Observabilitas adalah sejauh mana Anda dapat memahami keadaan atau kondisi internal sistem yang kompleks hanya berdasarkan pengetahuan tentang output eksternalnya. Makin baik observabilitas sebuah sistem, semakin cepat dan akurat Anda dapat menelusuri masalah kinerja yang teridentifikasi hingga ke akar masalah, tanpa pengujian atau pengkodean tambahan.
Observabilitas memberikan visibilitas mendalam ke dalam aplikasi terdistribusi modern untuk identifikasi dan penyelesaian masalah otomatis yang lebih cepat.
Dalam TI dan komputasi cloud, observabilitas melibatkan penggunaan alat dan praktik perangkat lunak. Alat-alat ini digunakan untuk mengumpulkan, menghubungkan, dan menganalisis aliran data kinerja yang stabil dari aplikasi terdistribusi bersama dengan perangkat keras dan jaringan yang digunakan. Proses ini membantu memantau, memecahkan masalah, dan men-debug aplikasi dan jaringan secara efektif. Tujuannya adalah untuk memenuhi harapan pengalaman pelanggan, perjanjian tingkat layanan (SLA), dan persyaratan bisnis lainnya.
Sebagai topik TI yang relatif baru, observabilitas sering disalahartikan sebagai kata kunci yang terlalu berlebihan, atau "rebranding" dari pemantauan sistem, pemantauan kinerja aplikasi (APM), dan manajemen kinerja jaringan (NPM). Faktanya, observabilitas adalah evolusi alami dari metode pengumpulan data APM dan NPM yang lebih baik dalam menangani sifat penyebaran aplikasi cloud-native yang semakin cepat, terdistribusi, dan dinamis. Pengamatan tidak menggantikan pemantauan—memungkinkan pemantauan yang lebih baik, dan APM dan NPM yang lebih baik.
Istilah "observabilitas" berasal dari teori kontrol, bidang teknik yang berkaitan dengan mengotomatiskan kontrol sistem dinamis. Contohnya termasuk mengatur aliran air melalui pipa, atau mengendalikan kecepatan mobil di atas tanjakan dan turunan, berdasarkan masukan dari sistem.
Buku elektronik ini bertujuan untuk menyanggah mitos seputar observabilitas dan menunjukkan perannya di dunia digital.
Mendaftar untuk mendapatkan panduan tentang observabilitas
Selama 20 tahun terakhir ini, tim TI sangat bergantung pada APM untuk memantau dan memecahkan masalah aplikasi. APM secara berkala mengambil sampel dan menggabungkan data aplikasi dan sistem, yang disebut telemetri, yang diketahui terkait dengan masalah kinerja aplikasi.
APM menganalisis telemetri relatif terhadap indikator kinerja utama (KPI) dan merakit hasilnya dalam dasbor. Temuan ini memperingatkan tim operasi dan dukungan akan kondisi abnormal yang perlu ditangani untuk menyelesaikan atau mencegah masalah.
APM cukup efektif untuk memantau dan memecahkan masalah aplikasi monolitik atau aplikasi terdistribusi tradisional. Dalam pengaturan ini, rilis kode baru terjadi secara berkala dan alur kerja serta ketergantungan antara komponen aplikasi, server, dan sumber daya terkait sudah dikenal atau mudah dilacak.
Saat ini, organisasi dengan cepat mengadopsi praktik pengembangan modern. Praktik-praktik ini meliputi pengembangan yang gesit, integrasi berkelanjutan, dan penerapan berkelanjutan (CI/CD), DevOps, dan berbagai bahasa pemrograman.
Organisasi juga mengadopsi teknologi cloud-native seperti layanan mikro, kontainer Docker , Kubernetes , dan fungsi tanpa server . Akibatnya, mereka membawa lebih banyak layanan ke pasar lebih cepat dari sebelumnya. Namun, dalam prosesnya mereka menerapkan komponen aplikasi baru. Mereka melakukannya di banyak tempat, dalam bahasa yang berbeda dan untuk periode waktu yang sangat bervariasi, bahkan detik atau sepersekian detik, untuk fungsi tanpa server. Pengambilan sampel data sekali per menit dari APM tidak dapat mengimbangi hal ini.
Yang dibutuhkan adalah telemetri berkualitas lebih tinggi–dan dalam jumlah yang sangat besar–yang dapat digunakan untuk membuat catatan yang sangat akurat, kaya konteks, dan sepenuhnya berkaitan dari setiap permintaan atau transaksi pengguna aplikasi. Dan observabilitas bisa membantu.
Platform observabilitas menemukan dan mengumpulkan telemetri kinerja secara kontinu melalui integrasi dengan instrumentasi yang ada yang diterapkan dalam komponen aplikasi dan infrastruktur, serta dengan menyediakan alat untuk menambahkan instrumentasi ke komponen ini. Observabilitas berfokus pada empat jenis telemetri utama:
- Log. Log adalah catatan peristiwa aplikasi secara terperinci yang diberi stempel waktu, lengkap, dan tidak dapat diubah. Log dapat digunakan untuk membuat catatan dalam satuan milidetik dengan ketelitian yang tinggi dari setiap peristiwa, lengkap dengan konteks terkait. Pengembang dapat menggunakan log ini untuk melakukan 'playback' dengan tujuan pemecahan masalah dan debugging.
