Funzionalità di osservabilità di MongoDB 9.0: meno ricerca, più risoluzioni

Le applicazioni moderne generano telemetria in ogni layer dello stack, ma spesso è ancora difficile capire che cosa è cambiato e perché. I segnali del database si trovano spesso in workflow separati, costringendo i team a passare da una dashboard all'altra, correlare dati scollegati e ricostruire i problemi di prestazioni senza disporre dell'intero contesto operativo.

Con MongoDB 9.0, rendiamo più semplice comprendere il comportamento del database e accelerare la risoluzione dei problemi. Ora stiamo introducendo tre miglioramenti dell'osservabilità che aiutano i team a passare dal rilevamento alla diagnosi più velocemente:

• Miglioramenti di OpenTelemetry che portano le metriche, i log e gli eventi di Atlas agli strumenti di osservabilità che i team di engineering già utilizzano.

• Un'IU Metriche riprogettata che fornisce una vista più chiara dell'integrità e delle prestazioni a livello di cluster.

• Query Shape Insights per le operazioni di scrittura, estendendo la diagnostica a livello di query oltre le letture.

Insieme, queste funzionalità di osservabilità aiutano i team a dedicare meno tempo alla ricerca di risposte e più tempo alla risoluzione dei problemi, all'ottimizzazione delle prestazioni e al mantenimento di applicazioni affidabili.

Porta la telemetria di MongoDB Atlas nello stack di osservabilità

Quando il contesto critico del database risiede in sistemi separati, la risoluzione dei problemi può richiedere di passare da uno strumento all'altro e di ricostruire manualmente cosa è cambiato; MongoDB Atlas aiuta a colmare questa lacuna integrando la telemetria del database nei flussi di lavoro di osservabilità che i team già utilizzano. Ora, Atlas Events Integration fornisce ai team una nuova fonte di contesto operativo.

Integrazione degli eventi di Atlas consente ai clienti di esportare gli eventi del feed delle attività di Atlas, incluse le modifiche ai cluster, le modifiche alla gestione degli utenti, gli aggiornamenti dell'accesso alla rete e le modifiche alla configurazione dei progetti o delle organizzazioni, verso destinazioni compatibili con OpenTelemetry e altre integrazioni supportate. Rendendo disponibili questi eventi insieme ai dati di osservabilità esistenti, i team possono capire meglio non solo che qualcosa è cambiato, ma anche che cosa è cambiato.

In combinazione con le metriche e le integrazioni dei log di MongoDB Atlas, i team possono correlare i problemi di prestazioni con le attività operative che potrebbero avervi contribuito. Ad esempio, un picco di Latency può essere esaminato insieme alle recenti modifiche alla configurazione, agli aggiornamenti dell'accesso o agli eventi di scalabilità, aiutando i team a passare più rapidamente dal sintomo alla causa principale.

Insieme, metriche, log ed eventi forniscono un quadro più completo delle operazioni del database. Il risultato è un'esperienza di osservabilità più connessa che aiuta i team a risolvere i problemi più velocemente, ridurre la complessità operativa e acquisire il contesto necessario per risolvere i problemi con fiducia.

Un modo più semplice per comprendere l'integrità del cluster

Le integrazioni esterne aiutano i team a portare Atlas in una strategia di osservabilità più ampia. La nuova IU delle metriche semplifica la comprensione dello stato del cluster direttamente in Atlas.

L'esperienza riprogettata sostituisce un flusso di lavoro frammentato di metriche con un'unica vista unificata delle metriche del cluster. Le metriche sono presentate in un'esperienza più chiara a livello di cluster, con selettori di nodi che aiutano gli utenti a concentrarsi sui sistemi rilevanti per un'indagine.

Questo è importante quando il tempo è limitato. Gli ingegneri della piattaforma, i SRE e i DBA non devono navigare attraverso più pagine per avere un quadro del comportamento del cluster. Gli sviluppatori di applicazioni e i responsabili tecnici dovrebbero essere in grado di mappare un sintomo dell’applicazione al segnale Atlas rilevante senza dover diventare specialisti dell'osservabilità. Un flusso di lavoro più coerente aiuta entrambi i gruppi a passare meno tempo a cercare e più tempo a diagnosticare.

