短い講演: クラウドネイティブの可観測性の未来

近年、エンタープライズ アプリケーションとインフラストラクチャが進化し続けるにつれて、複雑なシステムの管理と保守には可観測性が重要な機能となっています。システムが複雑になるにつれて、変化する要件に対応するために、可観測性も進化する必要があります。この文脈で、可観測性の今後はどうなるのでしょうか?

1. クラウドネイティブの可観測性の歴史

近年、マイクロサービスと分散システムが広く採用されるようになり、企業は複雑なシステムとインフラストラクチャの管理と保守に可観測性にますます依存するようになりました。しかし、この依存性により、問題解決に不可欠なリアルタイムのシステム動作を理解することが困難になるため、新たな課題も生じます。

これらの課題に対処するために、分散アーキテクチャの自動監視、ディープトラッキング、リアルタイムの観測可能性などの技術的手段を採用して問題を解決する企業が増えています。ただし、システムが複雑になるにつれて、変化する要件に対応するために可観測性を進化させる必要があります。

今後も可観測性の開発が注目され続けるでしょう。 10 年ごとに、可観測性の運用方法は劇的に変化します。過去 30 年間、オンプレミスのクラウドからクラウド、そして今ではクラウド ネイティブへと、次から次へと変革が起こりました。各世代ごとに解決すべき新たな問題が生じ、新しい企業が設立される道が開かれます。

ローカルクラウドの時代には、Solarwinds、BMC、CA Technology などの企業が数多く誕生しました。クラウド時代の到来（AWS の登場）により、市場の状況は変化し、Datadog、New Relic、Sumologic、Dynatrace、Appdynamic などの新しい企業が登場しました。

そして、クラウドネイティブ時代の到来（2019～20年に開始）により、市場には新たな混乱がもたらされました。したがって、可観測性の次のステップが何になるかは、注目と議論に値する問題のままです。

2. クラウドネイティブの可観測性が将来直面する可能性のある課題

今日の変化の多くは、企業が 2010 年とはまったく異なる手法を使用してソフトウェアを構築しているという事実に起因しています。モノリシック アーキテクチャと比較して、企業は、セキュリティの向上、スケーラビリティの容易化、分散チームの効率性の向上を実現するために、マイクロサービス、Kubernetes、分散アーキテクチャなどのテクノロジの使用を好んでいます。

しかし、この新しいテクノロジーにはいくつかの課題も伴います。 Gartner によれば、2025 年までに 95% のシステムがクラウドネイティブ テクノロジーを使用するようになると予想されています。クラウドネイティブ テクノロジーは、以前の世代のテクノロジーよりもはるかに大量のデータを生成するため、このデータのホスティングとスケーリングはより困難になります。これにより、解決すべき 3 つの主な問題も生じます。

1. コストの問題

最初の問題は比較的単純で、コストの問題です。従来の可観測性企業はどれも非常に高価になり、ほとんどのスタートアップ企業や中規模企業にはもはや余裕がありません。その結果、企業はデータのホスティングと処理にレガシーテクノロジーを使用せざるを得なくなりますが、これらのテクノロジーは 2023 年のスタートアップのニーズを満たすには不十分です。この状況により、明らかなギャップが生じます。大企業は可観測性にかかる高額なコストを容易に負担できますが、中小企業はそうではありません。これにより、中小企業は競争において不利な立場に置かれます。したがって、可観測性のコストをいかに削減するかが、解決すべき緊急の課題の 1 つです。

2. フォーカスバイアスの問題

観測機能が高度化するにつれて、開発チームと運用チームが追跡する対象の焦点が変化しました。以前は、アプリケーションとインフラストラクチャがクラッシュしないようにすることに主な焦点が置かれていました。しかし現在、開発チームと運用チームはより深いレベルで活動しており、次のようなことに優先順位をつけています。

（１）リクエストの遅延

（２）彩度

（３）スケーラビリティ

（４）利用状況の交通マップ

（５）将来の結果を最適化し予測する

（6）新しいコードがクラウドの利用方法を変える

要約すると、開発チームと運用チームは、リアクティブではなくプロアクティブになりつつあり、作業をサポートするためにさらに高度なテクノロジーを必要としています。これは、可観測性の優先順位が単純なシステム安定性から、パフォーマンスの最適化、スケーラビリティ、予測などのより深いビジネス ニーズに移行していることも示しています。したがって、開発チームと運用チームは、このような変化や課題に適応するために、常に新しいテクノロジーを学習し、習得する必要があります。

