Âûáèðàé : Ïîêóïàé : Èñïîëüçóé
0

Ïðîàêòèâíûé ìîíèòîðèíã: íîâàÿ âåðñèÿ «Àñòðà Ìîíèòîðèíã» ïîìîãàåò ïðåäîòâðàùàòü èíöèäåíòû äî èõ âîçíèêíîâåíèÿ

«Ãðóïïà Àñòðà» ïðåäñòàâëÿåò îáíîâëåíèå ïëàòôîðìû äëÿ êîìïëåêñíîãî íàáëþäåíèÿ çà ÈÒ-èíôðàñòðóêòóðîé — «Àñòðà...

«Ãðóïïà Àñòðà» ïðåäñòàâëÿåò îáíîâëåíèå ïëàòôîðìû äëÿ êîìïëåêñíîãî íàáëþäåíèÿ çà ÈÒ-èíôðàñòðóêòóðîé — «Àñòðà Ìîíèòîðèíã» 1.2. Ïðîäóêò îáåñïå÷èâàåò öåíòðàëèçîâàííûé ñáîð è àíàëèç ìåòðèê, ëîãîâ è òðàññèðîâîê, ÷òî êðèòè÷åñêè âàæíî äëÿ ïîääåðæàíèÿ ñòàáèëüíîñòè è ïðîèçâîäèòåëüíîñòè ñîâðåìåííûõ öèôðîâûõ ñåðâèñîâ.  âåðñèè 1.2 ðàçðàáîòêà ïîëó÷èëà áîëåå 10 êëþ÷åâûõ íîâîââåäåíèé, íàïðàâëåííûõ íà óïðåæäàþùåå ðåàãèðîâàíèå íà èíöèäåíòû è óãëóáëåííóþ àíàëèòèêó. Îá ýòîì CNews ñîîáùèëè ïðåäñòàâèòåëè «Ãðóïïû Àñòðà».

Ñèñòåìà òåïåðü ïîçâîëÿåò àâòîìàòè÷åñêè ôîðìèðîâàòü äèíàìè÷åñêèå ïîðîãè íà ãðàôèêàõ ñ èñïîëüçîâàíèåì ñòàòèñòè÷åñêèõ ìåòîäîâ MAD (Median Absolute Deviation) è StdDev (Standard Deviation). Ýòî ïîçâîëÿåò ñèñòåìå «ó÷èòüñÿ» íà íîðìàëüíîì ïîâåäåíèè ìåòðèê è ñèãíàëèçèðîâàòü î ðåàëüíûõ àíîìàëèÿõ, à íå î ëîæíûõ ñðàáàòûâàíèÿõ èç-çà ñòàòè÷åñêèõ çíà÷åíèé. Äëÿ òàêèõ «ìîíèòîðîâ àíîìàëèé» ðåàëèçîâàíà íàñòðîéêà ïðàâèë îïîâåùåíèÿ.

Äîáàâëåíà èíòåãðàöèÿ ñ ïîïóëÿðíûì ìåññåíäæåðîì Max, ÷òî ïîçâîëÿåò íàïðàâëÿòü àëåðòû â óäîáíûå äëÿ êîìàíä êàíàëû ñâÿçè. Äëÿ ãàðàíòèðîâàííîé äîñòàâêè êðèòè÷åñêè âàæíûõ îïîâåùåíèé ðåàëèçîâàíà ôóíêöèÿ ïðèíóäèòåëüíîãî ñáðîñà êýøà êàíàëîâ óâåäîìëåíèé.

 ïðîäóêò èíòåãðèðîâàíà îòäåëüíàÿ âêëàäêà «Òðåéñû» äëÿ âèçóàëèçàöèè è ôèëüòðàöèè òðàññèðîâîê ðàñïðåäåëåííûõ ñèñòåì. Òàêæå óëó÷øåíà äåòàëèçàöèÿ èíôîðìàöèè î ïðîáëåìàõ è ñîáûòèÿõ, à ñêîðîñòü âûïîëíåíèÿ çàïðîñîâ ê ëîãàì âîçðîñëà, ÷òî óñêîðÿåò ðàññëåäîâàíèå èíöèäåíòîâ.

Äëÿ ñîçäàíèÿ äàøáîðäîâ äîáàâëåíà ïîääåðæêà PromQL ñ àâòîäîïîëíåíèåì çàïðîñîâ è ïîäñâåòêîé ñèíòàêñèñà, ÷òî ñíèæàåò âåðîÿòíîñòü îøèáîê è óñêîðÿåò ðàáîòó èíæåíåðîâ.  ñèñòåìå óïðàâëåíèÿ èäåíòèôèêàöèåé ïîÿâèëàñü âîçìîæíîñòü ðåãèñòðàöèè ïîëüçîâàòåëåé ñ èñïîëüçîâàíèåì ñèìâîëîâ êèðèëëèöû, ÷òî ïîâûøàåò óäîáñòâî â îòå÷åñòâåííûõ îðãàíèçàöèÿõ. Âíåäðåíû ýíäïîèíòû äëÿ ñòàíäàðòèçèðîâàííîé ïðîâåðêè ðàáîòîñïîñîáíîñòè âñåõ êîìïîíåíòîâ ñàìîãî «Àñòðà Ìîíèòîðèíãà». Ïî ìíîãî÷èñëåííûì ïðîñüáàì ïîëüçîâàòåëåé äîáàâëåíà òåìíàÿ òåìà èíòåðôåéñà, ñíèæàþùàÿ íàãðóçêó íà ãëàçà ïðè äëèòåëüíîé ðàáîòå.

«Ñ âûõîäîì âåðñèè 1.2 «Àñòðà Ìîíèòîðèíã» äåëàåò ñåðüåçíûé øàã â ñòîðîíó èíòåëëåêòóàëüíîãî è ïðîàêòèâíîãî óïðàâëåíèÿ èíôðàñòðóêòóðîé. Ìû íå ïðîñòî ñîáèðàåì äàííûå, à ïðåäîñòàâëÿåì èíñòðóìåíòû äëÿ èõ ãëóáîêîãî àíàëèçà è àâòîìàòè÷åñêîãî âûÿâëåíèÿ îòêëîíåíèé äî òîãî, êàê îíè ïîâëèÿþò íà áèçíåñ. Óìíûå ïîðîãè, èíòåãðàöèÿ ñ òðåéñàìè è ðàñøèðåííûå âîçìîæíîñòè óâåäîìëåíèé — ýòî ïðÿìîé îòâåò íà çàïðîñû íàøèõ çàêàç÷èêîâ, êîòîðûå ðàáîòàþò â óñëîâèÿõ âûñîêîé ñëîæíîñòè è äèíàìè÷íîñòè ÈÒ-ëàíäøàôòîâ», — ñêàçàë Èëüÿ Çàõàðîâ, äèðåêòîð äåïàðòàìåíòà ìîíèòîðèíãà «Ãðóïïû Àñòðà».

Êîììåíòàðèè