Sumo Logic으로 관측 가능 로그 데이터에 대한 수집 수수료 제거
페이지 정보
작성자 빅데이터교류 작성일 24-04-04 18:05 조회 11회 댓글 0건본문
Sumo Logic으로 관측 가능 로그 데이터에 대한 수집 수수료 제거
이번 주 Sumo Logic은 DevOps 팀이 분석을 더 깊이 적용하도록 장려하기 위해 로그 데이터를 관찰 가능 플랫폼에 수집하는 데 더 이상 수수료를 부과하지 않을 것이라고 발표했습니다.
스모 로직의 제품 마케팅 부사장인 마이클 쿠치는 스모 로직 플렉스 라이센싱 계획이 관찰 가능한 플랫폼을 사용하는 것에 대한 세금에 해당하는 것을 제거한다고 말했습니다. 플렉스 라이센싱은 신규 고객에게 즉시 제공되고 있으며 올해 말 기존 스모 로직 고객에게 제공될 예정입니다. 이 계획에는 숨겨진 월별 요금, 기능 제한, 성능 절충 또는 사용자 제한이 적용되지 않습니다.
라이센스 계획은 로그 데이터에만 적용되지만 데브옵스 팀은 Sumo Logic이 보다 효율적으로 저장하기 위해 노력하고 있는 모든 정형, 반정형 및 비정형 데이터를 보다 저렴한 비용으로 수집할 수 있을 것이라고 쿠치는 말했습니다. 전반적인 목표는 총 관찰 가능 비용을 낮추는 파괴적인 라이센스 접근 방식을 사용할 수 있도록 하는 것이라고 그는 덧붙였습니다.
조직이 IT 운영을 더욱 자동화하기 위해 여러 유형의 인공 지능(AI) 모델을 적용하기 시작함에 따라 로그 데이터를 저장하는 것이 점점 더 중요해질 것이라고 그는 덧붙였습니다. 알고리즘이 해결해야 할 문제를 해결할 수 있기 때문에 이러한 AI 모델은 관찰 플랫폼을 더 쉽게 접근할 수 있도록 약속합니다. 역사적으로 관찰 플랫폼의 가치는 데브옵스 팀이 쿼리 언어를 사용할 때 얼마나 능숙해졌는지와 관련이 있습니다.
관찰 가능성 플랫폼을 도입한 IT 팀들은 스토리지 비용이 폭발적으로 증가하는 것을 방지하기 위해 수집하고 유지하는 데이터의 양을 정도에 따라 제한해 왔습니다. 문제는 데브옵스 팀들이 마이크로서비스 기반 애플리케이션을 더 많이 배포함에 따라 생성되는 로그 데이터의 양이 폭발적으로 증가했다는 것입니다. 로그 데이터를 쉽게 사용할 수 없는 경우 해당 애플리케이션과 관련된 모든 문제의 근본 원인을 파악하는 것은 문제가 될 수 있습니다. 쿠치는 로그 데이터는 결국 관찰 가능성의 원자 단위라고 지적했습니다.
쿠치는 "일반적으로 IT 환경은 AI 모델로 증강된 관찰 가능 플랫폼의 도움 없이는 인간이 관리하기에 너무 복잡해지고 있다"고 지적했습니다. 각각의 애플리케이션 환경은 상당히 독특하기 때문에 최적의 결과를 보장하기 위해 해당 AI 모델이 가능한 한 많은 데이터에 노출되는 것이 중추적입니다.
관찰 가능 플랫폼이 오늘날 IT 팀이 미리 정의된 일련의 메트릭을 추적하기 위해 의존하는 많은 모니터링 도구의 필요성을 언젠가 대체할 수 있을지는 확실하지 않습니다. 하지만 한 가지 확실한 것은 관찰 가능 플랫폼이 최소한 이러한 도구 중 일부를 합리화할 수 있는 기회를 제공한다는 것입니다. 가장 큰 과제는 관찰 가능 플랫폼을 인수하는 데 자금을 지원하고, 이를 통해 나중에 해당 도구를 통합할 수 있는 기회를 창출하는 것입니다.
고도로 분산된 컴퓨팅 플랫폼의 복잡성을 고려할 때, 대부분의 IT 팀이 일종의 관찰 가능 기능을 갖추는 것은 시간 문제입니다. 물론 관찰 가능성은 항상 DevOps의 핵심 원칙이었습니다. 문제는 이를 달성하기 위해 사용되는 툴이 최신 애플리케이션 환경을 성공적으로 관리하는 데 필요한 수준의 깊이를 제공하지 못하는 기존 모니터링 플랫폼이라는 점입니다.