3. 価値のエンパワーメントの問題。

最後に、マイクロサービス アーキテクチャの台頭により、IT チームがアプリケーションの変更を認識する方法が変わりました。モノリシック アーキテクチャと比較すると、マイクロサービス アーキテクチャのサービスは複数のノードにまたがって実行でき、複数の小さなサービスも 1 つのノードで実行できます。これは、「万能」アプローチがもはや適用されないことを意味します。開発チームと運用チームは、インフラストラクチャで何が起こっているかを理解するために、より詳細な分析を必要とし、変化する観測性要件に適応する必要があります。その結果、可観測性に関する期待は常に変化しています。

以前は、可観測性の主な目的は、アプリケーションとインフラストラクチャが故障しないようにすることでしたが、現在では、パフォーマンス監視、エラー検出、セキュリティ、コンプライアンスなどのさまざまなニーズをサポートするために、より高度な技術とツールを必要とする、より複雑で詳細な分野に進化しています。したがって、開発チームと運用チームは、可観測性分野の発展と変化に対応するために、知識とスキルを継続的に更新する必要があります。

したがって、テクノロジーが進化し、変化し続けるにつれて、将来の企業はソフトウェア システムの信頼性と安定性を確保するために、これらの課題に適切に対応する必要があります。

3. 次世代の可観測性ツールはどのようなものになるべきでしょうか?

では、新世代の可観測性ツールは 2023 年にこれらの課題にどのように対処すべきでしょうか?おそらく、以下の関連する意見や提案が、それらの対処に役立つでしょう。具体的な参考資料については以下を参照してください。

1. 統合された可観測性

最初の大きな問題は、統一された可観測性をどのように実現するかということです。多くの従来型企業は、統一された可観測性プラットフォームを備えていると主張していますが、実際には、メトリック、ログ、トレースなどのデータにアクセスするためのさまざまなタブを提供しているだけであり、実際には問題は解決されていません。開発チームと運用チームに必要なのは、このすべてのデータを単一のタイムラインで表示できる場所です。そうすることで初めて、依存関係を追跡し、問題の根本原因を特定し、迅速に解決できるようになります。

したがって、統一された可観測性を実現するには、さまざまなソースからのデータを統合し、開発チームと運用チームによる分析と意思決定を向上させるための一貫したビューとツールを提供できる集中型プラットフォームが必要です。そのため、多くの企業が現在、クロスプラットフォームの観測可能性ソリューションを導入し、観測可能性のレベルと効率性を向上させています。

2. ベンダーに依存しない（OTel）

多くの企業は、特定のテクノロジー スタックやベンダーのエコシステムに縛られることを避けるために、単一のベンダーに縛られないソリューションを求めています。このため、多くのテクノロジー企業が Open Telemetry に貢献し、データ収集エージェントの最適なツールとして OTeL を使用しています。

OTel には、相互運用性、柔軟性、パフォーマンス監視の向上など、多くの利点があります。 OTeL を使用すると、企業はベンダー ロックインやテクノロジの制限を気にすることなく、さまざまなツールやサービスをより簡単に統合し、さまざまなプラットフォームでデータを収集および分析できます。したがって、OTeL はベンダーに依存しない可観測性を実現する上で重要な役割を果たしており、今後も重要な役割を果たし続けるでしょう。

3. 予測的観測可能性

人工知能の時代では、自動化と無人運転が技術開発のトレンドとなっています。これにより、機械学習を通じてエラーが発生する前に予測するなど、人間には不可能なタスクをシステムが実行できるようになります。

ただし、現在の可観測性ソリューションでは AI テクノロジーが十分に活用されていないため、さらなるイノベーションも必要です。可観測性プラットフォームに AI レイヤーを追加することで、企業は問題が発生する前に予測し、ユーザーや顧客が問題に気付く前に問題を解決できます。これにより、サービスと製品の品質が向上し、企業の評判と競争力が向上します。

