遗留工具阻碍现代网络基础设施监控

日期: 2019-09-15 作者:Jennifer English翻译:邹铮 来源:TechTarget中国 英文

企业一直希望可获取整个网络的端到端可视性。并且,IT团队也一直在努力部署网络基础架构监控,以充分提供网络可见性。

现在网络监控领域最大发展来自自动化、人工智能和机器学习。供应商已开始整合这些功能到他们的监控工具中,他们希望能够彻底改变管理和可视性。但实际上,企业需要更长的时间来部署这些工具并获得优势。

企业需要提高端到端的可见性,很多企业已经部署了虚拟和基于云的网络,以简化流程和管理。但根据管理和监控供应商ScienceLogic委托Forrester Consulting发布的新报告显示,管理这些不同的环境可能很困难,主要因为繁琐的传统监控工具。

Forrester询问了207名北美地区的IT决策者,发现主要的问题是他们使用的众多遗留工具。三分之一的受访者表示他们在使用至少20种不同的基础架构和应用程序监控工具,而37%的受访者表示他们只是在使用缺乏新功能的旧版监控工具。

受访者还表示,这些遗留工具无法跨各种环境提供端到端的可见性。此外,它们通常不能充分支持虚拟或云环境,从而更难以过渡到新环境。

Forrester表示,除了遗留工具带来的复杂性之外,企业还面临着网络敏捷性和投资方面落后的风险。

报告称:“那些拥有遗留工具的企业更关注生存而不是转型。”

网络基础设施监控有什么新进展?

Forrester说,理想情况下,企业需要网络基础设施监控工具,但他们需要通过尽可能少的工具提供对内部部署、混合环境、多云环境和SaaS架构的可视性。因此,企业的目标是找到单一平台可监控80%到90%数据。

该报告称,企业正在投资于可利用集成AI和机器学习以“实现相关性并实时提供规定和预测性答案”的“监控工具”。这些更新的监控工具的其他好处包括最大限度地减少停机时间、提高运营效率、提高业务灵活性和降低安全风险。

监控和管理方面的改进包括:网络自动化、基于机器学习的智能运维(AIOps,AI for IT Operations),NetOps和基于意图的网络(IBN)。网络自动化可以帮助改进配置过程和设备配置。AIOps利用人工智能和机器学习来最大限度地减少管理中的人类交互。NetOps专注于网络可编程性,以构建和支持敏捷网络。IBN则结合使用自动化、高级分析、人工智能和机器学习来运行、配置和验证网络的各个方面。

大多数这些概念并非完全革命性,它们都是基于简化网络基础设施监控的目标。但它们引发了关于网络团队如何更好地监控其网络的讨论,也许更重要的是,以最少的人工干预维持网络的理想状态。

但企业不应该认为现代工具将成为端到端可见性的灵丹妙药。根据Forrester的报告,12%仅使用现代基础设施监控工具的受访者(例如具有AIOps功能的工具)表示,他们仍然难以获得端到端的可见性和规模以支持整个企业。

企业在选购现代监控工具时,应该寻找包含以下功能的工具:

  • 网络和应用程序监控
  • 网络问题分析
  • 应用数据和流量捕获分析
  • 虚拟化和操作系统问题检测
  • 根本原因分析

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

电子邮件地址不会被公开。 必填项已用*标注

敬请读者发表评论,本站保留删除与本文无关和不雅评论的权力。

翻译

邹铮
邹铮

相关推荐

  • 网络电缆管理4个最佳做法

    如果布线项目想要取得成功,首先需要了解所需电缆的要求。所需的速度、覆盖的距离、对电源的需求,所有这些因素将决定 […]

  • 瞻博网络保护IoT管理

    瞻博网络为其基于云的Mist AI网络管理软件增加了IoT安全性。 瞻博网络本周推出IoT Assurance […]

  • 思科最新Silicon One芯片提高路由性能

    思科推出P100处理器,这款19.2 Tbps芯片针对网络规模数据中心进行优化,可提供高密度、高性能路由。 本 […]

  • 4种网络监控类型

    网络监控可以采用多种形式,具体取决于需要监控的内容。随着网络架构变得更加以软件为中心和去中心化-从混合云和多云 […]