Es gibt unzählige Statistiken darüber, wie weit Open-Source-Software in Unternehmen aller Branchen verbreitet ist. Apps bestehen zu mehr als 80 % aus Open-Source-Komponenten, und das Internet läuft im Grunde auf der Open-Source-Software NGINX.
Doch es gibt ebenso viele offene Standards. Standards, die mithilfe eines gemeinschaftlichen Open-Source-Ansatzes entwickelt und optimiert werden und so beeindruckende Ökosysteme aus unterstützenden Produkten, Projekten und Infrastrukturen hervorbringen.
OpenTelemetry ist eine dieser Initiativen und hat sich zum Standard für die Erzeugung, Erfassung und Verarbeitung von Betriebsdaten, auch Telemetriedaten genannt entwickelt. Fast ein Drittel (32 %) der Befragten im Observability Innovation Report 2023 gibt an, dass die Unterstützung von OpenTelemetry unverzichtbar ist, und 50 % halten sie bei Produkten von Anbietern für sehr wichtig. Etwas mehr als ein Drittel (36 %) der Befragten setzt OpenTelemetry im eigenen Unternehmen ein.“
Die Standardisierung von Telemetriedaten ist von entscheidender Bedeutung, da die Observability auf Datenpunkten aus dem gesamten IT-Stack beruht. Dazu gehören Netzwerkmetriken, Serverprotokolle und Traces, die aus völlig unterschiedlichen Infrastrukturen und Systemen stammen. Es gibt keine zentrale verlässliche Datenquelle, da selbst eine einfache Anwendung zu viele bewegliche Komponenten umfasst, als dass sich ohne Weiteres alle erforderlichen Daten erfassen ließen, um den Zustand der Anwendung zu einem bestimmten Zeitpunkt zu beobachten. Die Standardisierung der Erzeugung von Telemetriedaten ist eine Möglichkeit, digitale Signale zu vereinheitlichen und sicherzustellen, dass bei der Analyse alle relevanten Datenpunkte berücksichtigt werden können, um präzise, umsetzbare Erkenntnisse zu liefern.
Doch selbst die Standardisierung der Telemetrie löst nicht alle Herausforderungen, die mit dem Erreichen des heiligen Grals einer Full-Stack-Observability verbunden sind.
Eines der großen, kniffligen Probleme beim Umgang mit Betriebsdaten ist deren Umfang. Die digitalen Signale, auf die sich Unternehmen verlassen, um über potenzielle Leistungsprobleme oder Angriffsversuche auf dem Laufenden zu bleiben, werden schneller und in größeren Mengen erzeugt als jede andere Art von Daten. Wir kennen das aus nächster Nähe, denn bei F5 haben wir OpenTelemetry als Standard für unser gesamtes Portfolio eingeführt. Aufgrund der Art und Funktion unserer Produkte wie BIG-IP und NGINX bei der Bereitstellung und Absicherung von Anwendungen und digitalen Diensten werden aus verschiedensten Gründen erhebliche Mengen an Daten wie Metriken und Protokollen erzeugt. Der Transport und die Verarbeitung dieser Daten machen einen erheblichen Teil der mit Telemetrie-Pipelines verbundenen Kosten aus.
Um diese Herausforderung zu bewältigen, engagierte sich Distinguished Engineer Laurent Quérel bei Apache Arrow und begann, gemeinsam mit dem OpenTelemetry-Projekt dessen Effizienz bei großen Telemetriedatenmengen zu steigern.
Unsere Benchmark-Ergebnisse zeigen, dass Apache Arrow erhebliche Vorteile beim Transport und bei der Verarbeitung von Telemetriedaten bietet, insbesondere wenn diese in Batches von mehreren Hundert oder mehr Entitäten gruppiert werden können. Die spaltenorientierte Organisation der Daten verbessert die Komprimierbarkeit, und dieses Speicherlayout erhöht die Verarbeitungsgeschwindigkeit erheblich, da es die Nutzung verschiedener Cache-Ebenen und SIMD-Anweisungen optimiert. Darüber hinaus ergänzt das Arrow-Ökosystem OpenTelemetry hervorragend und verbessert dessen Integration mit Abfrage-Engines, Stream-Processing-Pipelines und spezialisierten Dateiformaten für Analysedaten.