したがって、将来の観測可能性ソリューションでは、予測観測可能性を実現するために、より多くの人工知能テクノロジーを統合する必要があります。正確なモデルと予測システムを構築し、企業に優れた意思決定サポートとビジネス洞察を提供するには、より多くのデータとアルゴリズムのサポートが必要になります。人工知能技術の継続的な開発と応用により、予測的観測可能性は将来の観測可能性ソリューションの重要な開発方向になるでしょう。

4. コスト最適化モデル

コストの最適化は、可観測性の分野における重要な課題です。クラウド ストレージはますます手頃な価格になってきていますが、ほとんどの監視企業はそれに応じて価格を下げておらず、顧客には高いコストがかかり、他の選択肢がない状態になっています。

OpenTelemetry は 1 秒あたり 200 を超えるデータ ポイントを収集しますが、これらのデータ ポイントのすべてが実際に必要というわけではありません。したがって、観測可能性企業は、ユーザーに不必要なストレージ料金を請求することを避け、有用なデータのみを収集して保存し、残りを削除する必要があります。これにより、データの保存と処理にかかるコストが削減され、観測性の効率とパフォーマンスが向上します。

コストの最適化を実現するために、観測企業は、データ圧縮やアーカイブ技術を使用してストレージおよび転送コストを削減するなどの他の戦略も採用できます。さらに、効率を向上し、コストを削減するために、オープンソース ソフトウェアやクラウドネイティブ テクノロジーの使用を検討することもできます。

したがって、コストの最適化は、可観測性の分野で対処する必要がある重要な問題です。効果的なコスト最適化戦略を実装することで、観測性企業はより競争力のあるソリューションを顧客に提供し、自社の市場影響力と収益性を高めることができます。

5. AIベースのアラート

アラート疲労は、可観測性の分野における真の課題です。開発者が多数のアラートを受信し、電子メールのスレッドや Slack チャンネルをミュートすると、問題が隠れてしまい、問題解決が遅くなる可能性があります。

AI ベースのアラート システムは、AI テクノロジーを活用してどのアラートが必要で、どのアラートが不要かを予測することで、この問題を解決できます。さらに、AI はコンテキストを提供し、可能な解決策を提案することもできるため、開発者は問題をより迅速に解決し、アラートの数を減らし、観測性の効率とパフォーマンスを向上させることができます。

この AI ベースのアラート システムは、より正確で有用なアラート情報を提供できるだけでなく、アラートの数を減らすことで、開発者に対するアラート疲労の影響を軽減します。さらに、可観測性の効率とパフォーマンスが向上し、企業の生産性と競争力が向上します。

したがって、AI ベースの警告システムは、幅広い応用展望と市場の可能性を秘めた、将来の観測可能性ソリューションにとって重要な開発方向です。

4. クラウドネイティブの可観測性の将来についての考察

将来の観測可能性は、よりインテリジェントかつ自動化される必要があります。人工知能や機械学習などの新しいテクノロジーは、可観測性の重要な部分となり、開発者やオペレーターがシステムやアプリケーションの動作状況をより深く理解し、問題を自動的に特定して解決するのに役立ちます。同時に、クラウド ネイティブ テクノロジーの発展に伴い、コンテナー、マイクロサービス、サーバーレス アーキテクチャなどの新しいテクノロジーも可観測性に大きな影響を与えることになります。

将来の観測可能性は、より包括的かつ統合される必要があります。ログ管理、メトリック、分散トレースなどの従来のテクノロジーに加えて、イベント管理、障害挿入、セキュリティ監視の要件も考慮する必要があります。これらのテクノロジーは、より包括的で信頼性の高い可観測性システムの構築に役立ち、企業が複雑なシステムとインフラストラクチャをより適切に管理および維持するのに役立ちます。

つまり、将来の観測可能性は、よりインテリジェントで、自動化され、包括的で、統合されたものである必要があります。継続的な調査と革新によってのみ、絶えず変化する環境における企業の絶えず変化する観測性のニーズを満たすことができます。

可観測性の分野にとって、今はエキサイティングな時期です。先ほども申し上げたように、私たちが目にしている変化は、将来の成長に向けた無数の機会を生み出しています。しかし、今の疑問は、誰が勝者になるのかということです。