DevOps时代已经彻底改变了传统的监控方式，使用了各种临时的数据流集装箱，微服务以及这些新技术支持的应用程序的无服务器功能。为了有效地利用网络、存储和计算的每一滴资源，现代应用程序带来了新的挑战，使遗留的IT运营管理(ITOM)工具变得无效。利用的概念可观察性已成为解决的事实上的道路，避免慢是最新的向下的类型的情况下，造成客户交换机厂商。必威亚洲体育 官网登陆在云规模可观性启用是一个平凡的壮举技术，它需要处理大量数据流高聚合度的数据在整个过程中提供深刻的见解DevOps生命周期。
在运营管理高基数的影响
在ITOM世界最近的参赛者已经大力兜售自己处理高基数数据的能力，以及他们的信用，这些工具已经朝着采集机数据的囤积和地区提供故障排除功能，以前难以到达的一个显著的第一步。是什么让比传统的仪表板通常观测到的数据高基数的数据不同的是令人难以置信的大量的尺寸和存储每个指标，日志，事件等。例如相关的元数据，现代应用程序是由数百万个集装箱和无服务器功能散落跨越多个云，并且这些应用程序组件中的每一个可以存在数天或小于一秒钟。拼接所有这些信息一起，同时试图寻找离群的幅度比试图典型的应用程序服务器上隔离恶意Java线程更加困难。
其摄取的原始值，所有这些数据的能力是不容易被传统的工具来完成的壮举，这是为什么本地工具正在被可伸缩的基于云的工具所取代对于目前的日常应用。更复杂的是试图通过与尺寸，这里曾经提供给遗留数据库相对静态的预定义的替代指标的快速增长的数量对运行数据的查询，使这个不断变形大杂烩的感觉。总之，吸收，查询和高基数数据提供的见解是对的DevOps时代运营管理工具必须具备的能力。
Zenoss的注入主要组件：关系和时间
现代应用程序的故障排除和调试工具对于那些拥有维护纯云应用程序的特权的人来说是很好的，但是对于大多数企业来说，运营的前景要混乱得多。基于开发的应用程序混合在一起，并且常常依赖于遗留应用程序和基础设施。虽然仅仅查询一组相对不相关的数据对调查情况是有帮助的，了解应用程序/服务实体是如何及时组合的对于完整的根源分析以及训练机器学习算法，以便在问题影响用户之前检测出它们，是至关重要的。
芝诺云利用专利申请中的摄取/查询引擎允许被存储的所有类型的操作的数据（和检索）具有无限数目的维度和相关联的元数据。与Zenoss的云的应用用户可配置的策略能力相结合，有价值的元数据可以与流实体在收集通过数据总线，或甚至被存储后，相关的，在运输过程中。更重要的是，改变对实体元数据跟踪随着时间的推移，这些手段的变化关系和其他有价值的指标，可用于智能仪表板和机器学习算法。这种强大的组合让运营商来管理传统和multicloud应用程序，同时制度化网站可靠性工程（SRE）的做法跨越的常用工具。
有关如何利用Zenoss云统一遗留和现代IT环境的可观察性实践的更多信息，请联系Zenoss to设置演示。
