In der aktuellen Technologielandschaft der Unternehmen erleben wir einen branchenweiten Wettlauf. Da Unternehmen von monolithischen Architekturen zu komplexen Umgebungen mit heterogenen Infrastrukturen übergehen, stoßen cloudbasierte Datenplattformen bei Fragen der Transparenz, d. h. der Observability, an ihre Grenzen. Ihre Reaktion darauf war eine Welle reaktiver, milliardenschwerer Übernahmen, mit denen sie die ihnen von Haus aus fehlende Observability „nachträglich integrieren” wollten.
Observability sollte jedoch keine nachträgliche Ergänzung oder ein Punkt aus einer kürzlich erfolgten Fusion sein – sie muss eine Kernkompetenz sein. Wir bei Cloudera entwickeln unsere Native-Observability-DNA zu einem einheitlichen, hybriden Kraftpaket weiter und beweisen, dass echte Erkenntnisse in den gesamten Datenbestand eine grundlegende Voraussetzung für eine einheitliche Datenstruktur, ein offenes Data Lakehouse, Bewegtdaten, KI und Ihre Datenplattform als Ganzes sind. Das gilt unabhängig davon, ob Sie Ihre Anwendungen, Workloads, Modelle und Agenten in Public Clouds, On-Premises in Rechenzentren oder an der Edge ausführen.
Die Vielschichtigkeit der Observability: Mehr als nur einfache Überwachung
Echte Observability ist kein einzelnes Tool, sondern eine grundlegende Fähigkeit, die in die Datenplattform integriert ist, um kritische Fragen für alle Beteiligten im gesamten Datenbestand zu beantworten. Ob ein Wirtschaftsanalyst sich fragt, warum ein Dashboard nicht aktualisiert wurde, ein Datenbankadministrator eine Langzeitabfrage untersucht oder ein Systemadministrator verzerrte Datenspeicherung über Clusterknoten hinweg identifiziert – Observability muss integrierte Telemetrie bieten, um sofortige, umsetzbare Antworten zu liefern.
In der Realität von Hybrid- und Multi-Cloud-Landschaften ist es nicht möglich, sich auf separate, zweckgebundene Tools für Datenqualität, Cloud-Performance, Infrastrukturzustand usw. zu verlassen, die nicht für die gesamte Datenlandschaft funktionieren. Stattdessen entsteht ein Problem mit Datensilos in Form von voneinander getrennten Inseln beobachteter Systeme.
Es ist das Zusammenspiel dieser Systeme (in Bezug auf Daten, Workloads, Ressourcennutzung usw.), das eine Observability erforderlich macht. Wenn diese Kategorien nicht miteinander verbunden sind, verlieren Unternehmen den für operative Exzellenz erforderlichen tiefgreifenden Kontext. Um dieses Maß an Erkenntnissen zu erreichen, ist eine Transparenz erforderlich, die Protokolle, Metriken und Traces zwischen der Datenebene und der zugrunde liegenden Infrastruktur sowie allem dazwischen nahtlos miteinander verknüpft.
Die unvermeidliche Komplexität der hybriden KI-Ära
Das Aufkommen generativer KI und der Modellierung im großen Maßstab hat die Hybrid-Architektur grundlegend verändert: Sie ist nicht mehr nur eine strategische Entscheidung, sondern eine technische Notwendigkeit. KI-Workloads erfordern ein ausgewogenes Verhältnis zwischen massiven Cloud-Computing-Kapazitäten für das Training und lokalisierter On-Premises-Datengravitation für Datenschutz und Inferenz mit geringer Latenz, was dazu führt, dass moderne Unternehmen zu einem komplexen Geflecht heterogener Umgebungen werden.
Dieser Wandel hin zu einer vollständig verteilten Infrastruktur – vom zentralen Rechenzentrum über die Public Cloud bis hin zur Edge – erhöht zwangsläufig die Komplexität, da sich die Workloads sowohl innerhalb als auch zwischen diesen verschiedenen Infrastrukturen unterschiedlich verhalten. Diese Komplexität macht es exponentiell schwieriger, dem entscheidenden „Warum“ hinter Leistungsverzögerungen, Kostenspitzen oder Verbrauchsproblemen auf den Grund zu gehen. Im Zeitalter der hybriden KI wird die Systemkomplexität ohne einheitliche Sicht und Telemetrie zu einer unüberschaubaren Blackbox, sodass IT-Verantwortliche nicht in der Lage sind, kritische Ausfälle vorherzusagen oder zu verhindern.
