まとめ

  • 2 分

このモジュールでは、DevOps チームがインシデントに迅速に対応し、アプリケーションの正常性を継続的に監視し、アプリケーションの改善に関するデータドリブンの決定を行うのに役立つ自動化されたアプリケーション分析プロセスを設計する方法について学習しました。

最新のアプリケーション監視の課題: ペースの速い DevOps 環境にデプロイされたアプリケーションでは、分散インフラストラクチャ全体で大量のテレメトリ データが生成されます。 従来の手動調査方法では、変更の速度やデータの規模に追いつくことができません。 Teams には、何百万ものログ エントリから重大な問題を表示し、迅速な根本原因分析を導く自動化された分析プロセスが必要です。

達成した内容

このモジュールを通じて、自動化された分析プロセスの設計と実装に関する実用的な知識を得ました。

迅速なインシデント対応のための拡張検索: 拡張検索テクノロジを使用して、DevOps チームが複雑なアプリケーション環境で重大な問題をすばやく特定する方法について学習しました。 拡張検索では、何千ものログ エントリを手動で確認する代わりに、機械学習、セマンティック処理、統計モデルが適用され、最も関連性の高いエラー、リスク要因、問題インジケーターが自動的に表示されます。 このインテリジェンスにより、調査時間が数時間から数分に大幅に短縮されます。

テレメトリ統合の基礎: テレメトリ データが自動フィードバック メカニズムの基盤を提供する方法について説明しました。 アプリケーション ログ、インフラストラクチャ ログ、メトリック、イベント、トレースなど、さまざまな種類のテレメトリ データを理解することで、アプリケーションの正常性とユーザーの動作を完全に可視化する包括的な監視戦略を設計できます。 また、ユーザーのプライバシーに関する懸念や、オプトアウト シナリオでの選択の偏りなど、テレメトリの課題についても学習しました。

Azure 監視サービス: さまざまなインフラストラクチャ コンポーネントに合わせて調整された特殊な監視サービスが Azure でどのように提供されるかを調べました。 Application Insights は Web アプリケーションを監視し、パフォーマンス メトリック、例外追跡、およびユーザー動作分析を提供します。 VM Insights を使用すると、仮想マシンのパフォーマンスを詳細に把握できます。 Container Insights は Kubernetes クラスターを監視します。 Storage Insights では、ストレージのパフォーマンスが追跡されます。 Network Insights は、ネットワーク サービスを監視します。 これらのサービスを一緒に使用すると、アプリケーション スタック全体を包括的に監視できます。

高度な監視ツールの機能: 監視ツールを評価するときに優先順位を付ける高度な機能について学習しました。 合成監視は、複数の地理的な場所からアプリケーションを事前にテストします。 アラート管理は、適切なチャネルを通じて適切なユーザーに適切な時刻に通知をルーティングします。 デプロイ自動化の統合により、アプリケーションの変更とパフォーマンスへの影響が関連付けられます。 分析機能は、大量のデータボリュームにわたってパターン認識、根本原因分析、異常検出、傾向分析を提供します。

ITSM と ITSMC の統合: IT Service Management Connector が、Azure Monitor と ITSM ツール (ServiceNow、Provance、Cherwell、System Center Service Manager など) との間の双方向統合を提供する方法について説明しました。 この統合により、Azure アラートからのインシデントの作成が自動化され、システム間で作業項目の状態が同期され、ITSM プラットフォームで追跡されるインシデントと Azure Monitor のテレメトリ データ間の相関関係が可能になります。 ITSMC は、手動によるデータ転送とツール間のコンテキスト切り替えを排除することで、解決までの時間を短縮します。

DevOps ライフサイクルの監視: 継続的な監視が運用環境を超えてステージング環境、テスト環境、開発環境まで拡張されるしくみについて学習しました。 この包括的なアプローチにより、パフォーマンスの問題に関する以前のフィードバックが提供され、運用環境の準備が向上し、リリースの安定性が大幅に向上します。 開発チームと運用チームがライフサイクル全体を通じて共同作業で監視する場合、すべての段階でユーザー エクスペリエンスを最適化します。

学習した主な概念

自動分析プロセス: テレメトリ データを自動的に分析し、異常を検出し、重大な問題を特定し、手動のログ レビューを必要とせずに調査をガイドするシステムを設計します。

拡張検索テクノロジ: 人間のドメインの知識と機械学習機能を組み合わせて、従来の検索方法が失敗する混同的なアプリケーション ログ環境の根本原因をすばやく特定します。

包括的なテレメトリ収集: アプリケーションとインフラストラクチャ ソースから複数のテレメトリ データ型を統合して、システムの動作とユーザー エクスペリエンスを完全に可視化します。

高度な監視ツールの選択: 最新の DevOps プラクティスをサポートする総合的な監視、アラート管理、デプロイ自動化の統合、分析機能に基づいて監視ソリューションを評価します。

ITSM ワークフローの統合: 監視ツールとインシデント管理システムを接続して、チケットの作成を自動化し、作業項目の状態を同期し、インシデント解決を高速化するための完全なコンテキストを提供します。

すぐに適用できるスキル

自動化されたアプリケーション分析の設計を理解したら、次のことができます。

拡張検索を実装する: 機械学習を使用して大規模なログ ボリュームから重要なイベントを自動的に表示し、インシデント発生時の調査時間を短縮するログ分析ツールを評価してデプロイします。

テレメトリ戦略を設計する: アプリケーション ログ、インフラストラクチャ メトリック、ビジネス イベント、およびアプリケーション スタック全体の分散トレースに関する包括的なテレメトリ収集を計画します。

適切な監視ツールを選択します。 合成監視、インテリジェント アラート、デプロイ統合など、DevOps 環境に必要な高度な機能に基づいて監視ソリューションを評価します。

ITSM ワークフローを統合する: ITSMC を使用して AZURE Monitor を ITSM プラットフォームに接続し、インシデントの作成を自動化し、データを双方向に同期して運用効率を向上します。

ライフサイクル全体にわたって監視を拡張する: 運用環境以外の継続的な監視をテスト環境とステージング環境に実装して、以前の問題をキャッチし、リリースの安定性を向上させます。

次のステップ

次のリソースを使用して、DevOps 監視の専門知識を構築し続けます。

Microsoft の公式ドキュメント

その他の学習リソース

  • カスタム分析用の Azure Monitor ログ クエリ言語 (KQL) について説明します。
  • マイクロサービス アーキテクチャの分散トレース パターンを調査します。
  • 監視とインシデント対応のための SRE (サイト信頼性エンジニアリング) のプラクティスについて説明します。
  • AIOps (IT 運用のための人工知能) アプローチを調査して、問題の検出と修復を自動化します。