今年 20.2 月、Broadcom (旧 CA) は、DX Operations Intelligence (DX OI) ソリューションの新しいバージョン XNUMX をリリースしました。 この製品は、アンブレラ監視システムとして市場に位置付けられています。 このシステムは、オープンソース ソリューション (Zabbix、Prometheus など) を含む、CA とサードパーティ メーカーの両方のさまざまなドメイン (ネットワーク、インフラストラクチャ、アプリケーション、データベース) の監視システムからデータを受信して​​組み合わせることができます。

DX OI の主な機能は、構成ユニット (CU) に基づいて本格的なリソースおよびサービス モデル (RSM) を作成することです。これは、サードパーティ システムと統合されたときに在庫ベースを満たします。 DX OI は、プラットフォームに入力されるデータに機械学習および人工知能 (ML および AI) 機能を実装します。これにより、特定の KE の障害の確率と障害がビジネス サービスに及ぼす影響の程度を評価/予測できます。特定の KE に基づいています。 さらに、DX OI は監視イベントを収集するための単一ポイントであり、それに応じてサービス デスク システムと統合されます。これは、組織の職務交代のために統合監視センターでシステムを使用することの紛れもない利点です。 この記事では、システムの機能について詳しく説明し、ユーザーおよび管理者のインターフェイスを示します。

DX OI ソリューション アーキテクチャ

DX プラットフォームにはマイクロサービス アーキテクチャがあり、Kubernetes または OpenShift の下でインストールおよび実行されます。 次の図は、独立した監視ツールとして使用することも、同様の機能を備えた既存の監視システム (図にはそのようなシステムの例があります) と置き換えて DX OI アンブレラに接続できるソリューションのコンポーネントを示しています。 以下の図では次のようになります。

• DX App Experience Analytics でのモバイル アプリケーションの監視。
• DX APM でのアプリケーション パフォーマンスの監視。
• DXインフラストラクチャマネージャーでのインフラストラクチャ監視。
• DX NetOps Manager でのネットワーク デバイスの監視。

DX コンポーネントは Kubernetes クラスターの制御下で実行され、新しい POD を起動するだけで拡張できます。 以下は、高レベルのソリューション図です。

DX プラットフォームの管理、スケーリング、および更新は、管理コンソールで行われます。 単一のコンソールから、企業内の複数の企業または複数の事業単位にまたがるマルチテナント アーキテクチャを管理できます。 このモデルでは、各企業を独自の構成セットを持つテナントとして個別に構成できます。

管理コンソールは、Web ベースの操作およびシステム管理ツールであり、監視クラスター管理タスクを実行するための一貫した統一インターフェイスを管理者に提供します。

企業内のビジネス ユニットまたはエンタープライズ用の新しいテナントは数分で展開されます。 これは、統合された監視システムを必要とするが、プラットフォーム レベル (アクセス権ではなく) で部門間の監視オブジェクトを区別したい場合に有利です。

リソースサービスモデルとビジネスサービスの監視

DX OI には、サービスを作成し、サービス コンポーネント間の影響と重み付けのロジックを設定するクラシック PCM を開発するためのメカニズムが組み込まれています。 外部 CMDB から PCM をエクスポートするメカニズムもあります。 以下の図は、組み込みの PCM エディタを示しています (リンクの重みに注意してください)。

DX OI は、サービスの可用性や障害リスクの予測など、ビジネスまたは IT サービスの重要なパフォーマンス指標の全体像を詳細に提供します。 このツールは、ビジネス サービスに対するパフォーマンスの問題や IT コンポーネント (アプリケーションまたはインフラストラクチャ) の設計変更の影響についての洞察も提供します。 以下の図は、すべてのサービスのステータスを表示する対話型ダッシュボードを示しています。

デジタルバンキングサービスを例に詳細を見ていきましょう。 サービス名をクリックすると、サービスの詳細な PCM に移動します。 デジタル バンキング サービスのステータスは、インフラストラクチャとトランザクション サブサービスの状態にさまざまな重み付けで依存していることがわかります。 重みを操作して表示することは、DX OI の楽しい利点です。