Die „Bolt-On“-Falle: Warum Observability nicht erst im Nachhinein berücksichtigt werden darf
In letzter Zeit gab es einen Anstieg bei der Übernahme von Observability-Startups durch Cloud-basierte Datenanbieter: Snowflake übernimmt Observe, Palo Alto Networks übernimmt Chronosphere und weitere. Diese milliardenschweren Übernahmen zeigen, dass Datenplattformen, denen native Observability fehlt, irgendwann an eine „Transparenzgrenze“ stoßen. Diese Anbieter versuchen jetzt, das zu erweitern, was eine Kernkompetenz hätte sein sollen.
Für moderne Unternehmen bietet ein fragmentierter, ausschließlich auf Cloud-Lösungen basierender Ansatz nicht die erforderliche Transparenz, um echte operative Exzellenz zu erreichen:
Cloud-only-Tools sind auf einen bestimmten Teil des Stacks beschränkt und ignorieren die riesigen Datenbestände, die außerhalb der Public Cloud existieren.
Tools mit nachträglich hinzugefügter Observability haben Schwierigkeiten bei der Bereitstellung des einheitlichen Kontexts, der zum Verständnis der Ursachen von Problemen in komplexen Hybrid-Umgebungen erforderlich ist. Kunden sehen sich häufig mit unzusammenhängenden Schnittstellen für Protokolle, Metriken und Traces konfrontiert, was einen erheblichen Mangel an Kohäsion zwischen der Datenebene und der sie unterstützenden Infrastruktur deutlich macht.
Native und Unified Observability von Cloudera
Cloudera Observability ist eine native, grundlegende Funktion, die über die einfache Überwachung hinausgeht und als einheitliches Powerhouse fungiert. Durch die Positionierung der Transparenz als grundlegende Anforderung bietet Cloudera einen vollständigen Überblick über die gesamte Hybrid Cloud: On-Premises, in der Public Cloud und an der Edge. Durch die Nutzung von OpenTelemetry als Observability-Framework zur Erfassung und Aufzeichnung verteilter Traces und Metriken orientieren wir uns am führenden Framework für Observability-Standards.
Cloudera Observability liefert mehr als nur die Erklärung für die Leistungsprobleme; es bietet einen umfassenden Erkenntniszyklus. Wir haben die Diagnosedaten von mehr als 1,3 Millionen Knoten, für die ein Abonnement besteht, gebündelt, um fortschrittliche Diagnosetools zu entwickeln. Mit der Integration von Cloudera Cloud Factory (früher bekannt als Taikun CloudWorks) sind wir nun bestens aufgestellt, um diese Funktionen über die Verwaltung Cloud-nativer Infrastrukturen hinaus zu erweitern.
Diese Entwicklung macht vorausschauende Zuverlässigkeit für moderne Unternehmen greifbar und verwandelt die Wartung von einem Zyklus reaktiver Patches in eine proaktive Strategie. Durch die Nutzung fortschrittlicher Warnungen zu bekannten Problemen und Sicherheitslücken können Unternehmen endlich die traditionelle Fehlerbehebung überwinden und einen Zustand kontinuierlicher, zuverlässiger Leistung über ihren gesamten Datenbestand hinweg erreichen.
Letztendlich ist Observability der einzige Weg, um die Komplexität im Zeitalter der hybriden KI zu bewältigen – mithilfe einer Datenplattform, deren DNA auf Observability basiert. Wenn Sie mehr darüber erfahren möchten, wie Sie mit Cloudera echte Observability erreichen können, wenden Sie sich an unser Team für professionelle Dienstleistungen, sehen Sie sich unsere Produktdemos an oder melden Sie sich für eine kostenlose 5-Tage-Testversion an.
