2022年DynatraceCIO报告：如何应对数据爆炸，克服云复杂性

dynatrace发布了《2022年DynatraceCIO报告：如何应对数据爆炸，克服云复杂性》这篇报告。以下是对该报告的简单概括，更多内容请前往原报告进行下载查看。组织继续增加对云原生和多云架构的使用，以更快地交付更好、更安全的软件。团队已经开始依赖越来越多的监控和数据分析解决方案，以维持其日益分散的技术堆栈的可观测性和安全性。

1.推动云原生增加了复杂性

多云、Kubernetes 和无服务器架构是构建现代技术堆栈的标准。云和数字服务提供商提供的选择和灵活性 使组织能够构建适合其独特需求的架构。虽然这提高了敏捷性并加快了创新速度，但也意味着技术环境变得 越来越分散和复杂。

容器具有短暂性，而用户的旅程则跨越了越来越多的平台和技术，这使得 IT、开发和安全团队更难以通过主 动识别关键模式和风险来管理和优化用户的数字体验。

2.复杂性已经超出人类的能力

云原生技术堆栈的规模，以及加速的创新和对数字服务的日益依赖，使得 IT 和应用程序领导者难以持续 交付最好、最安全的软件，因为每个 DevOps 团队采用不同的标准和工具组合。

用户的每一次点击、滑动或轻触，每一个启动的云实例，以及每一次试图进行的网络攻击都会产生更多的 数据。运维、开发和安全团队必须使用这些数据来确定必要的洞察力，从而有效地优化服务和解决问题。

3.分布式架构造成了孤岛

每种新技术都有自己的监控工具，IT、开发和安全团队使用这些工具来保持对其性能和可用性的可见性。 因此，随着组织加速采用分布式、云原生架构，工具链正在迅速扩展。团队面临的挑战是，每种工具都需要不 同的技能组合来解释数据中的含义，并且有不同的组织和可视化指标的方法。此外，每种工具仅提供对技术堆 栈的一层的可见性，从而造成了数据孤岛。

4.日志分析的效率越来越低

组织依靠日志作为主要数据来源，以掌握必要的洞察力来优化软件性能和安全性。然而，IT、开发和安全 团队发现，他们的传统日志管理和分析解决方案无法扩展，难以应对来自其技术堆栈的可观测性和安 全数据的爆炸式增长。团队查询大量日志数据并保留该数据的上下文来推动业务价值变得越来越困难。

这是因为组织选择低成本的冷存储方式影响了数据的可见性和速度，因为数据无法再被查询。然而， 将数据保存在热存储中则成本太高。

5.无限规模的自动化至关重要

为了克服其云原生技术堆栈的复杂性并应对它们可能生成的大量数据，组织需要一种更自动化的操作和安全 方法，并由 AISecOps 驱动的方法提供支持。实现这一目标的最有效方法是使用端到端可观测性和应用程序 安全平台，这种平台可以捕获上下文中的所有数据，并启用人工智能驱动的高级分析，具有高性能、无限规模 和成本效益。

数据湖库模型带来更好的数据洞察力

如果组织想要推动更多创新并提高效率，则需要摆脱依赖传统数据仓库和数据湖存储模型的解决方案，并采用具有强大处 理能力的基于现代数据湖库的方法。 这将使他们能够以所需的速度利用 PB 级数据，将原始信息转化为推动 AISecOps 自动化的精确且可操作的方案。通过这 样做，组织可以将他们熟练的 DevOps 团队从日常的手动任务中解放出来，从而实现更好的业务成果和持续增长。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）