- Metrik. Metrik (kadang-kadang disebut metrik deret waktu) adalah ukuran mendasar dari kesehatan aplikasi dan sistem selama periode waktu tertentu. Misalnya, metrik mengukur berapa banyak memori atau kapasitas CPU yang digunakan aplikasi selama rentang lima menit, atau berapa banyak latensi yang dialami aplikasi selama lonjakan penggunaan.
- Trace. Trace mencatat 'perjalanan' ujung ke ujung dari setiap permintaan pengguna, mulai dari UI atau aplikasi seluler melalui seluruh arsitektur terdistribusi dan kembali ke pengguna.
- Dependensi(juga disebut peta dependensi) mengungkapkan bagaimana setiap komponen aplikasi bergantung pada komponen lain, aplikasi, dan sumber daya TI.
Setelah mengumpulkan telemetri ini, platform menghubungkannya secara real-time. Proses ini memberikan informasi kontekstual yang lengkap bagi tim DevOps, tim rekayasa keandalan situs (SRE), dan staf TI. Tim memahami deskripsi, lokasi, dan alasan untuk setiap peristiwa yang dapat mengindikasikan, menyebabkan, atau digunakan untuk mengatasi masalah kinerja aplikasi.
Banyak platform observabilitas secara otomatis menemukan sumber-sumber telemetri baru yang mungkin muncul di dalam sistem (seperti panggilan API baru ke aplikasi perangkat lunak lain). Platform menangani lebih banyak data daripada solusi APM standar. Banyak platform memiliki kemampuan AIOps (kecerdasan buatan untuk operasi) yang menyaring sinyal, indikasi masalah nyata, dari derau (data yang tidak terkait dengan masalah).
Observabilitas membuat sistem lebih mudah dipahami (secara umum maupun secara mendetail) dan dipantau, lebih mudah dan lebih aman untuk diperbarui dengan kode baru, serta lebih mudah diperbaiki daripada sistem dengan observabilitas rendah. Observabilitas khususnya secara langsung mendukung tujuan Agile/DevOps/SRE untuk menghadirkan perangkat lunak berkualitas lebih tinggi secara lebih cepat karena organisasi mampu:
- Menemukan dan mengatasi 'hal-hal yang tidak diketahui'–masalah yang tidak Anda ketahui. Keterbatasan utama dari alat pemantauan adalah bahwa alat ini hanya mengawasi 'hal-hal yang tidak diketahui'–kondisi luar biasa yang sebenarnya sudah Anda waspadai. Observabilitas menemukan kondisi yang mungkin tidak pernah Anda ketahui atau terpikirkan untuk mencari, kemudian melacak hubungannya dengan masalah kinerja tertentu serta memberikan konteks untuk mengidentifikasi akar masalah untuk mempercepat penyelesaian.
- Menangkap dan menyelesaikan masalah di awal pengembangan. Observabilitas menerapkan pemantauan ke fase awal proses pengembangan perangkat lunak. Tim DevOps dapat mengidentifikasi dan memperbaiki masalah dalam kode baru sebelum memengaruhi pengalaman pelanggan atau SLA.
- Menyesuaikan skala observabilitas secara otomatis. Misalnya, Anda dapat menentukan instrumentasi dan agregasi data sebagai bagian dari konfigurasi klaster Kubernetes dan mulai mengumpulkan telemetri sejak klaster ini mulai diaktifkan hingga waktunya dinonaktifkan.
- Mengaktifkan infrastruktur aplikasi remediasi dan penyembuhan mandiri. Menggabungkan observabilitas dengan kemampuan otomatisasi dan machine learning AIOps untuk memprediksi masalah berdasarkan output sistem dan menyelesaikannya tanpa intervensi manajemen.
Temukan platform observabilitas perusahaan terkemuka untuk hybrid cloud.
Tingkatkan kinerja infrastruktur dan aplikasi di mana saja dengan kemampuan pengamatan log proaktif sambil mengoptimalkan TCO untuk infrastruktur kemampuan pengamatan Anda di dalam dan di luar IBM Cloud.
Pantau dan selesaikan masalah infrastruktur, layanan cloud, dan aplikasi Anda dengan IBM Cloud Monitoring di dalam dan di luar infrastruktur IBM Cloud.
Cari tahu bagaimana kami membantu Anda dengan otomatisasi yang didukung AI, mulai dari alur kerja bisnis hingga operasi TI Anda.
Temukan bagaimana Cloud Pak for Watson AIOps, sebuah solusi manajemen operasi TI, yang memungkinkan operator TI menempatkan AI sebagai inti dari rantai alat ITOps mereka.
Optimalkan operasi TI dengan wawasan dan tindakan dari observabilitas jaringan yang berpusat pada aplikasi.
Manfaatkan observabilitas untuk secara proaktif mengoptimalkan sumber daya aplikasi, memastikan kinerja, dan menghemat uang.
Jelajahi panduan pemula ini untuk memahami apa itu observabilitas dan bagaimana Anda dapat memulai observabilitas perusahaan Anda dalam tiga langkah sederhana.
Baca bagaimana Pemantauan dan observabilitas dapat membantu Anda mengidentifikasi penyebab utama masalah—bagaimana kesamaan dan perbedaannya?
Jelajahi dunia baru dengan buku elektronik ini. Sudah waktunya bagi kita untuk meninggalkan pemantauan dan mengambil langkah pertama kiat ke dalam dunia observabilitas dan betapa pentingnya hal ini bagi pengembang.
Jelajahi tiga solusi IBM yang sinergi dalam domain AIOps: IBM Observability by Instana, Turbonomic Application Resource Management for IBM Cloud Paks, dan IBM Cloud Pak for Watson AIOps.