运营数据的雪崩迫使DevOps更加关注监控工具

有40亿个东西可想而知。当涉及40亿个Kubernetes实例时，每个实例包含旋转，运行和旋转时的多个数据点，那么规模真的很难想象。

那就是Google LLC每个星期为自己使用而启动的Kubernetes实例。

451 Research LLC的高级分析师Nancy Gohring说：“如果您想到Google每周要发射40亿个容器，它们就会收集许多不同的数据点。” “这不仅是40亿条数据。人们所面对的运营数据量刚刚超出这个世界。”

Gohring采访过杰夫·弗里克，theCUBE，SiliconANGLE Media的移动即时串流工作室的主机时，相扑逻辑照亮事件在加州Burlingame。他们讨论了不断增长的数据量对开发人员运营团队的影响以及在一个组织内使用不同的监视工具的危险(请参阅完整的访谈记录此处)。

转向自主工具

像Google和其他公司这样的公司所产生的庞大企业数据规模，正在推动解决方案领域的许多公司提供用于管理海量信息的自主工具。由于DevOps承担了整个管理工作的大部分，因此这在组织责任和文化方面提出了新问题。

“ DevOps正在自主运行;他们正在做自己的事情，因此他们可以迅速行动。” Gohring指出。“但是，有人可以监督由一千个微服务组成的应用程序吗?在某些情况下，答案是否定的。”

这种情况的结果是，组织实施监视工具以帮助DevOps团队密切关注正在运行的应用程序。但是，这也会带来问题，尤其是当每个团队选择不同的工具时。

Gohring说：“随着应用程序变得越来越复杂，在孤立的工具中查看数据往往会掩盖更大的前景。” “在大多数情况下，企业不会仅仅依靠一种可以完成所有任务的监控工具。如果您有100个DevOps团队，并且他们已经选择了自己的监视工具，那么效率就不高。”