遥测数据保有无缺陷、安全性能和性能数字经验之钥
组织需要构建完全面向客户环境,每次提供超博安全个性化数字经验或冒竞技败出风险优先面向内外部应用并确保它们最优运行是所有成功的现代企业背后的引擎
云原生分布系统复杂性随客户和终端用户期望而上升冲锋枪加压负责应用的团队并连接到商业结果中
遥测数据-称为MELT或度量数据、事件日志和轨迹-包含保持数字经验峰值运行所需的信息理解、补救和修复数字经验当前或潜在分解依赖集体数据隔离根由
基于依赖性能实时应用,即使是小小中断也可能代价高昂。最近全球IDC调查单小时停机平均成本25万美元-所以团队必须能主动或快速查找、分解并解决问题
答案在于遥测,但有两个屏障需要清除
首先是在可行的时间段整理大容量单机测距市场解决方案可识别异常或超出基准的问题,但并不一定表示它们是一个有意义的跨域解决工具事实上,只有17%IDC调查回复者表示当前监控和可见度选项满足他们的需要,尽管他们运行多重解决方案
第二点是某些数据可能甚至不为某些监控解决方案所捕捉,因为它们只看到技术栈的一部分今日应用和工作量分配得如此之多,以致全栈缺乏可见度-基础设施安全应用-云外连接用户的互联网-完全缺失一些关键遥测法
有效可观察性需要清晰可见形形形色色的每一种可能的触点,这些点可能影响企业并影响应用方式和相关依存性以及使用方式正确化需要接收并解释从网络、应用和云服务、安全设备等大规模进取遥测流,并用以获取洞察力作为行动基础
Cisco拥有指令位置并存取数十亿数据点
Cisco自始至终从路由器、开关、接入点和防火墙等深入嵌入网络的元素中获取遥测数据,所有元素都拥有丰富的智能深入性能洞察力、更新记录甚至日志都出自超标器、应用安全解决方案、互联网和商业应用
广度遥测源甚至更为关键,因为今日劳动力分布现实意味着端对端连通性、应用性能和终端用户经验密切相关快速问题解答只有在有MELT信号表示连通性、性能和安全,以及依赖性、代码质量、终端用户行程等等时才有可能实现。
人造智能和机器学习对预测数据模型至关重要,预测数据模型可可靠指针性能影响问题,使用多分集点收集各种数据,分析行为和根源并匹配模式预测事件和结果
Cisco在开放几何运动和系统可观察化方面起主导作用
列强推介开放几何项目Cisco致力于确保从传统和云本地应用和服务以及相关基础设施中获取和收集不同类型的数据,而无需依赖任何工具或供应商。
OpenTeetrication包含量度、事件/日志和轨迹,所有四种遥测数据都至关紧要Cisco全站可观察性在整个栈中利用微量问题和洞察力,而不是单域内关键地说,这些洞察力与企业环境相关联,以提供可操作建议。
举例说,cit可视觉化移动应用差终端用户经验的商业影响,而网站可靠性工程师则看到解决原因所需的自动化动作
Cisco通过跨源数数十亿点遥测数据引导系统可观察性,以便团队提供高质量数字经验帮助实现业务目标
趣味大题