В 2026 году Эрик Тшеттер, главный архитектор компании Imply, предсказывает конец эпохи универсальных платформ наблюдаемости. Искусственный интеллект стал причиной значительного увеличения объёмов журналов, метрик и трассировок, что приводит к тому, что монолитные платформы наблюдаемости сталкиваются с архитектурными ограничениями. Организации находятся на грани кризиса, так как не могут масштабировать свои текущие системы без компромиссов: либо они теряют видимость, выгружая или выборочно обрабатывая данные, либо сталкиваются с неконтролируемым ростом затрат на инфраструктуру и лицензии, чтобы сохранить доступность данных для поиска.
Прогрессивные команды уже пересматривают свою архитектуру с нуля, отделяя уровень данных от инструментов, которые с ними работают. Мы уже наблюдали подобное в области бизнес-аналитики (BI). За последние 40 лет BI эволюционировала от тесно связанных стэков, где сбор, хранение, вычисление и визуализация были объединены, к раздельным архитектурам из трёх слоёв, которые предоставили командам больше гибкости и контроля. Именно поэтому сегодня можно использовать такие комбинации, как Tableau с Snowflake или Databricks с Power BI, не перенося данные и не переписывая рабочие процессы. Сейчас наблюдаемость находится на том же переломном этапе. Но теперь ускорителем выступает ИИ, а растущие объёмы телеметрии вынуждают к изменениям.
Разделённый стэк наблюдаемости + хранилища наблюдаемости = больше возможностей с меньшими затратами
Разделение стэка позволяет отделить уровень сбора и маршрутизации данных от уровней хранения и визуализации, чтобы каждый из них мог масштабироваться независимо. Это даёт командам возможность расширять время хранения данных (без пропорционального увеличения затрат на индексацию), улучшать скорость поиска (без необходимости перестройки панелей мониторинга), модернизировать движки бэкенда (без переподготовки пользователей) и внедрять новые инструменты (без привязки к экосистеме одного поставщика).
Команды уже выгружают часть данных наблюдаемости в облачное хранилище, чтобы контролировать затраты. Однако дешёвое хранилище не решает основную задачу: эффективное реагирование на инциденты зависит от быстрого и интерактивного доступа к телеметрическим данным на протяжении длительных периодов. Именно здесь на помощь приходит хранилище наблюдаемости. Это уровень данных, специально разработанный для работы с журналами, метриками и трассировками, который обеспечивает быстрый поиск, предсказуемость затрат и независимость от инструментов анализа.
К концу 2026 года хранилища наблюдаемости станут стандартной основой современных систем наблюдаемости. Это ясно указывает на переход от монолитных чёрных ящиков к разделённым экосистемам, где команды могут выбирать лучшие инструменты для своих нужд без ущерба для производительности, сложности или стоимости.
Интересно, как быстро компании смогут адаптироваться к этой новой архитектуре. Надеюсь, это приведет к более гибким и экономичным решениям в области наблюдаемости.
Переход к раздельным экосистемам звучит многообещающе. Особенно впечатляет возможность модернизировать инфраструктуру без переподготовки пользователей. Это действительно шаг вперёд!
Отличная статья! Искусственный интеллект действительно стал ключевым драйвером изменений. Интересно, как это повлияет на доступность и стоимость ИТ-услуг в будущем.