トポロジは、稼働中のプラント監視の重要な要素であり、オペレータやエンジニアがコンポーネント間の関係を分析し、根本原因と影響を見つけることができるようになります。

DX OI トポロジ ビューアは、監視オブジェクトから直接データを収集するドメイン監視システムからのトポロジ データを使用するサービスです。 このツールは、トポロジ ストアの複数のレイヤーを検索し、コンテキスト固有の関係マップを表示するように設計されています。 問題を調査するには、問題のあるバックエンド バンキング サブサービスに移動し、トポロジと問題のあるコンポーネントを確認します。 各コンポーネントのアラーム メッセージとパフォーマンス メトリックを分析することもできます。

支払いトランザクション コンポーネント (ユーザー トランザクション) を分析するときに、ビジネス KPI 値を追跡できます。これは、サービスの可用性と健全性ステータスを計算するときにも考慮されます。 ビジネス KPI の例を以下に示します。

イベント分析

事故クラスタリングによるアルゴリズムによるノイズ低減

イベント処理における DX OI の重要な機能の XNUMX つはクラスタリングです。 このエンジンは、システムに受信するすべてのアラートに対して動作し、さまざまなコンテキストに基づいてパターンを識別し、それらをグループ化します。 これらのクラスターは自己学習するため、手動で構成する必要はありません。

したがって、クラスタリングにより、ユーザーは膨大な数のイベントを組み合わせてグループ化し、共通のコンテキストを持つイベントのみを分析することができます。 たとえば、アプリケーションやデータセンターの運用に影響を与えるインシデントを表す一連のイベント。 状況は、分析に時間的相関、トポロジー関係、および母国語処理を使用する機械学習ベースのクラスタリング アルゴリズムを使用して作成されます。 以下の図は、メッセージのクラスター グループ、いわゆるシチュエーション アラーム、および証拠タイムラインの視覚化の例を示しており、グループ化の主なパラメーターとノイズ イベントの数を減らすプロセスを表示しています。

根本問題の分析と事故の相関関係

今日のハイブリッド環境では、ユーザー トランザクションが動的に使用される複数のシステムに影響を与える可能性があります。 その結果、同じ問題またはインシデントに関連する複数のアラートが異なるシステムから生成される可能性があります。 DX OI は、独自のメカニズムを使用して、冗長および重複するアラートを抑制し、関連するアラートを関連付けることで、重大な問題の検出を向上させ、解決を迅速化します。

システムが XNUMX つのサービスの基礎となるさまざまなオブジェクト (OU) に関する多数のアラーム メッセージを受信した場合の例を見てみましょう。 サービスの可用性とパフォーマンスに影響が生じた場合、システムはサービス アラーム (サービス アラーム) を生成し、パフォーマンスの低下に寄与した考えられる根本原因 (問題のある KE と KE のアラーム メッセージ) を示して指定します。サービスの失敗。 以下の図は、Webex サービスの緊急事態を視覚化したものを示しています。

DX OI を使用すると、システムの Web インターフェイスでの直感的なアクションを通じてイベントを操作できます。 ユーザーは、トラブルシューティング、アラートのリセット/確認、チケットの作成または電子メール通知の送信のために、担当従業員にイベントを手動で割り当て、緊急事態を解決するための自動スクリプトを実行できます (修復ワークフロー、詳細は後ほど)。 このように、DX OI を使用すると、オンコール オペレーターはルート アラーム メッセージに集中できるようになり、メッセージをクラスター化されたアレイに分類するプロセスを合理化することもできます。

メトリクスを処理し、パフォーマンス データを分析するためのマシン アルゴリズム

機械学習を使用すると、特定の期間の主要業績評価指標を追跡、集計、視覚化できるため、ユーザーには次の利点が得られます。

• ボトルネックとパフォーマンスの異常の検出。
• 同じデバイス、インターフェイス、またはネットワークの複数のインジケーターの比較。
• 複数のオブジェクトにおける同一のインジケーターの比較。
• XNUMX つまたは複数のオブジェクトのさまざまなインジケーターの比較。
• 複数のオブジェクトにわたる多次元メトリックの比較。

システムに入力されるメトリクスを分析するために、DX OI は数学的アルゴリズムを使用したマシン分析機能を使用します。これにより、静的しきい値を設定し、異常が発生したときに警告を生成する時間を短縮できます。

