Observabilité, monitoring et supervision

Il existe différentes positions quant à savoir si l’observabilité et la supervision sont les deux faces d’une même médaille.

Nous allons analyser et expliquer ce qu’est l’observabilité d’un système, comment elle est liée à la surveillance et pourquoi il est important de comprendre les différences entre les deux.

Qu’est-ce que l’observabilité ?

S’en tenant à la définition exacte du concept d’observabilité, l’observabilité n’est rien de plus que la mesure qui détermine comment les états internes peuvent être déduits à travers des sorties externes.

Autrement dit, nous pouvons déduire comment le système est à un moment donné si nous ne connaissons que les sorties de ce système.

Mais voyons mieux avec un exemple.

Qu’est-ce que l’observabilité et la supervision ont à voir l’une avec l’autre ? Exemple pratique

Certains disent que la supervision fournit une connaissance de la situation et que la capacité d’observer (observabilité) aide à déterminer ce qui se passe et ce qui doit être fait à ce sujet.

Alors qu’en est-il de l’analyse des causes profondes (root cause analysis) que les systèmes de supervision fournissent depuis plus d’une décennie ?

Qu’en est-il de la corrélation d’événements qui a causé tant de maux de tête ?

Les deux concepts étaient essentiellement ce que promet l’observabilité, qui n’est rien de plus que d’ajouter des dimensions à notre compréhension de l’environnement. Pouvoir contempler (ou observer) la complexité dans son ensemble et comprendre ce qui se passe.

Voyons un exemple :

Supposons que notre entreprise dépende d’un pommier. Nous vendons des pommes et notre arbre doit être en bonne santé.

On peut mesurer le PH du sol, l’humidité, la température de l’arbre et même l’existence d’insectes nocifs pour la plante.

Mesurer chacun de ces paramètres, c’est superviser la santé de l’arbre, mais individuellement ce ne sont que des données sans contexte, avec des seuils qui peuvent définir ce qui est bien ou mal.

Lorsque nous regardons un arbre, et que nous voyons également ces paramètres sur papier, nous savons qu’il est sain parce que nous avons cette image de ce qu’est un arbre sain.

C’est la différence entre observer et superviser.

Vous pouvez faire des tests sanguins, mais vous ne verrez que certaines mesures de votre sang.

Si vous avez des doutes sur votre santé, vous irez voir un médecin pour vous observer et vous aider avec les données d’analyse, faire plus de tests ou vous renvoyer chez vous avec une tape dans le dos.

La supervision est ce qui nourrit l’observation.

On ne parle pas d’un nouveau concept, on redécouvre la poudre à canon.

Bien qu’en toute honnêteté, la poudre à canon puisse être une arme puissante ou simplement utilisée pour les feux d’artifice.

Le chemin de l’observabilité

L’un des problèmes endémiques de la surveillance est la verticalité.

Avoir des « silos » isolés de connaissances et de technologies qui ont à peine des contacts les uns avec les autres.

Réseaux, applications, serveurs, stockage.

Non seulement ils n’ont pas grand-chose à voir les uns avec les autres, mais parfois les outils et équipements qui les manipulent sont indépendants. 

Revenant à notre exemple, c’est comme si le pommier mourait et nous avons demandé à chaque expert séparément :

• Notre expert en sol nous dirait que c’est ok
• Notre expert en sol nous dirait que c’est ok
• Notre météorologue expert nous dirait que tout va bien.

Peut-être que le ver qui ronge l’arbre a reflété une pointe étrange dans le PH du sol et que tout s’est passé un jour de tempête subtropicale.

Par elles-mêmes, les données n’ont pas créé d’alarmes, ou si elles l’ont fait, elles se sont corrigées, mais l’ensemble de tous les signaux aurait dû présager quelque chose de pire.

La première étape pour atteindre l’observabilité est de pouvoir rassembler des métriques de différents domaines/environnements en un seul endroit. De cette façon, nous pouvons les analyser, les comparer, les mélanger et les interpréter.

Ce que nous disons depuis près d’une décennie chez Pandora FMS : un seul outil de supervision pour tout voir.

Mais ce n’est qu’un premier pas, continuons.

 Le docteur House se trompe-t-il quand il dit que tout le monde ment ?

Ou plutôt, chacun raconte ce qu’il croit savoir.

Si vous demandez à un serveur au niveau du réseau si tout va bien, il répondra oui.

S’il n’y a pas de connectivité réseau et que l’application est saine, et que vous lui demandez au niveau de l’application si tout va bien, elle vous dira que tout va bien.

Dans les deux cas, le service n’est pas fourni.

