazione è un interessante vantaggio di DX OI.

La topologia è un elemento importante per il monitoraggio operativo dell'azienda, consente a operatori e ingegneri di analizzare le interazioni tra i componenti, identificare le cause principali e l'impatto.

DX OI Topology Viewer è un servizio che utilizza dati topologici provenienti da sistemi di monitoraggio di dominio che raccolgono dati direttamente dagli oggetti di monitoraggio. Lo strumento è progettato per cercare in più strati di archiviazione topologica e visualizzare una mappa delle relazioni che dipende dal contesto. Per indagare sui problemi, è possibile accedere al sottoservizio problematico Backend Banking e visualizzare la topologia e i componenti problematici. Inoltre, per ogni componente, è possibile analizzare i messaggi di errore e le metriche delle prestazioni.

Analizzando i componenti transazionali Payments (transazioni degli utenti) possiamo monitorare i valori degli KPI aziendali, che sono anche considerati nel calcolo dello stato di disponibilità e salute del servizio. Di seguito è riportato un esempio di KPI aziendale:

Analisi degli eventi (Alarm Analytics)

Analisi algoritmica del rumore tramite clustering degli errori

Una delle funzioni chiave di DX OI nella gestione degli eventi è il clustering. Il meccanismo lavora su tutte le notifiche che entrano nel sistema per identificare schemi basati su vari contesti e raggrupparli. Questi cluster sono auto-apprendenti e non necessitano di configurazione manuale.

In questo modo, il clustering consente agli utenti di aggregare e raggruppare un enorme numero di eventi e analizzare solo quelli che condividono un contesto comune. Ad esempio, un insieme di eventi che rappresenta un incidente che influisce sul funzionamento delle applicazioni o del centro dati. Le situazioni sono create utilizzando algoritmi di clustering basati sul machine learning, che utilizzano per l'analisi la correlazione temporale, le relazioni topologiche e l'elaborazione del linguaggio naturale. Nelle immagini qui sotto sono riportati esempi di visualizzazione dei cluster di messaggi, detti Situations Alarms, e Evidence Timeline, che mostrano le principali metriche di raggruppamento e il processo di riduzione del numero di eventi di rumore.

Analisi delle cause principali e correlazione degli errori

In un moderno ambiente ibrido, una transazione utente può coinvolgere più sistemi utilizzati in modo dinamico. Di conseguenza, possono essere generati diversi avvisi da diversi sistemi, ma tutti connessi allo stesso problema o incidente. DX OI utilizza meccanismi brevettati per sopprimere avvisi ridondanti e duplicati e correlare avvisi correlati per migliorare l'individuazione di problemi critici e risolvere più rapidamente.

Analizziamo un esempio in cui il sistema riceve numerosi messaggi di errore riguardanti diversi oggetti (KE) alla base di un unico servizio. In caso di impatto sulla disponibilità e sul funzionamento del servizio, il sistema genererà un allerta del servizio (Service Alarm), indicando e segnalando la probabile causa radice (il KE problematico e il messaggio di errore associato al KE) che ha contribuito al degrado delle prestazioni o al guasto del servizio. Nella figura sottostante viene visualizzata la situazione di errore per il servizio Webex.

DX OI consente di gestire eventi attraverso azioni intuitive nell'interfaccia web del sistema. Gli utenti possono assegnare manualmente eventi a un responsabile per la risoluzione dei problemi, resettare/confermare avvisi, creare ticket o inviare notifiche via email, avviare scenari automatizzati per la risoluzione delle situazioni di emergenza (Remediation Workflow, di cui parleremo più avanti). In questo modo, DX OI consente agli operatori di turno di concentrarsi sul messaggio di errore principale e aiuta a semplificare il processo di ordinamento dei messaggi in array di cluster.

Algoritmi di machine processing delle metriche e analisi dei dati sulle prestazioni

Il machine learning consente di monitorare, aggregare e visualizzare gli indicatori chiave di prestazione per qualsiasi specifico intervallo di tempo, fornendo all'utente i seguenti vantaggi:

• Identificazione di colli di bottiglia e anomalie nelle prestazioni;
• Confronto di vari indicatori per gli stessi dispositivi, interfacce o reti;
• Confronto degli stessi indicatori su più oggetti;
• Confronto di indicatori diversi su uno o più oggetti;
• Confronto di metriche multidimensionali su più oggetti.

Per l'analisi delle metriche che entrano nel sistema, DX OI utilizza funzioni di analisi automatica tramite algoritmi matematici, il che contribuisce a ridurre i tempi di configurazione delle soglie statiche e di generazione degli avvisi in caso di anomalie.

Il risultato dell'applicazione degli algoritmi matematici è la costruzione di quelle che vengono chiamate distribuzioni probabilistiche dei valori della metrica (Raro, Probabile, Centro, Media, Attuale). Nelle immagini sopra e sotto sono presentate le distribuzioni probabilistiche.

