Elastic está uniendo fuerzas con Optimyze para acelerar nuestra visión de una observabilidad unificada y procesable y mejorar la capacidad de detectar y encontrar la causa raíz más rápidamente en entornos distribuidos complejos.

Con una gran experiencia en sistemas distribuidos a gran escala, el equipo de Optimyze imaginó una forma más sencilla de obtener información sobre todo el ecosistema de TI y eliminar los puntos ciegos con su oferta Prodfiler . Aprovechando el filtro de paquetes Berkeley extendido (eBPF), Optimyze ofrece una forma innovadora de perfilado continuo de sistemas y códigos de todo el sistema con una sobrecarga de bajo rendimiento.

Esta adquisición, combinada con nuestras adquisiciones recientes de Cmd y build.security,  permite expandir la visión para observar y proteger sus datos en una plataforma unificada, Elastic Search Platform. 

Optimyze proporciona perfiles continuos de todo el sistema sin fricciones, mientras que Elastic Search Platform ofrece capacidades de análisis y aprendizaje automático con la capacidad de correlacionar y contextualizar los datos de perfiles con métricas, registros y seguimientos. La capacidad de unificar los tres pilares de la observabilidad (métricas, registros y trazas) con las capacidades emergentes de creación de perfiles continuos ofrece información procesable, que conduce a mejoras en la calidad y el rendimiento del servicio al tiempo que reduce el tiempo medio de detección (MTTD) y el tiempo medio de detección (MTTR). tiempo de resolución).

Thomas Dullien, CEO y cofundador de Optimyze, comparte sus pensamientos sobre el futuro de la creación de perfiles continua y lo que significa para nuestros clientes.

“Estamos emocionados de unir fuerzas con Elastic. La creación de perfiles continua en todos los sistemas, aplicaciones y servicios sin cambios de código y con poca sobrecarga de rendimiento es en sí misma un cambio de juego. El valor aumenta exponencialmente cuando estos datos se pueden combinar fácilmente y hacer referencias cruzadas con métricas, seguimientos, registros y otros datos operativos. Mediante el uso de las capacidades de análisis y aprendizaje automático de Elastic Stack, facilitaremos a los usuarios la resolución eficaz de los misterios de rendimiento, la depuración de incidentes de producción más rápido, la reducción del desperdicio de computación y, en última instancia, la prestación de servicios que serán más rápidos, económicos y energéticamente eficientes. Esperamos formar parte del equipo de Elastic y hacer realidad esta visión ".

Cumpliendo con la observabilidad ubicua

La rápida evolución de la infraestructura efímera y las aplicaciones distribuidas basadas en microservicios ha creado puntos ciegos para los equipos de operaciones en todas las aplicaciones y la infraestructura que administran. Con la supervisión tradicional del rendimiento de las aplicaciones, no siempre es posible instrumentar bibliotecas y servicios de terceros de los que una aplicación pueda tener dependencias. Otras aplicaciones que se ejecutan en la misma infraestructura también pueden competir por los recursos y dejar la aplicación sin recursos. Estas limitaciones reducen la visibilidad para los equipos de desarrollo y operaciones. Como resultado, cuando ocurre un problema, los desarrolladores y los equipos de operaciones a menudo no conocen la causa raíz del problema, lo que deja los problemas sin resolver. La adopción de arquitecturas distribuidas nativas de la nube y basadas en microservicios agrava aún más este problema.

Si bien la generación de perfiles es un método probado para mejorar la eficiencia y resolver problemas de rendimiento, las técnicas tradicionales de generación de perfiles no suelen ser adecuadas para el uso en toda la empresa en sistemas de producción:

• La sobrecarga de costo y rendimiento de las técnicas de creación de perfiles estándar es prohibitiva, lo que da como resultado un uso intermitente.
• No es posible instrumentar dependencias de bibliotecas, servicios o aplicaciones de terceros.
• Los desarrolladores necesitan inicializar los perfiladores, lo que a menudo implica cambios en el código fuente.

Optimyze supera las limitaciones de los sistemas de monitoreo tradicionales, lo que permite la visibilidad de la caja negra y resuelve los cuellos de botella de rendimiento al brindar soporte para:

• Todos los marcos principales de organización y contenedorización, como Google Kubernetes Engine (GKE), Azure Kubernetes Service (AKS) o Amazon EKS, así como los entornos no contenerizados.
• Código nativo C / C ++, Rust y Go, incluso sin símbolos de depuración, así como PHP, Python, Java, Scala, Ruby y Perl, así como seguimientos de pila de lenguaje mixto, p. Ej., Código Python o Java que llama a código nativo y luego llamando al kernel.
• Rastreos de pila construidos de forma nativa que van desde el kernel y el código nativo del espacio de usuario hasta el código que se ejecuta en tiempos de ejecución de nivel superior, lo que permite una visión sin precedentes del comportamiento del sistema en todos los niveles.
• Menos del 1% de utilización de la CPU y menos de 250 MB de RAM, lo que permite un tiempo de ejecución 24x7 en la mayoría de las cargas de trabajo sin un impacto notable.

Fomentando nuestra visión de Elastic Observability

Elastic Observability se centra en aprovechar el poder de nuestra plataforma de búsqueda y las capacidades de aprendizaje automático para cambiar el paradigma operativo y ofrecer una solución que mejore la productividad del desarrollador, acelere la innovación y brinde una rica experiencia al cliente.