이번 주 Sumo Logic은 DevOps 팀이 분석을 더 깊이 적용하도록 장려하기 위해 로그 데이터를 관찰 가능 플랫폼에 수집하는 데 더 이상 수수료를 부과하지 않을 것이라고 발표했습니다.
스모 로직의 제품 마케팅 부사장인 마이클 쿠치는 스모 로직 플렉스 라이센싱 계획이 관찰 가능한 플랫폼을 사용하는 것에 대한 세금에 해당하는 것을 제거한다고 말했습니다. 플렉스 라이센싱은 신규 고객에게 즉시 제공되고 있으며 올해 말 기존 스모 로직 고객에게 제공될 예정입니다. 이 계획에는 숨겨진 월별 요금, 기능 제한, 성능 절충 또는 사용자 제한이 적용되지 않습니다.
라이센스 계획은 로그 데이터에만 적용되지만 데브옵스 팀은 Sumo Logic이 보다 효율적으로 저장하기 위해 노력하고 있는 모든 정형, 반정형 및 비정형 데이터를 보다 저렴한 비용으로 수집할 수 있을 것이라고 쿠치는 말했습니다. 전반적인 목표는 총 관찰 가능 비용을 낮추는 파괴적인 라이센스 접근 방식을 사용할 수 있도록 하는 것이라고 그는 덧붙였습니다.
조직이 IT 운영을 더욱 자동화하기 위해 여러 유형의 인공 지능(AI) 모델을 적용하기 시작함에 따라 로그 데이터를 저장하는 것이 점점 더 중요해질 것이라고 그는 덧붙였습니다. 알고리즘이 해결해야 할 문제를 해결할 수 있기 때문에 이러한 AI 모델은 관찰 플랫폼을 더 쉽게 접근할 수 있도록 약속합니다. 역사적으로 관찰 플랫폼의 가치는 데브옵스 팀이 쿼리 언어를 사용할 때 얼마나 능숙해졌는지와 관련이 있습니다.
관찰 가능성 플랫폼을 도입한 IT 팀들은 스토리지 비용이 폭발적으로 증가하는 것을 방지하기 위해 수집하고 유지하는 데이터의 양을 정도에 따라 제한해 왔습니다. 문제는 데브옵스 팀들이 마이크로서비스 기반 애플리케이션을 더 많이 배포함에 따라 생성되는 로그 데이터의 양이 폭발적으로 증가했다는 것입니다. 로그 데이터를 쉽게 사용할 수 없는 경우 해당 애플리케이션과 관련된 모든 문제의 근본 원인을 파악하는 것은 문제가 될 수 있습니다. 쿠치는 로그 데이터는 결국 관찰 가능성의 원자 단위라고 지적했습니다.
쿠치는 "일반적으로 IT 환경은 AI 모델로 증강된 관찰 가능 플랫폼의 도움 없이는 인간이 관리하기에 너무 복잡해지고 있다"고 지적했습니다. 각각의 애플리케이션 환경은 상당히 독특하기 때문에 최적의 결과를 보장하기 위해 해당 AI 모델이 가능한 한 많은 데이터에 노출되는 것이 중추적입니다.
관찰 가능 플랫폼이 오늘날 IT 팀이 미리 정의된 일련의 메트릭을 추적하기 위해 의존하는 많은 모니터링 도구의 필요성을 언젠가 대체할 수 있을지는 확실하지 않습니다. 하지만 한 가지 확실한 것은 관찰 가능 플랫폼이 최소한 이러한 도구 중 일부를 합리화할 수 있는 기회를 제공한다는 것입니다. 가장 큰 과제는 관찰 가능 플랫폼을 인수하는 데 자금을 지원하고, 이를 통해 나중에 해당 도구를 통합할 수 있는 기회를 창출하는 것입니다.
고도로 분산된 컴퓨팅 플랫폼의 복잡성을 고려할 때, 대부분의 IT 팀이 일종의 관찰 가능 기능을 갖추는 것은 시간 문제입니다. 물론 관찰 가능성은 항상 DevOps의 핵심 원칙이었습니다. 문제는 이를 달성하기 위해 사용되는 툴이 최신 애플리케이션 환경을 성공적으로 관리하는 데 필요한 수준의 깊이를 제공하지 못하는 기존 모니터링 플랫폼이라는 점입니다.