Weitere Informationen zu Apache Arrow und Laurents Arbeit finden Sie im ersten von zwei Artikeln über unsere Erfahrungen mit dieser Technologie auf der Apache-Arrow-Website.
Über den Autor
Lori MacVittie ist Distinguished Engineer und Chief Evangelist im Office of the CTO von F5 und verfügt über umfassende Expertise in den Bereichen Anwendungsbereitstellung, Automatisierungsstrategie und Infrastruktur. Sie ist dafür bekannt, Komplexität verständlich zu machen – ob sie Leitplanken für KI-Agenten definiert, fragile Multicloud-Architekturen analysiert oder die Grenzen skalierbarer Systeme auslotet. Sie verfügt über mehr als dreißig Jahre Branchenerfahrung in der Anwendungsentwicklung, IT-Architektur sowie im Netzwerk- und Systembetrieb. Bevor sie zu F5 kam, war sie als mehrfach ausgezeichnete Technologie-Redakteurin tätig. MacVittie hat einen Masterabschluss in Informatik und ist eine produktive Autorin, deren Veröffentlichungen die Bereiche Sicherheit, Cloud und Unternehmensarchitektur abdecken. Außerdem spielt sie leidenschaftlich gern Brett- und Videospiele und vertritt mit voller Überzeugung klare Ansichten zum Thema Käse.
Weitere Blogbeiträge von Lori Mac VittieÄhnliche Blogbeiträge
Ein umfassender Leitfaden zur Bereitstellung und Sicherheit von KI-Anwendungen
Entdecken Sie optimale Strategien für die Absicherung und Bereitstellung von KI-Anwendungen.
KI zulassen und einführen? Lehren aus der Public Cloud
Die Einführung von KI steht unmittelbar bevor und könnte entscheidend sein, um wettbewerbsfähig zu bleiben. Daher muss die IT-Sicherheit proaktiv handeln und der KI-Einführung schon jetzt einen Schritt voraus sein, um sie auf einen risikogerechten Weg zu lenken.
Stand der Anwendungsstrategie 2022: Zeit für die Modernisierung des Betriebs
Es ist deutlich geworden, dass Unternehmen ihren Fokus erneut auf die Geschäftsfunktionen richten müssen, um die Dynamik ihrer digitalen Transformation aufrechtzuerhalten. Kundenerlebnisse haben zwar weiterhin Priorität, doch auch Geschäftsfunktionen wie Recht, Personalwesen und Finanzen müssen digitalisiert werden. Das bedeutet, dass CIOs das Steuer übernehmen, während sich die digitale Transformation von der Modernisierung von Anwendungen hin zur Modernisierung von Betriebsabläufen verlagert.
F5s Weg zu einer vielseitigen Plattform für Anwendungsanalysen
F5 bietet heute die umfassendsten Anwendungsdienste entlang des gesamten Weges vom Code bis zum Kunden. Künftig werden wir verstärkt auf Anwendungstelemetrie und -analysen setzen, damit unsere Kunden wertvolle Erkenntnisse über ihre Anwendungen, Geschäftsabläufe und Benutzererlebnisse gewinnen können. Beim Ausbau unserer Cloud-Analysefunktionen werden wir ML und KI noch stärker nutzen, um unsere Kunden bei der Verbesserung ihrer Geschäftsdienste zu unterstützen.
Telemetrie: Eine andere Art von Daten
Verwenden wir den Begriff „Telemetrie“ nur, weil er attraktiver klingt als „Daten“? Letztlich sind sowohl Daten als auch Telemetrie strukturierte Informationseinheiten. Es ist kein Verbrechen, die Begriffe synonym zu verwenden. Doch wenn man es genau nimmt, gibt es einen Unterschied. Und dieser Unterschied wird immer wichtiger werden, je weiter Unternehmen in die Datenökonomie vordringen.
MTTR bedeutet nicht „Mean Time to Reboot“
„Schnell scheitern“ lautet heute das Mantra für mehr Geschwindigkeit. Ob in DevOps oder im Geschäftsleben: Wer in einer digitalen Wirtschaft agiert, muss eine möglichst perfekte Verfügbarkeit gewährleisten.