Et nous dirons, mais comment ça va ? Si ça ne marche pas !

C’est là que réside la raison pour laquelle l’observabilité et la supervision ne sont pas la même chose.

C’est le traitement de tous les signaux qui produit un diagnostic et un diagnostic c’est quelque chose qui apporte beaucoup plus de valeur que des données.

Vaut-il mieux observer ou superviser ?

Mal.

Si vous vous posez cette question, c’est que nous n’avons pas réussi à nous comprendre.

Vaut-il mieux aller chez le médecin ou juste faire un test ?

Cela dépend de ce que vous jouez.

Si c’est important, vous devez observer avec toutes les données disponibles.

Si ce qui vous inquiète est quelque chose de très spécifique et que vous savez bien de quoi vous parlez, il peut être utile de surveiller un groupe de données isolées.

Cependant, êtes-vous sûr de pouvoir vous permettre d’avoir un moniteur uniquement  ?

Trouver l’aiguille dans la botte de foin

Entre des milliers de métriques, la question est de savoir comment obtenir des informations pertinentes parmi tant de déchets. N’est-ce pas ?

AIOPS, corrélation, Big Data, analyse des causes profondes.

Sommes-nous face à un autre mot inventé pour nous vendre plus de la même chose ?

C’est possible, mais au fond est une réflexion plus profonde et plus significative :

À quoi bon tant de données (Big Data) si je n’ai pas la capacité d’utiliser son analyse comme quelque chose de pratique ?

À quoi sert une technologie comme l’AIOPS si nous ne pouvons pas rassembler toutes les données de tous nos systèmes, ensemble et accessibles ?

Avant d’élaborer la magie noire, il faut d’abord se procurer les ingrédients, sinon tout reste dans des promesses et des investissements coûteux qui entraînent une perte de temps et la désagréable sensation d’avoir été trompé.

De la supervision à l’observabilité

Afin d’élever la supervision au nouveau paradigme d’observabilité, nous devons rassembler toutes les données possibles pour effectuer une analyse.

Mais, comment on les obtient ?

Avec un outil de supervision.

Oui, un outil comme Pandora FMS qui peut regrouper toutes les informations, en une seule pièce, sans les différentes pièces qui composent un Frankenstein dont on ne sait pas combien il coûte ni comment il est assemblé.

Et on ne parle pas d’un Ikea de monitoring, composé de centaines de pièces qui demandent du temps et… beaucoup de temps.

Il n’y a rien de nouveau.

Il n’est pas non plus nouveau que nous ayons besoin d’un outil de supervision capable de collecter des données à partir de n’importe quel domaine.

Par exemple, les données des commutateurs, croisées avec les données des utilisateurs SAP simultanés.

Données de latence avec les temps de session d’une transaction Web. 

Température Kelvin dansant à côté des centimes d’euro, battements de cœur positifs regardant de près le nombre de créneaux en attente dans une file d’attente de messages. 

Seule compte l’entreprise.

Juste la vue finale.

Observez, comprenez et surtout, décidez que tout va bien, et si c’est faux, soyez clair sur qui appeler.

Qu’est-ce que l’observabilité réelle

Nous appelons cela des vues de service.

Ce n’est pas difficile, nous fournissons des outils pour que vous, qui connaissez votre métier, puissiez identifier les éléments critiques et créer une cartographie des services alimentée par les informations disponibles, d’où qu’elles viennent.

FMS signifie pour nous Système de Supervision Flexible, et il a été conçu pour obtenir des informations de n’importe quel système, dans n’importe quelle situation, aussi complexe soit-elle, et les stocker afin d’en faire des choses.

Aujourd’hui, nos meilleurs clients sont ceux qui disposent d’une telle quantité d’informations que les autres fabricants ne savent pas quoi en faire.

Nous ne savons pas non plus quoi en faire, je ne vais pas vous mentir, mais nos clients avec notre technologie simple le savent.

Nous les aidons à les traiter et à leur donner un sens, à les rendre observables. Pour le rendre observable. 

Nous aimerions dire que nous avons un type de magie que les autres n’ont pas, mais la vérité est que nous n’avons aucun secret.

Nous prenons les informations d’où qu’elles viennent, quelles qu’elles soient, et les mettons à disposition pour concevoir des cartes de services.

Certaines sont semi-automatiques, mais les clients qui savent quoi en faire préfèrent très bien définir comment les mettre en œuvre. J’insiste, ils le font tout seuls, ils ne nous demandent même pas d’aide.

Si vous voulez observer, vous devez d’abord tout superviser. 

Et en cela, nous pouvons vous aider.