Automation är avgörande för övervakning av multicloud-infrastruktur
Hem KRÖNIKA Automation är avgörande för övervakning av multicloud-infrastruktur

Automation är avgörande för övervakning av multicloud-infrastruktur

Publicerat av: Redaktionen

[KRÖNIKA] Företag satsar allt mer på  multicloud-arkitekturer för att uppnå den smidighet och skalbarhet de behöver för att ligga i framkant inom digital transformation.

Analytikerfirman IDC förutspår att de globala utgifterna för molntjänster kommer att överstiga 1,3 biljoner dollar år 2025.

För varje moln som adderas så ökar dock infrastrukturhanteringens komplexitet, i och med att teknikmiljöerna växer och innefattar ett större antal plattformar. Detta innebär i sin tur mer jobb för redan överbelastade IT-driftsteam, vilket hindrar dem från att fokusera på innovation. Faktum är att vår studie fann att driftteam spenderar nästan hälften (42 %) av sin tid på att se till att driften fungerar.

Driftteamen behöver helt klart ett mer hållbart sätt att hantera sin infrastruktur på – ett arbetssätt som förbättrar observerbarhet i multicloud-miljöer och automatiserar manuella uppgifter, så att de får mer tid att fokusera innovation och på att skapa värde.

En slags multicloud-migrän

Om de inte effektivt kan hantera infrastrukturens prestanda kommer driftteam att behöva arbeta rejält för att kunna leverera de sömlösa digitala upplevelser som kunder och användare efterfrågar. Det är viktigt att det finns fullständig observerbarhet över hela multicloud-miljön. Tyvärr har detta blivit allt svårare att uppnå och teamen kämpar för att hålla jämna steg med infrastrukturutvecklingen.

Multicloud-miljöer är till sin natur komplexa och utmanande att hantera, med de befintliga metoder som finns för infrastrukturövervakning. Detta beror på ett flertal faktorer.

För det första så har varje molnplattform sitt eget inbyggda övervakningsverktyg, som Amazon CloudWatch eller Azure Monitor. Driftteam har därför fått se ett växande utbud av olika verktyg de behöver addera till de traditionella övervakningslösningarna för att kunna spåra aktiviteter över hela infrastrukturen. Vår studie visar att företag i genomsnitt förlitar sig på hela sju olika övervakningslösningar för hantering av sina multicloud-miljöer. Detta tvingar arbetsgrupper att ägna mer tid åt att manuellt sätta ihop insikter från olika dashboards för att identifiera problem i sina digitala tjänster, eftersom de passerar genom flera moln.

Utmaning med Kubernetes

Automation är avgörande för övervakning av multicloud-infrastrukturEn annan faktor som gör observerbarhet svårare är den höga förändringsfrekvensen inom multicloud-miljöer. Medan plattformar som Kubernetes gör det möjligt för organisationer att snabbt skala och kravanpassa sina multicloud-infrastrukturer, så innebär dess ständiga förändringar även svårigheter att effektivt övervaka och hantera prestandan. Kubernetes-miljöer producerar dessutom stora mängder information, vilken är omöjlig för driftteam att analysera manuellt för att förstå multicloud-infrastrukturens effekt på användarupplevelsen.

Dessutom använder driftteam ofta egna metoder och lösningar för övervakning av infrastruktur, där de nyttjar observerbarhetslösningar med öppen källkod för att sammankoppla flera olika verktyg. Detta medför manuella ansträngningar som är svåra att upprätthålla, vilket begränsar den digitala transformationstakten, eftersom arbetsgrupperna har mindre tid att fokusera på mer strategiska uppgifter.

En automatiserad framfart

För att övervinna dessa utmaningar måste organisationer förse IT-teamen med ett nytt tillvägagångssätt för övervakning av infrastruktur, genom att utnyttja artificiell intelligens för IT-drift (AIOps). Därigenom kan de automatisera så många manuella uppgifter som möjligt och kontinuerligt upptäcka förändringar i infrastrukturen.

AIOps hjälper också till att automatiskt prioritera varningar och fråga efter observerbarhetsdata för att få fram den information som behövs för att förse användare och kunder med sömlösa digitala upplevelser. Med detta tillvägagångssätt kan AIOps möjliggöra för arbetsgrupper att förstå orsakerna till problem över hela multimolninfrastrukturen och prioritera dem utefter affärspåverkan. På så sätt kan arbetsgrupperna lösa de mest kritiska frågorna först och fokusera på de uppgifter som påskyndar en organisations digitala transformation. Detta är dock endast möjligt om arbetsgrupper kan sammanföra data för observerbarhet på ett och samma ställe. En konsoliderad vy tillhandahåller hela den sammanhängande bild som behövs för att driva effektiv automation.

Mer tid för innovation

När organisationer fortsätter sin övergång till multicloud-miljöer blir det allt viktigare att säkerställa att infrastrukturen fungerar smidigt, inte minst för att skapa sömlösa digitala tjänster och öka kundnöjdheten. Genom att implementera strategier för infrastrukturövervakning som fokuserar på AI och automation minskar belastningen av manuella uppgifter på driftteamen, som då i stället kan lägga mer fokus på att påskynda transformationen och skapa bättre resultat för verksamheten.

Av: Ossi Savolainen, Regional Director – Nordics på Dynatrace

 

Relaterade Artiklar

Vi använder cookies och andra identifierare för att förbättra din upplevelse. Detta gör att vi kan säkerställa din åtkomst, analysera ditt besök på vår webbplats. Det hjälper oss att erbjuda dig ett personligt anpassat innehåll och smidig åtkomst till användbar information. Klicka på ”Jag godkänner” för att acceptera vår användning av cookies och andra identifierare eller klicka ”Mer information” för att justera dina val. Jag Godkänner Mer Information >>