数学的アルゴリズムを適用した結果、メトリック値のいわゆる確率分布 (Rare、Probable、Center、Mean、Actual) が構築されます。 上図と下図は確率分布を示しています。

上の XNUMX つのグラフは、次のデータを示しています。

• 実際のデータ。 実際のデータはグラフ上に黒の実線（アラームなし）または色付きの実線（アラーム状態）として表示されます。 線は、メトリックの実際のデータに基づいて計算されます。 実際のデータと中央値を比較することで、指標の変動をすぐに確認できます。 イベントが発生すると、黒い線がイベントの重要度に対応する色付きの実線に変わり、グラフの上に対応する重要度を示すアイコンが表示されます。 たとえば、重大な異常は赤、重大な異常はオレンジ、軽度の異常は黄色です。
• インジケーターの平均値。 インジケーターの平均値または中央値は、チャート内に灰色の線で表示されます。 過去のデータが不足している場合は平均値が表示されます。
• インジケーターの中央値 (中心値)。 中央線は範囲の中央であり、緑色の点線で示されます。 この線に最も近いゾーンは、インジケーターの典型的な値に最も近くなります。
• 共通の価値観。 全体的なゾーン データは、メトリックの最も近い中心線または法線を追跡し、濃い緑色のバーとして表示されます。 分析計算では、ゾーン全体が通常より XNUMX パーセンタイル上または下の位置に配置されます。
• 確率的なデータ。 確率ゾーン データは、グラフ上に緑色のバーとして表示されます。 システムは、確率ゾーンを通常より XNUMX パーセンタイル高いか低い位置に配置します。
• 珍しいデータ。 レアゾーンのデータは、グラフ上に薄緑色のバーで表示されます。 システムは、標準の上下 XNUMX パーセンタイルにまれなメトリクス値を持つ領域を配置し、通常の範囲外のインジケーターの動作を知らせると同時に、いわゆる異常アラートを生成します。

異常とは、メトリックの通常のパフォーマンスと矛盾する測定値またはイベントです。 問題を特定し、インフラストラクチャとアプリケーションの傾向を理解するための異常検出は、DX OI の重要な機能です。 異常検出を使用すると、異常な動作 (通常よりも応答が遅いサーバーやハッキングによる異常なネットワーク アクティビティなど) を認識し、それに応じて対応する (インシデントの発生、自動修復スクリプトの実行) の両方が可能になります。

DX OI 異常検出には次の利点があります。

• しきい値を設定する必要はありません。 DX OI は独自にデータを照合し、異常を特定します。
• DX OI には、EWMA (指数加重移動平均) や KDE (カーネル密度推定) など、XNUMX を超える人工知能および機械学習アルゴリズムが含まれています。 これらのアルゴリズムにより、迅速な根本原因分析と将来のメトリック値の予測が可能になります。

予測分析と障害の可能性の通知

Predictive Insights は、機械学習の力を利用してパターンと傾向を特定する機能です。 これらの傾向に基づいて、システムは将来発生する可能性のあるイベントを予測します。 これらのメッセージは、メトリクス値が通常の値から逸脱して重要なビジネス サービスに影響を与える前にアクションを実行する必要があることを示します。 予測インサイトを以下の図に示します。

これは、特定のメトリクスに対する予測警告を視覚化したものです。

負荷シナリオの指定機能による計算能力の負荷予測

Capacity Analytics のキャパシティ プランニングは、IT リソースの管理に役立ち、現在および将来のビジネス ニーズに合わせてリソースが適切なサイズに設定されるようにします。 既存のリソースの生産性と効率を最適化し、財務投資を計画して正当化できるようになります。

DX OI のキャパシティ分析機能には、次の利点があります。

• ピークシーズンにおけるキャパシティの予測。
• サービスの高品質な機能を保証するために追加のリソースが必要となる時期を判断する。
• 必要な場合にのみ追加のリソースを購入します。
• インフラストラクチャとネットワークの効果的な管理。
• 十分に活用されていないリソースを特定することで、不必要なエネルギーコストを削減します。
• サービスまたはリソースの需要が計画的に増加した場合に、リソース負荷評価を実行します。