Nei due grafici sopra sono visualizzati i seguenti dati:

• Dati attuali (Actual). I dati attuali sono rappresentati nel grafico da una linea nera continua (senza segnali di allerta) o da una linea continua colorata (stato di allerta). La linea è calcolata sulla base dei dati attuali per la metrica. Confrontando i dati attuali e il valore mediano, puoi vedere rapidamente le variazioni della metrica. Quando si verifica un evento, la linea nera cambia in una linea continua colorata, che corrisponde alla criticità dell'evento e visualizza icone con la relativa criticità sopra il grafico. Ad esempio, rosso per un'anomalia critica, arancione per un'anomalia significativa e giallo per un'anomalia minore.
• Valore medio (Mean value). Il valore medio o valore medio per la metrica è mostrato nel diagramma da una linea grigia. Il valore medio è visualizzato quando mancano dati storici.
• Valore mediano della metrica (Center value). La linea mediana è il punto centrale dell'intervallo e è mostrata da una linea tratteggiata verde. Le zone più vicine a questa linea sono quelle più conformi ai valori tipici della metrica.
• Dati comuni (Common Value). I dati della zona comune tracciano la linea più vicina alla linea centrale o alla norma per la tua metrica e sono rappresentati da una striscia verde scuro. I calcoli analitici posizionano la zona comune a un percentile sopra o sotto la norma.
• Dati probabilistici. I dati della zona probabilistica sono mostrati nel grafico da una striscia verde. Il sistema colloca la zona probabilistica a due percentili sopra o sotto la norma.
• Dati rari. I dati sulle zone rare sono mostrati nel grafico come una fascia verde chiaro. Il sistema colloca la zona con valori anomali della metrica a tre percentile sopra o sotto la norma e segnala il comportamento del valore al di fuori dell'intervallo normale, generando così il cosiddetto Anomaly Alert.

Un'anomalia è una misurazione o un evento incompatibile con i parametri normali della metrica. La rilevazione delle anomalie per identificare problemi e comprendere le tendenze nell'infrastruttura e nelle applicazioni è una funzionalità chiave di DX OI. Rilevare anomalie consente di riconoscere comportamenti insoliti (ad esempio, un server che risponde più lentamente del normale o un'attività di rete anomala causata da un attacco) e reagire di conseguenza (aprire un incidente, avviare uno script di remediation automatico).

La funzione di rilevamento delle anomalie di DX OI offre i seguenti vantaggi:

• Non è necessario impostare valori soglia. DX OI abbina autonomamente i dati e identifica le anomalie.
• DX OI include più di dieci algoritmi di intelligenza artificiale e machine learning, tra cui EWMA (Exponentially-Weighted—Moving-Average) e KDE (Kernel Density Estimation). Questi algoritmi consentono un'analisi rapida delle cause principali e di prevedere i futuri valori delle metriche.

Analisi predittiva e notifiche sui possibili guasti

Predictive Insights è una funzione che utilizza le capacità del machine learning per identificare schemi e tendenze. Sulla base di queste tendenze, il sistema prevede eventi che potrebbero verificarsi in futuro. Questi avvisi indicano la necessità di intraprendere azioni prima che i valori delle metriche superino i valori normali, influenzando così i servizi aziendali critici. I Predictive Insights sono rappresentati nell'immagine qui sotto.

E questa è una visualizzazione delle avvertenze predittive per una metrica specifica.

Previsione del carico delle capacità informatiche con una funzione di assegnazione degli scenari di carico

La funzione di pianificazione delle capacità Capacity Analytics aiuta a gestire le risorse IT, garantendo la dimensione corretta delle risorse per soddisfare le esigenze attuali e future del business. Potrai ottimizzare le prestazioni e l'efficienza delle risorse esistenti, pianificare e giustificare eventuali investimenti finanziari.

La funzione Capacity Analytics in DX OI offre i seguenti vantaggi:

• Previsione delle capacità durante i periodi di punta;
• Identificazione del momento in cui saranno necessarie risorse aggiuntive per garantire il corretto funzionamento del servizio;
• Acquisto di risorse aggiuntive solo se necessario;
• Gestione efficace dell'infrastruttura e delle reti;
• Eliminazione dei costi energetici eccessivi attraverso l'individuazione delle risorse sottoutilizzate;
• Calcolo del carico sulle risorse in caso di aumento pianificato delle esigenze del servizio o della risorsa.

Nella pagina Capacity Analytics DX OI (figura qui sotto) sono presenti i seguenti widget:

• Stato della capacità della risorsa (Resource Capacity Status);
• Gruppi/servizi monitorati (Monitored Groups/Services);
• Principali consumatori di risorse (Top Capacity Consumers).

