Vamos a empezar este post partiendo de un supuesto: tenemos un fallo en una aplicación de la empresa. El primer objetivo es detectar que algo no está funcionando correctamente para, entonces, determinar el origen y, a continuación, resolverlo para restablecer el correcto funcionamiento lo antes posible. Puede ser un bug, una caída del servidor, un fallo en la red, un problema de hardware, etc. No lo sabemos. Tampoco sabemos cuál ha sido el origen de la incidencia.
Arnaud Delanoue, Big Data Architect en PUE, nos explica cómo la consolidación de logs y métricas con Datadog nos puede ayudar en el análisis y detección de problemas de forma eficiente y ágil. Y es que Datadog, nos permite unificar las métricas de todos los componentes para poder monitorizarlo de una forma más óptima. No os perdáis la charla de Arnaud en el siguiente vídeo:
Indagando en los posibles fallos
En empresas grandes lo que suele pasar a la hora de investigar es que cada departamento tiene su rol y cada equipo trabaja con su propia monitorización independiente: así pues tenemos el equipo de soporte a aplicaciones, el de soporte de redes, de comunicaciones, de base de datos, etc.
Desde PUE recomendamos y apostamos por la construcción de un Datalake unificado de logs y métricas que promueva el trabajo colaborativo y eficiente. El objetivo de esta consolidación de logs y métricas es tener una única fuente de verdad para poder analizar el problema que tenga la aplicación. Si unificamos las métricas de todos los componentes, la monitorización será más eficiente.
En conclusión, si queremos rastrear las interacciones entre componentes separados es imprescindible la consolidación de logs como ofrece Datadog.
Conoce los pilares de Datadog
Los tres pilares principales de Datadog son las trazas, las métricas y los logs.
Las trazas nos van a permitir acceder a la información de manera unificada. Vemos el camino completo que hace un usuario, por ejemplo, desde que hace clic en un enlace de una página web hasta la recuperación o lectura en una base de datos. Y a la inversa.
A continuación, te resumimos las ventajas y funcionalidades más relevantes de la plataforma:
- Es una plataforma SaaS muy fácil de implementar. Para explicarlo de manera sencilla diremos que requiere instalar un agente en cada uno de los componentes, ya sea en proveedores de la nube, en Kubernetes, en Docker, en Windows, etc. para empezar a monitorizar los sistemas.
- Ofrece dashboards que muestran distintas celdas con las métricas, trazas y logs. De este modo tenemos una perspectiva total y, como decíamos antes, una sola fuente de verdad. También podemos acceder a dashboards animados en los que vemos gráficas que nos permiten seleccionar puntos y acceder directamente a los logs relacionados a esa métrica.
- Cuenta con más de 400 integraciones, lo que significa que si tenemos herramientas como Java, Kafka, Chef, Couchbase, entre muchas otras, será muy sencillo empezar a monitorizarlas. Además, este sistema de monitorización permite tener una visión fullstack de todos nuestros despliegues. Es decir, que en una única plataforma podemos visualizar los parámetros clave de nuestra infraestructura.
Acerca de PUE
Acompañamos a las empresas que quieran emprender una transformación digital orientándose a Big Data y Cloud a través de tecnologías y soluciones innovadoras que buscan incrementar rendimiento, eficiencia, agilidad y resultados.
Desde PUE, como expertos en la integración de tecnologías Big Data, Cloud Computing, Microservicios y NoSQL, te ofrecemos un servicio de soporte 24×7, preventivo y proactivo. Esta manera de trabajar nos permite reducir el nivel de incidencias a menos del 0,5%.
Además, PUE, como Managed Services Provider de Datadog, implementa la plataforma y administra directamente los entornos de clientes además de comercializar licencias dentro del Big Data Full Stack.
Links de interés:
Datadog Fullstack Extreme Monitoring
Contacto:
sales@pue.es para servicios profesionales en tecnologías Big Data y Cloud.
training@pue.es para formación oficial en Big Data y Cloud.
exams@pue.es para certificación oficial en Big Data y Cloud.
