Elastic annonce un échantillonnage en aval plus intelligent pour l’APM dans les environnements cloud-native modernes

Élimination des angles morts avec l’échantillonnage en aval Elastic

L’échantillonnage en aval peut aider les équipes DevOps et les techniciens chargés de la fiabilité du site à éliminer les angles morts dans les performances des applications grâce à un contrôle plus fin des conditions d’échantillonnage de traces dans les systèmes traitant des millions de transactions.

Alors que l’échantillonnage classique en amont applique une méthodologie avec un taux fixe, qui peut être efficace dans les environnements de serveurs avec des applications ne traitant que des volumes limités, l’échantillonnage en aval est plus adapté aux applications cloud-native, qui sont plus complexes. Avec l’échantillonnage en aval Elastic, la décision de conserver ou de rejeter un échantillon est prise une fois la trace terminée et observée. Par conséquent, l’échantillonnage en aval peut aider les clients à bénéficier d’une meilleure visibilité sur les coûts de stockage des données, en ne capturant que les transactions les plus importantes.

« De plus en plus d’organisations adoptent des technologies cloud-native et des architectures basées sur les microservices, ce qui complexifie considérablement la résolution des problèmes dans les applications », explique Alvaro Lobato, vice-président d'Observability chez Elastic. « Nous avons conçu l’échantillonnage en aval Elastic pour nos clients, afin d’éviter de devoir sacrifier la visibilité ou le coût des applications. De ce fait, Elastic Observability offre une visibilité maximale tout en offrant le niveau de contrôle détaillé nécessaire aux environnements cloud-native complexes. »

En outre, l’échantillonnage en aval par Elastic permet aux équipes DevOps et SRE de facilement ajuster les taux d’échantillonnage afin de bénéficier d’une vue plus avancée sur les performances des applications en évaluant chaque trace par rapport à un jeu de règles ou de stratégies et de résultats de transactions. Les informations APM qui en découlent peuvent accélérer l’analyse de la cause première du problème et raccourcir le temps nécessaire à sa résolution.

Amélioration de la visibilité et accélération de la résolution des problèmes sur les services cloud AWS

Désormais accessible à tous, la possibilité de collecter de façon native des traces sans serveur des fonctions AWS Lambda assure aux clients une visibilité détaillée de bout en bout sur les transactions distribuées, afin d’accélérer la résolution des problèmes. Les équipes de développement peuvent collecter des traces d’applications sans serveur écrites en Node.js, Python et Java grâce à un nouvel agent APM pour AWS Lambda. Elastic prend aussi en charge le monitoring cloud-native avec possibilité de collecter les traces Lambda via OpenTelemetry (Java et Python uniquement).

« Nous sommes impatients de commencer à utiliser l’agent APM d’Elastic pour AWS Lambda dans nos applications cloud-native », explique Jose Navarro, ingénieur logiciel chez Accolade, une société de services de santé. « Notre équipe chez Accolade apprécie particulièrement le fait qu’il soit possible de voir si une invocation donnée de la fonction Lambda a déclenché un démarrage à froid directement dans le graphique en cascade des traces. L’accès à ces indicateurs Lambda spécifiques, comme celui du démarrage à froid au niveau des groupes service et transaction est lui aussi très utile. »

Désormais, les clients peuvent également désormais ingérer des logs personnalisés provenant d’Amazon S3 et de CloudWatch dans Elasticsearch et, le cas échéant, configurer des modèles d'index, des pipelines d'ingestion et des spécifications de sortie. Et avec Elastic 8.2, Elastic Serverless Forwarder prend désormais en charge de nouvelles sources d’ingestion de logs, à savoir CloudWatch, Kinesis Data Streams et SQS. Ces améliorations ajoutent encore plus de flexibilité pour les clients, avec des possibilités d’ingestion qui correspondent à leurs procédures de fonctionnement actuel, ainsi qu’à leurs préférences en matière d’architecture.

Pour plus d’informations sur ces nouvelles fonctionnalités et sur les améliorations apportées, consultez le blog Elastic sur les nouveautés d’Elastic Observability 8.2.