Observability ist nicht das, was ihr denkt

Vereinfacht gesagt, liegt ein großes Problem bei Observability in der Tatsache, dass es einfach zu viele Daten gibt, um sie alle zu erfassen und aufzubewahren. Ich höre immer wieder, es sei völlig unrealistisch, die von einem modernen Service erzeugte Ausgabemenge an einem Ort speichern zu wollen. Die meisten Anbieter schlagen als Lösung hier das Sampling, also die Verwendung von Datenstichproben vor – was in meinen Augen aber nur darauf hinausläuft, dass man Daten wegwirft. Bei den Daten, die man hierbei nicht berücksichtigt, könnte es sich um die Transaktion eures wichtigsten Kunden handeln. Es könnte sich dabei um genau den einen Use Case handeln, der zu einem seltsamen Programmfehler führt und euren Datenbankserver abstürzen lässt. Noch schlimmer ist, dass viele Anbieter dies als Funktion anpreisen, mit der sich „Geld sparen“ lässt. In einem separaten Blog gehe ich ausführlicher auf die versteckten Kosten des Samplings ein.

Würdet ihr in einem Umfeld mit klassischer Systemsteuerungstheorie, in dem kritische Infrastrukturen mit einer Reihe von Messgeräten überwacht werden, 70 % der Messergebnisse wegwerfen, weil „30 % genügen sollten“? Das würdet ihr natürlich nicht tun! Und doch ist es genau das, was viele Anbieter im Hinblick auf Observability und die Flut der Daten vorschlagen. Doch das ist schlicht falsch. Ausgereifte Plattformen können sämtliche Daten aus einem Unternehmen verwerten, ohne sie zuvor zu dezimieren.

Observability ist kein Verfahren, sondern eine Denkweise

In diesem Artikel wurden zwar schon einige Implementierungsdetails von Observability behandelt, doch Observability lässt sich wirklich nicht auf das Erfassen und Speichern von Metriken, Traces und Logs reduzieren. Im Gegenteil, sie ist eine Denkweise, ein Mindset mit Fragestellungen wie „Welche Daten sollten wir erfassen, weil sie beim Beantworten von Fragen über unser Geschäft wichtig sein könnten?“. Bei Observability geht es nicht nur um Application Performance Monitoring oder Infrastruktur-Monitoring (obwohl diese durchaus dazugehören). Es geht darum, zu verstehen, wie wichtig es ist, alle Daten zu erfassen. Echte Kennzahlen aus der Benutzererfahrung. Marketingkampagnen. Saisonale Änderungen der Besucherzahlen. Krankheitstage der Lagermitarbeiter.

Observability ist eine Denkweise, die eine einzige Informationsquelle für Daten über euer Unternehmen und eure Anwendungen erfordert, die jeder (Entwickler, Ops, Produkt, die Führungsebene usw.) nutzt. Es gibt Millionen von Datenpunkten, die euer Unternehmen ausmachen, und bei Observability geht es darum, all diese Daten in einem System zu erfassen und dann zur Beantwortung von Fragen zu nutzen, die über die technischen Anwendungen eures Unternehmens hinausgehen.

Um Observability optimal zu nutzen, benötigt ihr eine spezifische Streaming-Architektur, die sich beliebig skalieren lässt und ständig Rückmeldung dazu gibt, wie sich eure Änderungen auf eure Benutzer und euer Unternehmen auswirken. Ihr braucht ein System, das viele Tools in einer einzigen Informationsquelle bündelt und damit Erkenntnisse liefert.

Überzeugt euch selbst mit einer kostenlosen Testversion von Splunk Observability Cloud und profitiert noch heute von den damit gewonnenen Erkenntnissen.

Wenn ihr noch nicht für einen Test bereit seid und lieber erst noch mehr über das Thema Observability erfahren möchtet, dann lest am besten unser kostenloses E-Book Observability: Ein Leitfaden für Einsteiger durch.