Capacity Analytics DX OI ページ (下の図) には次のウィジェットがあります。

• リソース容量のステータス。
• 監視対象のグループ/サービス。
• トップキャパシティコンシューマー。

Capacity Analytics のメイン ページには、過剰に使用され、容量が不足しているリソース コンポーネントが表示されます。 このページは、プラットフォーム管理者が過剰に使用されているリソースを見つけ、リソースのサイズを変更して最適化するのに役立ちます。 リソースのステータスは、色コードとその意味に基づいて分析できます。 リソースは、リソース容量ステータス ページの輻輳レベルに基づいて分類されます。 各色をクリックすると、選択したカテゴリに含まれるコンポーネントのリストが表示されます。 次に、すべてのオブジェクトと 12 か月間の予測を含むヒート マップが表示され、枯渇しそうなリソースを特定できます。

Capacity Analytics の各メトリクスに対して、DX Operational Intelligence が予測を行うために使用するフィルターを指定できます (下図)。

次のフィルターが使用可能です。

• メトリック。 予測に使用される指標。
• ベースにします。 将来の予測を行うために使用される履歴データの量を選択します。 このフィールドは、過去 3 か月の傾向、過去 XNUMX か月の傾向、年間の傾向などを比較および分析するために使用されます。
• 成長。 電力予測をモデル化するために使用する、予想されるワークロードの増加率。 このデータは、予測を超える成長を予測するために使用できます。 たとえば、新しいオフィスの開設により、リソース使用量はさらに 40% 増加すると予想されます。

ログ分析

DX OI ログ分析機能は以下を提供します。

• さまざまなソースからのログの収集と集約 (エージェントおよび非エージェントの方法で取得されたものを含む)。
• データの解析と正規化。
• 設定された条件の遵守とイベントの生成を分析します。
• ITインフラストラクチャの監視の結果として取得されたイベントを含む、ログに基づくイベントの相関関係。
• DXダッシュボードでの分析に基づくデータの視覚化。
• ログからのデータの分析に基づいて、サービスの可用性に関する結論を導き出します。

WindowsのイベントログとSyslogについては、エージェントレス方式でのログ収集がシステム側で行われます。 テキストログはエージェント方式で収集されます。

自動緊急解決機能（Remediation）

緊急事態を修正するための自動アクション (修復ワークフロー) を使用すると、DX OI でのイベントの生成の原因となった問題を解決できます。 たとえば、CPU 使用率の問題によりアラーム メッセージが生成され、修復ワークフローは問題が発生したサーバーを再起動することで問題を解決します。 DX OI と自動化システムを統合すると、DX Operational Intelligence のイベント コンソールから修復プロセスを実行し、自動化コンソールでそれらを監視できるようになります。

自動化システムと統合すると、DX OI コンソールでアラーム メッセージのコンテキストからアラーム状況を修正する自動アクションをトリガーできます。 推奨されるアクションと、信頼度 (アクションを実行することで状況が解決される可能性) に関する情報を表示できます。

最初に、修復ワークフローの結果に関する統計がない場合、推奨エンジンはキーワード検索に基づいて潜在的なオプションを提案し、次に機械学習の結果が使用され、エンジンはヒューリスティックに基づいて修復手法の推奨を開始します。 受け取ったヒントの結果を評価し始めると、推奨事項の精度が向上します。

ユーザーからのフィードバックの例: ユーザーは提案されたアクションが好きか嫌いかを選択し、システムはさらなる推奨を行うときにこの選択を考慮します。 好き/嫌い:

特定のアラームに対して推奨される修正アクションは、アクションが受け入れられるかどうかを決定するフィードバックの組み合わせに基づいています。 DX OI には、すぐに使用できる Automic Automation との統合が付属しています。

DX OI とサードパーティ システムの統合

Broadcom のネイティブ監視製品 (DX NetOps、DX インフラストラクチャ管理、DX アプリケーション パフォーマンス管理) からのデータの統合については詳しく説明しません。 代わりに、サードパーティのシステムからのデータがどのように統合されるかを見て、最も人気のあるシステムの 3 つである Zabbix との統合の例を見てみましょう。

サードパーティ システムとの統合には、DX Gateway コンポーネントが使用されます。 DX ゲートウェイは、オンプレミス ゲートウェイ、RESTmon、ログ コレクター (Logstash) の 3 つのコンポーネントで構成されます。 DX Gateway のインストール時に一般構成ファイルを変更することで、3 つのコンポーネントすべてをインストールすることも、必要なコンポーネントだけをインストールすることもできます。 以下の図は、DX ゲートウェイのアーキテクチャを示しています。

