Skalierbare Infrastrukturüberwachung für hohe Kardinalität

Die Infrastrukturüberwachung verfolgt den Zustand und die Leistung der Systeme, auf denen Ihre Anwendungen ausgeführt werden – Webserver, Container, Cloud-Instanzen, Netzwerkgeräte, Caches, Warteschlangen, Datenbanken, Speicher und mehr. Sie erfasst Metriken wie CPU-Auslastung, Speichernutzung, Festplatten-E/A und Pod-Neustarts, sodass Teams Ressourcenüberlastung erkennen, Fehler frühzeitig erkennen und verstehen können, wie sich der Zustand der Infrastruktur auf das Anwendungsverhalten auswirkt. Effektive Infrastrukturüberwachung korreliert diese Metriken mit Logs und Traces, sodass Entwickler ohne Toolwechsel von der Meldung „Dieser Host ist überlastet“ direkt zur eigentlichen Ursache gelangen.

Elastic Observability erfasst Metriken, Logs und Traces von Hosts, Containern, Cloud-Diensten und Kubernetes-Clustern und korreliert diese in Elasticsearch, sodass Teams alle Signale an einem Ort untersuchen können. Elastic bietet Transparenz über Cloud-, On-Prem-, Kubernetes-, serverlose und Host-Umgebungen hinweg mit über 550 sofort einsatzbereiten Integrationen und nativer OpenTelemetry-Unterstützung. Elastic Agent übernimmt die Erfassung zentral über Fleet – eine Agentenkonfiguration pro Host ist nicht erforderlich. Die auf Machine Learning basierende Anomalieerkennung deckt ungewöhnliche Auslastungsmuster automatisch auf, und da Infrastrukturmetriken zusammen mit Anwendungs-Traces und -Logs vorliegen, können Entwickler von einer Warnmeldung aus direkt in den korrelierten Kontext wechseln, ohne die Platform verlassen zu müssen.

Ja. Elastic Observability ist für die Überwachung von Kubernetes-Umgebungen konzipiert, einschließlich verwalteter Cluster auf EKS, AKS und GKE sowie selbstverwalteter Cluster. Elastic entdeckt automatisch Änderungen in dynamischen Kubernetes-Workloads und überwacht Dienste und Komponenten überall, wo sie ausgeführt werden, mit Metadatenanreicherung beim Ingest, sodass Sie gemeinsame Attribute im System filtern, verfolgen und identifizieren können. Während die Pods hoch- und herunterfahren, hält Elastic ohne manuelle Neukonfiguration mit. Cluster-Ressourcenauslastung, Pod-Level-log, Anwendungs-Traces und Infrastrukturmetriken werden alle aus einem einzigen Deployment gesammelt und in Kibana korreliert, wobei Anomalieerkennung und log-Kategorisierung Probleme aufdecken, auf die Sie nicht geachtet haben.

Elastic Observability basiert auf offenen Standards. Es verarbeitet nativ das OpenTelemetry-Protokoll (OTLP) – Protokolle, Metriken und Traces – ohne Schema-Konvertierung oder proprietäre Übersetzung. EDOT, die Elastic Distribution von OpenTelemetry, bietet Ihnen ein produktionsbereites, OTel-natives Ökosystem: Installieren Sie den EDOT Collector, aktivieren Sie die automatische Instrumentierung mit Programmiersprachen-SDKs, und Ihre Daten fließen mit dem OTel-Schema unverändert in Elasticsearch. Prometheus-Metriken und PromQL werden nativ unterstützt, und über 450 Ein-Klick-Integrationen decken Cloudanbieter, Datenbanken, Message Queues, Netzwerkgeräte und Anwendungsframeworks ab. Elastic Agent und Beats verarbeiten strukturierte und unstrukturierte Log-Formate aus praktisch jeder gängigen Quelle.

Elastic geht die Kosten für die Observability sowohl auf der Speicherebene als auch auf der Architekturebene an. Der LogsDB-Indexmodus kann den Speicherbedarf für Log um bis zu 65 % reduzieren, indem er die Datenreihenfolge optimiert, Duplikate durch synthetische _source-Einträge beseitigt und die Komprimierung verbessert. Bei Metriken nutzen Zeitreihendaten-Streams (TSDS) spaltenorientierten Speicher und zeitreihenspezifische Codecs – Delta-of-Deltas, Run-Length-Codierung, XOR-Codierung –, wodurch der für Metriken benötigte Festplattenspeicher bei Integrationen wie Kubernetes, AWS und Nginx um bis zu 70 % reduziert wird. Für Teams, die Elastic Cloud Serverless nutzen, dient der cloudnative Objektspeicher als primäres Aufzeichnungssystem, sodass alle Daten zu den Kosten des Objektspeichers gespeichert werden, ohne dass Tiering oder Kapazitätsplanung erforderlich sind.

Elastic Observability nutzt eine verbrauchsabhängige Preisgestaltung ohne Gebühren pro Host und ohne Abrechnung nach Höchstwerten. Bei der Preisgestaltung von Datadog pro Host werden Autoscaling-Ereignisse anhand der höchsten Knotenanzahl des gesamten Monats abgerechnet, nicht anhand der durchschnittlichen Nutzung. Benutzerdefinierte Metriken verursachen zusätzliche Kosten und können bis zu 52 % der durchschnittlichen Rechnung ausmachen. Das Modell von Elastic sorgt dafür, dass kurzlebige Workloads und Prometheus-Umgebungen mit hoher Kardinalität keine Überraschungen am Monatsende mit sich bringen.