DevOps
L’observabilité : ce n’est pas ce que vous croyez
Qu’est-ce que l’observabilité ? L’observabilité est un état d’esprit qui vous permet de répondre à tout type de question sur l’ensemble de votre entreprise par la collecte et l’analyse des données. Si vous posez la question à d’autres personnes, elles vous diront que l’observabilité consiste, selon la définition stricte de la théorie du contrôle, à « superviser l’état interne d’un système en examinant ses résultats ».
Les coûts cachés de l’échantillonnage dans l’observabilité
L’échantillonnage des données peut vous empêcher de voir des problèmes critiques. Si vous avez un système qui se comporte normalement la plupart du temps mais présente parfois des problèmes passagers avec des pics de latence dépassant 5 secondes, par exemple, la méthodologie d’échantillonnage peut échouer à les capturer en temps voulu, voire les ignorer totalement.
Maîtrisez la complexité à n’importe quelle échelle grâce à Splunk Observability Cloud
Aujourd’hui, nous avons le plaisir de vous annoncer que Splunk Observability Cloud est désormais disponible. Splunk Observability Cloud rassemble les solutions leaders pour la supervision de l’infrastructure, la gestion des performances des applications, la supervision de l’expérience numérique, la supervision synthétique, l’exploration des logs et la réponse aux incidents.
Splunk désigné Leader et Outperformer du Radar GigaOm de l’observabilité cloud
Nous avons l’honneur d’avoir été désigné pour la première fois leader de l’industrie et seul « outperformer » du Radar GigaOm 2021 de l’observabilité cloud. C'est la première étude à s’être penchée de façon aussi approfondie sur ce domaine de plus en plus important.
Sans entraînement, l’AIOps... redevient de l'Ops !
Les systèmes AIOps ont des capacités considérables, mais leur force réside dans leur capacité à apprendre et à s'adapter aux données.
Le biais du survivant appliqué à l'observabilité
L’observabilité est un concept puissant dans les applications basées sur des microservices, mais il faut prendre garde à ne pas être biaisé par "les données survivantes".
