Transformation de l'observabilité avec Elastic AI Assistant, la normalisation OTel, le profilage continu et l'amélioration de l'analytique des logs

L'observabilité entre dans une ère plus moderne avec l'émergence de l'IA et de l'IA générative. Avec la démocratisation de ces technologies, l'observabilité devrait passer d'un processus manuel et réactif à une approche plus proactive basée sur l'IA. Cette approche devrait s'accompagner d'un auto-diagnostic des problèmes rencontrés afin de les résoudre.

Ils sont finis depuis longtemps, les jours où des applications monolithiques s'exécutaient dans des data centers et où les mises à jour logicielles étaient épisodiques. À l'époque, les équipes opérationnelles s'appuyaient sur le serveur, le réseau et des outils de stockage pour monitorer leurs technologies cloisonnées. Elles analysaient les données manuellement et mettaient en place un service d'astreinte par téléphone pour identifier, trier et résoudre les problèmes. Avec l'avènement du cloud et de sa complexité inhérente, avec l'abstraction de l'infrastructure et avec l'accélération des cycles de développement, l'observabilité est devenue une composante incontournable pour les équipes opérationnelles et les SRE si elles veulent pouvoir gérer ces "inconnues inconnues". Et même si les outils d'observabilité aident à établir des corrélations, les tâches exécutées en la matière se font toujours manuellement et sont freinées par le cloisonnement des outils et l'augmentation exponentielle des coûts associés.

Grâce à ses années d'expérience et d'innovation dans l'IA et le Machine Learning (ML), les bases de données vectorielles, Elasticsearch Relevance Engine^TM (ESRE) et la génération augmentée de récupération (RAG), Elastic est bien positionnée pour guider les équipes informatiques dans cette nouvelle ère de l'observabilité adossée à l'IA, en rassemblant les indicateurs, les logs, les traces et le profilage dans une seule et même plateforme pour faire ressortir des informations exploitables.

Comme le fait remarquer Kelly Fitzpatrick, analyste principale chez RedMonk :

Elastic a mis a profit ses années d'expérience dans le Machine Learning ainsi que l'intégration aux plateformes d'IA générative pour révolutionner l'observabilité en offrant des informations pertinentes et contextuelles adossées à l'IA. Elastic AI Assistant pour Elastic Observability (actuellement en préversion technique) est un assistant propulsé par Elasticsearch Relevance Engine (ESRE) qui permet de mieux comprendre les erreurs d'application, les messages log et les alertes, tout en émettant des suggestions pour optimiser le code. En outre, l'interface de tchat interactif d'Elastic AI Assistant permet aux SRE de discuter et de visualiser l'ensemble des données télémétriques pertinentes dans un seul emplacement tout en exploitant les données propriétaires et internes afin de résoudre les problèmes rencontrés.

Elastic permet aux utilisateurs de fournir des données privées à l'assistant, telles que des runbooks, un historique des incidents passés ou de l'incident en cours, et bien plus encore. À l'aide d'un processeur d'inférence propulsé par Elastic Learned Sparse EncodeR (ELSER), Elastic AI Assistant accède aux données les plus pertinentes pour répondre à des questions précises ou réaliser des tâches spécifiques. Elastic AI Assistant est capable d'apprendre et peut donc alimenter sa base de connaissances grâce à une utilisation continue et un apprentissage guidé. Les SRE peuvent donner à l'assistant des informations sur un problème spécifique, afin qu'il puisse fournir un support dans le cas où cet incident surviendrait ultérieurement et qu'il puisse aider à établir des rapports de panne, à mettre à jour les runbooks et à améliorer la résolution automatisée. Les SRE peuvent détecter et résoudre les problèmes plus rapidement et de manière proactive en combinant les forces d'Elastic AI Assistant et du Machine Learning et en éliminant la récupération manuelle fastidieuse de données dispersées dans des silos.