La pagina principale di Capacity Analytics mostra i componenti delle risorse che sono sovraccarichi e che stanno esaurendo la loro capacità. Questa pagina aiuta gli amministratori della piattaforma a identificare le risorse eccessivamente utilizzate e ad aiutarli a dimensionare e ottimizzare le risorse. Lo stato delle risorse può essere analizzato in base ai codici colore e ai rispettivi valori. Le risorse sono classificate in base al loro grado di sovraccarico nella pagina di stato della capacità delle risorse. Puoi fare clic su ciascun colore per visualizzare l'elenco dei componenti appartenenti alla categoria selezionata. Successivamente verrà visualizzata una mappa di calore con tutti gli oggetti e le previsioni per i prossimi 12 mesi, consentendo di identificare le risorse che stanno per esaurirsi.

Per ciascuna delle metriche in Capacity Analytics è possibile specificare filtri che DX Operational Intelligence utilizza per generare previsioni (figura qui sotto).

I seguenti filtri sono disponibili:

• Metrica. Metrica che verrà utilizzata per la previsione.
• Base on. Selezione del volume di dati storici che verranno utilizzati per generare previsioni future. Questo campo viene utilizzato per confrontare e analizzare le tendenze dell'ultimo mese, le tendenze degli ultimi 3 mesi, le tendenze dell'anno, ecc.
• Crescita. La velocità di crescita attesa del carico di lavoro che desideri utilizzare per modellare la previsione della capacità. Questi dati possono essere utilizzati per prevedere una crescita oltre le previsioni. Ad esempio, si prevede che l'uso delle risorse aumenti di un ulteriore 40 percento a causa dell'apertura di un nuovo ufficio.

Analisi dei log

La funzione di analisi dei log di DX OI offre:

• raccolta e aggregazione dei log da diverse fonti (compresi quelli ottenuti tramite metodi agent-based e non agent-based);
• parsing e normalizzazione dei dati;
• analisi della conformità delle condizioni imposte e generazione di eventi;
• correlazione degli eventi sulla base dei log, inclusi eventi ottenuti tramite il monitoraggio dell’infrastruttura IT;
• visualizzazione dei dati sulla base dell'analisi in DX Dashboards;
• conclusioni sulla disponibilità dei servizi basate sull'analisi dei dati dai log.

La raccolta dei log tramite metodo non agent-based è eseguita dal sistema per i log degli eventi di Windows e Syslog. I log testuali vengono raccolti in modo agent-based.

Funzione di risoluzione automatizzata delle situazioni di emergenza (Remediation)

Le azioni automatizzate per la risoluzione delle situazioni di emergenza (Remediation Workflow) consentono di affrontare i problemi che hanno causato la generazione di eventi in DX OI. Ad esempio, un problema di carico della CPU genera un messaggio di emergenza, e il processo di risoluzione (Remediation Workflow) affronta il problema riavviando il server in cui si è verificato. L'integrazione tra DX OI e il sistema di automazione consente di avviare processi di risoluzione dalla console degli eventi in DX Operational Intelligence e seguirne il progresso nella console del sistema di automazione.

Dopo l'integrazione con il sistema di automazione, è possibile avviare azioni automatiche per risolvere qualsiasi situazione di emergenza nella console DX OI dal contesto del messaggio di emergenza. Puoi visualizzare le azioni consigliate insieme alle informazioni sui tassi di attendibilità (probabilità di risoluzione della situazione attraverso l'esecuzione dell'azione).

Inizialmente, quando non ci sono statistiche sui risultati dell'esecuzione del Remediation Workflow, il meccanismo di raccomandazione offre potenziali opzioni basate su una ricerca per parole chiave; successivamente vengono utilizzati i risultati dell'apprendimento automatico e il meccanismo inizia a raccomandare metodologie di risoluzione basate su euristiche. Una volta che inizi a valutare i risultati delle suggerimenti ricevuti, l'accuratezza delle raccomandazioni migliorerà.

Esempio di feedback da un utente: l'utente sceglie l'azione proposta che gli piace o non gli piace, e il sistema tiene conto di questa scelta nelle raccomandazioni future. Like/dislike:

Le azioni correttive consigliate per specifiche allerta si basano su una combinazione di feedback che determina se l'azione è accettabile. DX OI è fornito con integrazione predefinita con il sistema di automazione Automic Automation.

Integrazione DX OI con sistemi esterni

Non ci soffermeremo a lungo sull'integrazione dei dati dei prodotti di monitoraggio nativi di Broadcom (DX NetOps, DX Infrastructure Management, DX Application Performance Management). Invece, esamineremo come si integrano i dati da sistemi esterni di terze parti e analizzeremo un esempio di integrazione con uno dei sistemi più popolari: Zabbix.

