Automatisering Omarmen: Voorblijven In DevOps

DevOps gaat over het versnellen van levering van nieuwe producten en diensten op schaal, betrouwbaar en betaalbaar. Dit vereist automatisering — software gebruiken om te bouwen, configureren, deployen, schalen, updaten, en andere software te managen.

We denken meestal aan monitoring als iets wat naast dit proces gebeurt — zijn taak is om operators te alarmeren als dingen misgaan, helpen issues analyseren, compliance bevestigen met service-level doelen. Maar het is betere praktijk om monitoring te behandelen als een vitaal deel van ops-automatisering. Een modern, full-featured monitoring-platform kan een krachtige automatiseringsmotor zijn op zich, en een cruciale enabler voor grotere automatiseringsinitiatieven in applicatie- en infrastructuur-lifecycle management en probleemmitigatie. Het kan zelfs, in veel gevallen, werken om autonoom operaties zoals self-scaling en self-healing mogelijk te maken.

>Zie ook: IT monitoring: Monitor jezelf niet in een madhouse, Opsview

Hier zijn enkele manieren waarop je monitoring-systeem je kan helpen meer te doen, menselijke fouten te elimineren, en SLO's te halen (niet alleen te voldoen):

Gestroomlijnde, geautomatiseerde monitoring-systeem implementatie en lifecycle-beheer. On-premises monitoring-oplossingen kunnen co-resideren gemonitoreerde infrastructuur; zowel in klassieke private clouds en datacenters als in provider-gehoste virtuele private clouds (VPCs). Dit laat ze toe te voldoen aan beveiliging, privacy, datagovernance en andere regelgeving; en helpt ze bandbreedte- en kostenbarrières te overwinnen die de schaalbaarheid van SaaS monitoring-oplossingen kunnen beperken. Premise monitoring moet gedeployed, geschaald, en geüpdatet worden — en dit kan ontberend zijn voor alles behalve heel eenvoudige, single-server configuraties.

Vooruitkijken makers van dit soort monitoring-platform zijn begonnen populaire deployment-automatiseringsframeworks zoals Ansible, Puppet, en Chef (deze zelfde die DevOps gebruikt om infrastructuur-implementatie en routine-operaties te automatiseren) te benutten om monitoring-systeem implementatie in geschaalde, hoog-beschikbare configuraties te stroomlijnen. Voor operator-gemak, verbergen ze deployment-tool complexiteit achter webUIs en vereenvoudigde configurators, hoewel de standaard tooling toegankelijk is voor DevOps-folks die willen dat monitoring-systeem of metrics-collector implementatie met infrastructuur-roll-outs afgestemd wordt — een best practice. Details van monitoring kunnen gedefinieerd en onderhouden worden als onderdeel van definitieve "infrastructure as code" repositories.

>Zie ook: De waarde van zichtbaarheid in je datacenter

Geautomatiseerde agent-implementatie en gemonitoreerde-object registratie via API. Standaard deployment-tools zoals Ansible kunnen ook gebruikt worden om te injecteren, configureren, en updaten monitoring-componenten (eindpunt-agents, vereiste bibliotheken, etc.) op hosts. Dezelfde tools kunnen feiten extraheren uit deployment manifests of direct van hosts bij deploy-tijd, dan monitoring-systeem API's gebruiken om monitoring voor host-infrastructuur en applicaties snel te configureren, alsmede "unmonitor" hosts aan het einde van de levensduur. Routinematig systemen onder monitoring zetten zodra ze gedeployed zijn stelt snelle detectie van issues in staging of productie in staat, en kan gebruikt worden om rollbacks te triggeren, indien vereist — een belangrijk best-practice voor continuous delivery.

CMDB ingestie. Sommige monitoring-platforms kunnen data opnemen van operations management tools en configuration management databases (CMDBs), zoals die aangeboden door ServiceNow en vergelijkbare leveranciers. Dit stelt operators in staat om monitoring voor bestaande infrastructuur, applicaties, en volledige zakelijke diensten snel en met vertrouwen te configureren — vermijdend arbeidsintensieve en foutgevoelige handmatige compilatie van systeemfeiten.

>Zie ook: Wat is de juiste storage-software nodig voor DevOps om een succes te zijn?

Ontdekking en auto-monitoring. Gesofisticeerde monitoring-oplossingen gebruiken een toenemend bereik aan methoden, inclusief directe toegang tot hosts via SSH en indirecte toegang via configuratie-repositories zoals ActiveDirectory en diensten zoals Windows Discovery, om feiten te extraheren uit bestaande infrastructuur en monitoring-configuratie door operators te versnellen. Toonaangevende producten bewegen nu naar het volledig automatiseren van het proces: het creëren van uitgebreide kaarten van infrastructuur, apps, en complete zakelijke diensten en deze dingen monitoren zonder de noodzaak voor enige handmatige interventie of richting.

Alert-verwerking, notificatie, escalatie, integratie. Alerting is, natuurlijk, een krachtige vorm van automatisering. Het behelst besluitvorming, wat simpel kan zijn (bijv., een metric heeft een gegeven drempel overtreden) of significant complexer (bijv., verschillende metrics, van afzonderlijke systemen, zijn in staten gekomen die voorspellend zijn voor een bepaald soort bekende fout voor een kritische zakelijke dienst). Het betreft gesofisticeerde toewijzing en escalatie gebaseerd op issue, team-roosters, tijd/datum en andere variabelen. Het vereist outbound-integratie met communicatiemethoden zoals e-mail, of met multi-mode notificatie-platforms zoals PagerDuty; of meer gesofisticeerde integratie met issue-management (bijv., JIRA) of operations workflow management (bijv., ServiceNow) alsook collaboratie (bijv., Slack) en andere oplossingen. Al deze automatiseringskracht werkt samen om de juiste alert naar de juiste persoon op het juiste moment te brengen terwijl over-alerting en vermoeidheid vermeden wordt — operaties gladden en teams helpen downtime te vermijden en SLO-commitments te halen.

>Zie ook: Hoe workload-automatisering DevOps kan versnellen

Proactieve issue-mitigatie. Ten slotte, gesofisticeerde monitoring-oplossingen bieden nu de mogelijkheid om scripts op hosts uit te voeren, of gecentraliseerde automatisering (bijv., Ansible) te triggeren om taken uit te voeren gebaseerd op gemonitoreerde condities: van het herstarten van een gefaalde server tot het opschalen van een infrastructuur-cluster. Over het komende decennium zullen ontwikkelingen in machine learning geleidelijk de mogelijkheid verbeteren om systemen te monitoren om de abstracte structuur en functie van zakelijke diensten af te leiden, ze automatisch te monitoren, hun foutmodi te voorspellen, ze te repareren en hun prestaties te optimaliseren — hetzij autonoom, of door optimale toewijzing van operator-bronnen aan taken.

Geschreven door John Jainschigg, content strategy lead bij Opsview