En incorporant des informations organisationnelles privées dans les LLM, Elastic AI Assistant fournit des résultats d'une pertinence optimale, ce qui contribue à accélérer l'identification du problème et sa résolution, ainsi qu'à donner un coup de boost à l'AIOps pour vos équipes. 

Pour en savoir plus sur les informations contextuelles que fournit Elastic AI Assistant pour résoudre les problèmes d'observabilité, lisez cet article.

Découvrez comment utiliser OpenTelemetry et Elastic pour instrumenter les langages populaires, utiliser un format de log ouvert normalisé (ECS) et analyser les données avec l'IA et le ML afin d'acquérir une indépendance vis-à-vis des fournisseurs avec OpenTelemetry.

En améliorant l'analytique des logs, Elastic donne la possibilité aux SRE de catégoriser automatiquement les logs grâce à un processeur d'acheminement unique. Les SRE peuvent ainsi optimiser le traitement des données de log et enrichir ces dernières. Ils peuvent même se servir de l'IA pour renforcer l'analyse des logs. Grâce aux algorithmes de Machine Learning d'Elastic, les SRE peuvent automatiser l'analyse des logs et, de là, identifier les pics, détecter les schémas récurrents, mettre au jour des anomalies et repérer les points de changement. Désormais, Elastic Observability prend en charge l'ingestion ouverte avec OpenTelemetry et des centaines d'intégrations prêtes à l'emploi et de formats personnalisés, pour un équilibre coûts/performances optimal. Grâce à l'amélioration de la gestion des logs, les équipes profitent des avantages suivants : coûts de stockage réduits, gain d'efficacité opérationnelle et accélération de la résolution des problèmes.

Pour en savoir plus sur le logging et la contribution d'Elastic en la matière, c'est par ici.

Elastic continue à innover et à améliorer sa solution d'observabilité full-stack pour aider les équipes SRE à gérer des environnements hybrides et multicloud complexes grâce à des informations exploitables. L'investissement d'Elastic dans l'IA et le Machine Learning, combiné à sa plateforme unifiée, ouverte et flexible, continue à répondre aux besoins des clients et contribuera à transformer l'avenir de l'observabilité. Pour en savoir plus sur notre vision, écoutez cette discussion avec Kelly Fitzpatrick, analyste principale chez RedMonk.

La publication et la date de publication de toute fonctionnalité ou fonction décrite dans le présent article restent à la seule discrétion d'Elastic. Toute fonctionnalité ou fonction qui n'est actuellement pas disponible peut ne pas être livrée à temps ou ne pas être livrée du tout.

Dans cet article, nous sommes susceptibles d'avoir utilisé ou mentionné des outils d'intelligence artificielle générative tiers appartenant à leurs propriétaires respectifs qui en assurent aussi le fonctionnement. Elastic n'a aucun contrôle sur les outils tiers et n'est en aucun cas responsable de leur contenu, de leur fonctionnement, de leur utilisation, ni de toute perte ou de tout dommage susceptible de survenir à cause de l'utilisation de tels outils. Lorsque vous utilisez des outils d'IA avec des informations personnelles, sensibles ou confidentielles, veuillez faire preuve de prudence. Toute donnée que vous saisissez dans ces solutions peut être utilisée pour l'entraînement de l'IA ou à d'autres fins. Vous n'avez aucune garantie que la sécurisation ou la confidentialité des informations renseignées sera assurée. Vous devriez vous familiariser avec les pratiques en matière de protection des données personnelles et les conditions d'utilisation de tout outil d'intelligence artificielle générative avant de l'utiliser. 

Elastic, Elasticsearch, ESRE, Elasticsearch Relevance Engine et les marques associées sont des marques commerciales, des logos ou des marques déposées d'Elasticsearch N.V. aux États-Unis et dans d'autres pays. Tous les autres noms de produits et d'entreprises sont des marques commerciales, des logos ou des marques déposées appartenant à leurs propriétaires respectifs.