Figura 1. L'IU riprogettata di Atlas Metrics offre una vista unificata delle prestazioni e dell'integrità del cluster, con una navigazione semplificata, metriche a livello di cluster e controlli di selezione dei nodi.

La nuova esperienza è inoltre progettata per fornire una base più solida per la futura copertura delle metriche e un servizio più affidabile. I link esistenti all'esperienza legacy continuano a funzionare tramite reindirizzamenti e i flussi di lavoro circostanti, comprese le integrazioni di terze parti, gli endpoint delle metriche dell'API Admin di Atlas, la consegna degli avvisi, la fatturazione e Performance Advisor o Query Insights, non cambiano con l'aggiornamento dell'IU.

Query Shape Insights ora copre le scritture

Le prestazioni dell'applicazione sono influenzate sia dalle letture che dalle scritture. Sebbene la visibilità in lettura sia fondamentale, le operazioni di scrittura inefficienti possono anche generare latency, consumare risorse in eccesso e aumentare i costi dell'infrastruttura. Con i cluster Atlas che eseguono MongoDB 9.0 e versioni successive, Query Shape Insights ora supporta le operazioni di inserimento, aggiornamento e eliminazione, fornendo ai team una comprensione più completa di come i pattern delle query influiscono sulle prestazioni del carico di lavoro.

Con il supporto per le operazioni di scrittura, i team possono:

• Identificare le operazioni di aggiornamento ed eliminazione inefficienti, inclusi i filtri non indicizzati e gli aggiornamenti di grandi dimensioni.

• Analizza l'impatto delle scritture utilizzando metriche come Docs Matched, Docs Modified, Docs Upserted, Docs Inserted e Docs Deleted.

• Esamina l'attività degli indici relativa alle operazioni di scrittura, inclusi Chiavi inserite e Chiavi eliminate.

• Usa il tempo della CPU e altre metriche di prestazione per comprendere l'utilizzo delle risorse e ridurre i costi inutili dell'infrastruttura.

• Filtra e analizza il comportamento delle query in replica set e cluster sharded.

Su MongoDB 9.0 e versioni successive, Query Shape Insights utilizza un campione casuale leggero dell'1% delle operazioni di lettura e scrittura. Ciò fornisce visibilità sui carichi di lavoro di produzione con bassi costi generali. Si noti che i totali visualizzati riflettono solo le operazioni campionate (circa l'1% del carico di lavoro effettivo), non l'intero volume. Le forme di query eseguite raramente potrebbero non apparire.

Query Shape Insights raggruppa le operazioni per forma, acquisendo la struttura della query senza i suoi valori specifici, così migliaia di singole query si riducono a un numero limitato di forme. I team possono identificare modelli ricorrenti di carico di lavoro, collegare problemi di prestazioni alle query che li causano e convalidare l'impatto dell'indicizzazione o delle modifiche alle applicazioni.

Disponibile per i cluster Atlas dedicati che eseguono MongoDB 8.0 e versioni successive, Query Shape Insights offre una visione più completa del comportamento del carico di lavoro e, con MongoDB 9.0, un percorso più veloce per ottimizzare sia le letture che le scritture.

Osservabilità adatta al modo di lavorare dei team

Man mano che le applicazioni diventano sempre più distribuite e gli ambienti operativi diventano più complessi, i team hanno bisogno di strumenti di osservabilità che offrano visibilità e contesto.

MongoDB 9.0 aiuta le organizzazioni a integrare la telemetria del database nei flussi di lavoro di osservabilità esistenti, a semplificare le analisi delle prestazioni in MongoDB Atlas e a comprendere meglio i pattern delle query che influiscono sulle prestazioni delle applicazioni.

Che tu stia indirizzando le metriche, i log e gli eventi di Atlas nella tua piattaforma di osservabilità più ampia, analizzando lo stato di salute del cluster direttamente in Atlas o ottimizzando i carichi di lavoro di lettura e scrittura con Query Shape Insights, l'obiettivo è lo stesso: aiutare i team a passare più rapidamente dal rilevamento di un problema alla comprensione della sua causa e all'azione. L'osservabilità non consiste solo nel raccogliere segnali, ma nel trasformarli in insight operativi.