作为全球云可观测性的领导者,Dynatrace正不断深化与Amazon Web Services, Inc. (以下简称AWS)的合作。今年3月,Dynatrace宣布与 AWS 扩大战略合作伙伴关系,双方将共同开发新产品和解决方案,并通过市场活动、赞助和客户解决方案研讨会等方式来加强合作伙伴关系。
在一致的目标下,Dynatrace近期宣布增加了对新推出的适用于AWS Transit Gateway 的AWS虚拟私有云(VPC) 流日志的支持。这项新服务通过 Amazon Simple Storage Service (S3) bucket或 Amazon CloudWatch日志, 将 Transit Gateway 的流量日志直接传送到用户所需的终端节点,从而增强了用户对网络详细信息的可见性。
AWS Transit Gateway 是 AWS提供的一项服务,它通过集中式集线器连接网络资源,可以像路由器一样工作,并确保一次性连接,从而简化了网络。VPC 流日志是一项功能,使用户能够收集流经 VPC 的更全面的 IP 流量数据。流日志数据可以发布到 Amazon CloudWatch 日志或 Amazon S3,之后用户可以在 Dynatrace 软件智能平台中检索和查看其数据。
在日志和指标方面,Dynatrace 平台提供对所有关键任务流程日志内容的直接访问,包括中转网关。用户可以创建自定义日志指标,比以往更智能、更快速地排除故障,并在完整堆栈的上下文中了解日志数据,包括故障对用户的真实影响。
Dynatrace 日志监控能够帮助用户自动执行与云相关的日志任务,包括:自动实时查看精确的根本原因,以简化云复杂性,自动化云操作并触发补救工作流程以提高效率,以及自动提取日志、指标和跟踪,并在混合和多云环境中查看具有精确上下文的连续依赖关系映射。
三大优势加持 让企业轻松掌控现代云环境
以往,大多数传统的监控或可观测性工具侧重于收集和汇总三种主要数据类型——指标(Metrics)、跟踪信息(Traces)和日志(Logs),也就是俗称的可观测性三大支柱。但在现代云环境中,一切要复杂得多,IT运维与业务联系得更加紧密,作为一个整体需要更加具有可观测性,这不仅仅意味着在仪表板上被看到,而是需要具备可扩展性和预测能力的工具。
在当今的 AWS 混合云环境中,企业和组织需要快速精准地解决问题,给到答案,从而更好的进行商业决策,Dynatrace之所以能够不断为AWS提供有力支持,是源于Dynatrace平台具备的独有的可观测性优势:
· 可扩展和完整的自动化
传统的可观测性方法要求开发人员手动检测他们的代码,而在如今的混合云IT环境下,复杂性与日俱增,多达上千个不断动态扩展的节点和微服务让手动检测成为一项费时费力又艰辛无比的劳动。
Dynatrace通过注入自动和智能可观测性,能够实现无需手动配置的自动安装,以及系统组件自动配备零配置或代码更改,Dynatrace平台不只收集指标、日志和跟踪信息,还收集用户体验,不仅如此,Dynatrace平台还可以做到随着环境的变化,实时动态自动学习并适应正确的行为。
· 实时的全栈可观测性
容器和微服务虽然带来了企业现代化所需的速度和敏捷性。但是,这种可以在数秒的时间内即生即灭的动态技术特性让IT人员不能充分了解应用的内部状态、微服务所依赖的其他相互依赖组件以及对用户的影响。并且,在绝大多数情况下,指标、跟踪信息、日志及用户体验都按照数据孤岛的方式进行处理,它们毫无关联,漫无目的地汇总在一起,无法给出任何答案。
Dynatrace 可通过 Smartscape 持续、自动地将数据映射到实时的依赖关系图中,显示所有实体的相互关系和依赖性,其中既有纵向的上下层级之间,也有横向的服务、进程及主机之间。所有采集到的跟踪信息、指标、日志文件及用户体验数据点均自动映射到与它们相关的被监测实体,从而消除数据孤岛,让IT人员对整个环境了如指掌。
· 基于因果关系的、具有确定性的人工智能分析
传统AI引擎多借助机器学习,虽可以缓解当今动态化企业云中令人头痛的警报风暴情况,但需要时间去学习才可以看到数据,无法做到实时分析,而且异常检测基于静态阈值、简单基线以及来自分散来源的采样数据,无法如实反映系统的健康状况。
Dynatrace平台的核心是业界领先的人工智能引擎Davis,它采用具有确定性的故障树分析 ,而不是机器学习,可以对那些随动态环境和时间而不断变化的异常阈值的“正常值”进行定义、重新定义,能够实现全时段工作、基于因果关系的人工智能及代码级分析,可处理数以十亿计的依赖关系、进行完整的故障树分析,并即时提供精准答案,还能在业务受到影响之前进行预判并自动修复问题。
目前,Dynatrace平台支持 100 多种 AWS 服务,包括 AWS Lambda 和 Amazon Elastic Kubernetes Service (EKS)。Dynatrace®平台帮助企业自动评估所有应用程序的性能和安全性、底层基础架构以及所有用户的体验,即使在最复杂的异构环境。并且,作为 AWS 能力计划的一部分,Dynatrace 获得了许多能力,包括 AWS 迁移和现代化、应用 AI 中的 AWS 机器学习、AWS Government、AWS 容器和 AWS DevOps 能力。未来,Dynatrace将继续为AWS提供支持,双方携手,不断推动可观测技术演进与落地实践,帮助企业加速业务创新。
好文章,需要你的鼓励
2025年1月,OpenAI、软银、甲骨文和MGX联合宣布"星际之门"计划,承诺投资5000亿美元,部署高达10GW算力基础设施。如今,该项目已从白宫发布会上的宏大承诺,演变为一场前所未有规模的基础设施建设实验。项目已扩展至德克萨斯、威斯康星、俄亥俄等多地,并延伸至阿布扎比和挪威。然而,融资争议、合作伙伴摩擦、能源压力及政策监管收紧,正考验着这一"AI工业园"模式能否真正落地。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
加密货币交易所OKX正式推出AI智能体交易市场OKX AI,允许AI代理相互雇佣、自主结算,并建立基于区块链的可携带信誉档案。该平台经过50家早期服务商封测后向开发者开放,依托稳定币和链上支付基础设施,支持全天候微支付。OKX创始人徐明星表示,传统金融基础设施为人类而建,智能体经济需要为自主软件专门设计的基础设施。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。