DX Gateway コンポーネントの目的を個別に見てみましょう。

オンプレミスゲートウェイ。 これは、DX プラットフォームからアラームを収集し、サードパーティ システムにアラーム イベントを送信するインターフェイスです。 オンプレミス ゲートウェイは、HTTPS リクエスト API を使用して DX OI からイベント データを定期的に収集するポーラーとして機能し、Webhook を使用して DX プラットフォームに統合されているサードパーティ サーバーにアラートを送信します。

DXログコレクター ネットワーク デバイスまたはサーバーから syslog を受信し、OI にアップロードします。 DX Log Collector を使用すると、メッセージを生成するソフトウェア、メッセージを保存するシステム、メッセージをレポートおよび分析するソフトウェアを分離できます。 各メッセージには、メッセージを生成したソフトウェアの種類を示すエンティティ コードがタグ付けされ、重大度レベルが割り当てられます。 これらはすべて、後で DX ダッシュボードで表示できます。

DXレストモン REST API を介してサードパーティの製品/サービスと統合し、データを OI に送信します。 以下の図は、Solarwinds および SCOM 監視システムとの統合の例を使用した DX RESTmon の機能図を示しています。

DX RESTmon の主な機能:

• サードパーティのデータ ソースに接続してデータを受信します。
  • PULL: パブリック REST API に接続してデータを取得します。
  • PUSH: データは REST 経由で RESTmon に流れます。
• JSON および XML 形式のサポート。
• メトリクス、アラート、グループ、トポロジ、インベントリ、ログを取り込みます。
• さまざまなツール/テクノロジー用の既製コネクタ。オープン API を使用して任意のソースへのコネクタを開発することもできます (ボックス化されたコネクタのリストは次の図にあります)。
• Swagger インターフェイスおよび API にアクセスするときの基本認証 (デフォルト) のサポート。
• すべての受信および送信メッセージに対する HTTPS サポート (デフォルト)。
• 受信および送信プロキシのサポート。
• REST 経由で受信したログの強力なテキスト解析機能。
• 効率的なログ解析と視覚化のための RESTmon によるカスタム解析。
• 監視アプリケーションからデバイス グループ情報を抽出し、分析と視覚化のために OI にロードするためのサポート。
• 正規表現マッチングのサポート。 これを使用すると、REST 経由で受信したログ メッセージを解析して照合したり、特定の正規表現条件に基づいてイベントを生成したり閉じたりすることができます。

次に、DX RESTmon を介して DX OI と Zabbix の統合をセットアップするプロセスを見てみましょう。 ボックス化された統合は、Zabbix から次のデータを取得します。

• 在庫データ。
• トポロジー;
• 問題;
• メトリクス。

Zabbix 用のコネクタはすぐに使用できるため、統合をセットアップするために必要なのは、Zabbix サーバー API の IP アドレスとアカウントでプロファイルを更新し、Swagger Web インターフェイスを通じてプロファイルをアップロードすることだけです。 次の XNUMX つの図の例です。

統合を設定した後、上記の DX OI 分析機能 (アラーム分析、パフォーマンス分析、予測インサイト、サービス分析、修復) を Zabbix からのデータに対して使用できるようになります。 以下の図は、Zabbix から統合されたオブジェクトのパフォーマンス メトリクスを分析する例を示しています。

まとめ

DX OI は、IT 部門に大幅な業務効率をもたらし、クロスドメインのコンテキスト分析を通じて IT およびビジネス サービスの品質を向上させるためのより迅速かつ正確な意思決定を可能にする最新の分析ツールです。 アプリケーション所有者とビジネスユニットに対して、DX OI は技術的な IT 指標のコンテキストだけでなく、エンドユーザーのトランザクション統計から抽出されたビジネス KPI のコンテキストでも可用性指標とサービスの品質を計算します。

このソリューションについてさらに詳しく知りたい場合は、デモまたはパイロットのリクエストを送信してください。 あなたにとって都合の良い方法で 私達のウェブサイトで。

出所： habr.com