Splunk
Observability

관찰 가능성(observability)이란?

각종 측정 지표(metrics)와 이벤트(event), 로그(log), 추적(traces)을 소스시스템의 출력값을 한 곳에 모으면, 엔지니어는 소프트웨어 시스템이 어떻게 동작하고 있으며 어디에서 문제가 일어나고 있는지 실시간으로 파악할 수 있다. 좀더 쉽게 말하면, 외부 출력값만을 사용해 시스템의 내부 상태를 관찰할 수 있다는 것이 기본 개념이다.

옵저버빌리티

Splunk Observability Cloud

풀스택 AI 기반 통찰력을 이용하여, 더 빨리 혁신하고 사용자 경험을 개선합니다.

Splunk Infrastructure Monitoring

규모에 구애받지 않는 풀스택 가시성과 AI 기반의 알림을 통해 실시간으로 인프라를 모니터링할 수 있습니다.

Splunk Application Performance Monitoring

NoSample™의 명확하고 상세한 분산 추적으로 마이크로서비스 및 애플리케이션 문제를 해결합니다.

Splunk Real User Monitoring

프런트엔드 사용자 모니터링을 통해 전체적인 사용자 경험을 측정하고 개선합니다.

Splunk Synthetic Monitoring

API 및 브라우저 모니터링과 웹 최적화로 고객 경험을 미리 개선합니다.

Splunk Log Observer

쿼리 언어를 배울 필요 없이 상황별로 로그를 조사하고 살펴봅니다.

Splunk On-Call

자동화된 지능형 사고 대응 및 협업으로 on-call의 불편을 최소화하십시오.

Splunk Observability Cloud

특장점 & 효과

NoSample™ Full-Fidelity 수집

알 수 없는 장애 및 오류 조건을 해결하는 유일한 방법은 필요한 데이터를 가지고 있는지 확인하는 것입니다. Splunk Observability는 샘플링, 필터링 없이 전체 메트릭, 트레이스 및 로그 데이터를 수집하는 유일한 솔루션입니다. 충실도가 높은 데이터를 수집하게되면 언제라도 분석된 정보를 바탕으로 통찰력을 얻을 수 있습니다.

실시간 스트리밍

오늘날의 시스템은 프로그래밍이 가능하고 문제 해결을 자동화할 수 있으므로 몇 초와 몇 분의 경고 탐지에 대한 지연시간 차이가 MTTR(Mean Time To Repair, 평균수리시간)에 의미 있는 영향을 미칠 수 있습니다. Splunk Observability는 데이터 구조나 형식에 관계없이 몇 초 안에 중요한 패턴을 감지하고 경고할 수 있는 실시간 스트리밍 아키텍처를 기반으로 구축된 유일한 솔루션입니다. 우리는 데이터가 들어오는 대로 전체 데이터를 처리하고 몇 분이 아닌 몇 초 안에 통찰력을 생성합니다.

대규모 확장 가능

규모와 복잡성에 관계없이 모든 환경의 요구 사항을 충족하기 위해 확장성과 유연성이 뛰어난 아키텍처를 구축했습니다. Splunk Observability는 요구되는 성능과 응답성을 유지하면서 페타바이트의 일일 로그 수집과 초당 수백만 개의 메트릭 및 트레이스로 확장할 수 있는 유일한 솔루션입니다.

AI/ML 기반 분석

모든 데이터를 신속하게 처리하려면 관련 패턴을 표시하고 실행 가능한 통찰력을 사전에 제공하는 실시간 분석이 필요합니다. Splunk Observability는 실시간으로 여러 소스의 데이터를 상호 연관시키고 인스트림에서 동적 베이스라인을 생성하며 인시던트 중 문제의 근본 원인을 사용자에게 알려주는 지시된 문제 해결을 제공하는 풍부한 내장형 AI/ML 기능을 갖춘 유일한 솔루션입니다. 노이즈를 줄이고 문제 해결 프로세스를 단축하여 MTTD(Mean Time To Detect, 평균탐지시간) 및 MTTR을 크게 줄입니다.

오픈 텔레메트리

OpenTelemetry를 사용하여 개방형 표준을 수용하고 데이터 수집을 표준화하여 데이터 제어를 유지하면서 최대한의 가치를 빠르고 쉽게 얻을 수 있습니다. 모든 원격 측정 데이터에 대한 액세스 방법이 공급업체 종속을 피할 수 있도록 지원합니다. OpenTelemetry의 공동 설립자로서 Splunk Observability는 OpenTelemetry에 전념 했으며 지난 몇 년 동안 프로젝트에 많은 기여를 했습니다.