„Wir vereinfachen die Komplexität der Cloud kontinuierlich, indem wir Automatisierung und KI-Unterstützung umgehend auch für neu verfügbare Datenquellen bereitstellen“, sagt Steve Tack, SVP of Product Management bei Dynatrace. „Wir bieten die breiteste und tiefgehendste Observability-Abdeckung und gleichzeitig fortschrittliche Analysen. So können digitale Teams, in diesem Fall DevOps und SREs, kluge Entscheidungen treffen und mehr Bereiche abdecken, da wir Komplexität und verzichtbare Aktionen wegautomatisieren.“

Konservative Ansätze für Monitoring, reine Observability und Eigenentwicklungen überlassen es den digitalen Teams, Daten auszuwählen, zu erfassen und einzuordnen. Angesichts des Volumens, der Geschwindigkeit und der Vielfalt der Datenflut wird es immer schwieriger und zeitaufwändiger, diese Daten zu verstehen und darauf zu reagieren. Dynatrace löst diese Herausforderungen mit:

• Erweiterter Log-Integration und -Speicherung, einschließlich Logs aus Kubernetes- und Multi-Cloud-Umgebungen, Amazon Web Services, Google Cloud Platform, Microsoft Azure und Red Hat OpenShift sowie den am weitesten verbreiteten Open-Source Log Data Frameworks wie Fluentd und Logstash.
• Der neue Dynatrace Log Viewer bietet leistungsstarke Filterfunktionen, mit denen Teams Echtzeit- und frühere Log-Daten aus beliebigen Quellen an einem zentralen Ort finden, analysieren und segmentieren. Sie können Logs über Multi-Cloud-Umgebungen hinweg einfach untersuchen und im Kontext ihrer Architektur auswerten.
• Dynatrace Smartscape^® bildet die Cloud-Log-Daten kontinuierlich mit den bereits gesammelten umfangreichen Observability-Daten ab. Die Lösung spiegelt so die Technologien und Abhängigkeiten in Multi-Cloud-Umgebungen sowie die User Experience mit diesen Technologien wider.
• Die KI-Engine von Dynatrace, Davis^®, liefert präzise Antworten in Real-Time. Sie erkennt Anomalien auf Basis von Log-Ereignissen und anderen Daten und identifiziert automatisch die Root-Cause von Infrastrukturproblemen wie Verschlechterungen im Kubernetes-Service. So gewinnen DevOps und SREs mehr Zeit für Innovationen.

„Da Dynatrace automatisch Log-Daten aus Kubernetes- und Multi-Cloud-Umgebungen sowie Metriken aus Open Data Frameworks sammelt, haben wir das Management unserer komplexen Multi-Cloud-IT-Umgebung vereinfacht“, sagt Mervyn Lally, Global Chief Enterprise Architect bei Experian. „Die Kombination dieser Daten mit den Traces, UX- und anderen Daten, die Dynatrace bereits erfasst, und die Anwendung seiner leistungsstarken Automatisierungs- und AIOps-Funktionen verbessern die Zusammenarbeit zwischen unseren Anwendungs- und Infrastrukturteams. Dadurch ermöglichen sie bessere Nutzererlebnisse.“

Die Neuerungen werden innerhalb der nächsten 90 Tage verfügbar sein. Weitere Informationen gibt es auf dem Dynatrace-Blog.

Weitere Produktankündigungen im Rahmen der Dynatrace Perform finden Sie in den kommenden Tagen hier.