Per l'integrazione con sistemi esterni si utilizza il componente DX Gateway. DX Gateway è composto da 3 componenti: On-Prem Gateway, RESTmon e Log Collector (Logstash). È possibile installare tutti e 3 i componenti o solo quello necessario, modificando il file di configurazione principale durante l'installazione di DX Gateway. Nella figura sottostante è rappresentata l'architettura di DX Gateway.

Esaminiamo separatamente la funzione dei componenti di DX Gateway.

On-Prem Gateway. È l'interfaccia che raccoglie i segnali di emergenza dalla piattaforma DX e invia eventi di emergenza ai sistemi esterni. On-Prem Gateway funge da poller, che periodicamente raccoglie dati sugli eventi da DX OI, utilizzando richieste API tramite il protocollo HTTPS, e poi invia avvisi a un server esterno integrato con la piattaforma DX, utilizzando webhook.

DX Log Collector riceve syslog da dispositivi di rete o server e li carica in OI. DX Log Collector consente di separare il software che genera messaggi, il sistema che li archivia e il software che li comunica e li analizza. Ogni messaggio è contrassegnato con un codice dell'oggetto che indica il tipo di software che genera il messaggio e gli viene assegnato un livello di criticità. In DX Dashboards è possibile successivamente visualizzare tutto questo.

DX RESTmon si integra con prodotti/servizi esterni tramite REST API e trasmette dati a OI. Nella figura sottostante è rappresentato il funzionamento di DX RESTmon, prendendo come esempio l'integrazione con i sistemi di monitoraggio Solarwinds e SCOM.

Funzionalità chiave di DX RESTmon:

• Connessione a qualsiasi fonte di dati di terze parti per la ricezione dei dati:
  • PULL: connessione e estrazione di dati da API REST pubbliche;
  • PUSH: flusso di dati in RESTmon tramite REST.
• Supporto per i formati JSON e XML;
• Ricezione di metriche, avvisi, gruppi, topologie, inventario e log;
• Connettori pronti per vari strumenti/tecnologie, è anche possibile sviluppare un connettore per qualsiasi fonte con API aperta (l'elenco dei connettori predefiniti è mostrato nell'immagine qui sotto);
• Supporto per l'autenticazione di base (di default) per l'accesso all'interfaccia Swagger e all'API;
• Supporto per HTTPS (di default) per tutti i messaggi in entrata e in uscita;
• Supporto per proxy in entrata e in uscita;
• Potenti capacità di analisi del testo per i log ricevuti tramite REST;
• Analisi sintattica personalizzabile con RESTmon, fornendo un'analisi e visualizzazione efficiente dei log;
• Supporto per l'estrazione di informazioni sui gruppi di dispositivi da applicazioni di monitoraggio e caricamento in OI per analisi e visualizzazione;
• Supporto per il mapping con espressioni regolari. Questo può essere utilizzato per l'analisi sintattica e il mapping dei messaggi di log ricevuti tramite REST, nonché per la generazione o la chiusura di eventi sulla base di condizioni specifiche di espressione regolare.

Ora consideriamo il processo di impostazione dell'integrazione di DX OI con Zabbix tramite DX RESTmon. L'integrazione predefinita preleva da Zabbix i seguenti dati:

• dati di inventario;
• topologia;
• problemi;
• metriche.

Poiché il connettore per Zabbix è disponibile out-of-the-box, tutto ciò che è necessario fare per configurare l'integrazione è aggiornare il profilo, specificando l'indirizzo IP del server API di Zabbix e l'account, quindi caricare il profilo tramite l'interfaccia web di Swagger. Esempio mostrato nelle due immagini seguenti.

Dopo aver impostato l'integrazione, le funzioni analitiche di DX OI descritte sopra saranno disponibili per i dati in entrata da Zabbix, in particolare: Alarm Analytics, Performance Analytics, Predictive Insights, Service Analytics e Remediation. L'immagine qui sotto mostra un esempio di analisi delle metriche di prestazione per gli oggetti integrati da Zabbix.

Conclusione

DX OI è uno strumento analitico moderno che garantisce un notevole miglioramento dell'efficienza operativa dei reparti IT, consentendo di prendere decisioni più rapide e accurate per migliorare la qualità dei servizi IT e dei servizi aziendali attraverso l'analisi contestuale interdominio. Per i proprietari di applicazioni e reparti aziendali, DX OI calcolerà il tasso di disponibilità e la qualità dei servizi non solo nel contesto delle metriche IT tecnologiche, ma anche nei KPI aziendali estratti dalle statistiche transazionali degli utenti finali.

Se desideri saperne di più su questa soluzione, richiedi una demo o un progetto pilota in modo conveniente per te il nostro sito web.

Fonte: habr.com