PRESSEMITTEILUNG
Elastic bietet intelligenteres Tail-basiertes Sampling für APM in modernen Cloud-nativen Umgebungen
- Beseitigung blinder Flecken durch detaillierte Steuerung der Datenerfassung und ‑speicherung
- Möglichkeit zur nahtlosen Erfassung von Serverless-Traces für schnellere Fehlerbehebung bei AWS Lambda
- Neue Integrationen für eine schnellere Dateningestion für zusätzliche Einblicke in die AWS-Cloud-Dienste
Elastic (NYSE: ESTC) („Elastic“), das Unternehmenhinter Elasticsearch, präsentiert neue Funktionen und Erweiterungen für seine Elastic Observability Lösung. Die neuen Funktionen und Erweiterungen unterstützen moderne Cloud-native Umgebungen, einschließlich intelligenterem Tail-basiertem Sampling für APM (Application Performance Monitoring) und ermöglichen bessere Einblicke in die AWS-Cloud-Dienste.
Beseitigung blinder Flecken mit Elastic-eigenem Tail-basiertem Sampling
Tail-basiertes Sampling bietet detaillierte Steuerungsmöglichkeiten für Trace-Sampling-Bedingungen in hochvolumigen Systemen mit Millionen von Transaktionen und hilft DevOps und SRE-Teams so dabei, blinde Flecken bei der Anwendungsperformance zu beseitigen.
Im Gegensatz zum üblichen Head-basierten Sampling, bei dem mit einer festgelegten Samplingfrequenz gearbeitet wird und das eher in Anwendungsserver-Umgebungen mit geringem Traffic zum Einsatz kommt, eignet sich der Tail-basierte Ansatz eher für komplexe, Cloud-native Anwendungen. Beim Elastic-eigenen Tail-basierten Sampling erfolgt die Entscheidung, ob ein Sample beibehalten bleibt oder verworfen wird, erst nachdem eineTrace abgeschlossen und überprüft wurde. So erhalten Kunden mit dem Tail-basierten Sampling zusätzliche Einblicke bei geringeren Kosten für die Datenspeicherung, weil nur die wichtigsten Transaktionen erfasst werden.
„Je mehr Cloud-native Technologien und Microservices-basierte Architekturen eingesetzt werden, desto komplexer wird das Anwendungs-Troubleshooting“, so Alvaro Lobato, Vice President, Observability, Elastic. „Dank des Tail-basierten Samplings von Elastic müssenKunden nicht wegen zu hoher Kosten auf uneingeschränkte Einblicke in ihre Anwendungen verzichten. Mit Elastic Observability bieten wir maximale Transparenz und gleichzeitig die detaillierten Steuerungsmöglichkeiten, die für die Arbeit in komplexen, Cloud-nativen Umgebungen benötigt werden.“
Außerdem ermöglicht das Elastic-eigene Tail-basierte Sampling DevOps- und SRE-Teams, die Sampling-Frequenz anzupassen. So kann jede der Traces anhand von Regeln oder Richtlinien und Transaktionsergebnissen ausgewertet werden, was zusätzliche Einblicke in die Anwendungsperformance erlaubt. Die so gewonnenen APM-Erkenntnisse erlauben eine schnellere Ursachenanalyse, sodass Probleme in kürzerer Zeit gelöst werden.
Zusätzliche Einblicke in die AWS-Cloud-Dienste und schnelleres Troubleshooting
Die ab sofort verfügbare Funktion zur nativen Erfassung von Serverless-Traces aus AWS Lambda-Funktionenj ermöglicht detaillierte End-to-End-Einblicke in verteilte Transaktionen und beschleunigt die Fehlerbehebung. Mit dem neuen AWS Lambda-APM-Agent können Entwicklungsteams Serverless-Anwendungs-Traces aus Lambda-Funktionen erfassen, die in Node.js, Python oder Java geschrieben wurden. Außerdem unterstützt Elastic jetzt auch das native Cloud-Monitoring mit der Möglichkeit, Lambda-Traces via OpenTelemetry zu erfassen (nur Java und Python).
„Wir freuen uns, den AWS Lambda-APM-Agent von Elastic für unsere Cloud-nativen Anwendungen einzusetzen“, so José Navarro, Software Engineer beim Healthcare-Anbieter Accolade. „Dies liefert uns Einblicke darin, ob ein bestimmter Aufruf der Lambda-Funktion zu einem Kaltstart direkt im Trace-Wasserfalldiagramm geführt hat. Aber auch die Verfügbarkeit Lambda-spezifischer Metriken auf Dienst- und Transaktionsgruppenebene, wie der Kaltstartquote, ist für uns sehr hilfreich.“
Darüber hinaus können Kunden jetzt Logdaten aus Amazon S3 und CloudWatch in Elasticsearch ingestieren und optional Indexvorlagen, Ingestionspipelines und Ausgabespezifikationen einrichten. Mit Elastic8.2 unterstützt der Elastic Serverless Forwarder jetzt auch CloudWatch, Kinesis Data Streams und direktes SQS als zusätzliche Eingabequellen für die Log-Ingestion. Mit diesen Erweiterungen erhalten Kunden Ingestionsoptionen entsprechend ihrer vorhandenen Betriebsabläufen und Architekturpräferenzen, sodass sie flexibler agieren können.
Weitere Informationen zu diesen und weiteren verbesserten Features finden Sie im Elastic-Blogpost zu den Neuigkeiten in Elastic Observability 8.2.
Über Elastic
Elastic ist ein Search-Unternehmen, aufbauend auf dem Motto „kostenlos und offen“. Die Produkte und Lösungen von Elastic sind so gestaltet, dass sie jedem einen schnellen und reibungslosen Start ermöglichen. Elastic bietet drei Lösungen für Enterprise Search, Observability und Security, die auf einem gemeinsamen Technologie-Stack basieren, der sich überall bereitstellen lässt. Ob es um das Finden von Dokumenten, das Überwachen von Infrastrukturen oder die Jagd auf Bedrohungen geht – mit Elastic werden Daten jeder Menge in Echtzeit nutzbar. Tausende Organisationen weltweit, darunter Cisco, eBay, Goldman Sachs, Microsoft, The Mayo Clinic, NASA, The New York Times, Wikipedia und Verizon, nutzen Elastic zur Unterstützung missionskritischer Systeme. Das Unternehmen wurde 2012 gegründet und beschäftigt Mitarbeiter in der ganzen Welt. Seine Aktien werden an der New Yorker Börse unter dem Symbol „ESTC“ gehandelt. Weitere Informationen erhalten Sie unter elastic.co/de.
###
Die Entscheidung über die Veröffentlichung der in diesem Dokument beschriebenen Leistungsmerkmale und Funktionen oder deren Zeitpunkt liegt allein bei Elastic. Es ist möglich, dass nicht bereits verfügbare Leistungsmerkmale oder Funktionen nicht rechtzeitig oder überhaupt nicht veröffentlicht werden.
Elastic und zugehörige Marken, Waren- und Dienstleistungszeichen sind Marken oder eingetragene Marken von Elastic N.V. und seinen Tochterunternehmen. Alle anderen Unternehmens- und Produktnamen können Marken ihrer jeweiligen Eigentümer sein.