De app-data gap beïnvloedt niet alleen applicatieprestaties en beschikbaarheid, maar dwingt bedrijven ook in een sterk reactieve modus. In het slechtste geval ontstaat downtime waarbij veel kostbare tijd verloren gaat. In het beste geval leiden gebruikersklachten tot een troubleshooting proces dat heen en weer gaat tussen de storage-, virtual machine (VM-), netwerk- en applicatieteams, die elkaar vervolgens de schuld geven. Dit is gevaarlijk voor de business, aangezien IT afdelingen op die manier weinig gelegenheid hebben om tijd te besteden aan waarde toevoegende initiatieven. Bovendien leidt het ertoe dat IT als geheel wordt gezien als een obstakel voor business productiviteit, in plaats van een belangrijke partner die concurrentievoordeel toevoegt.
Nooit meer met vingers wijzen
Voordat de app-data gap kan worden opgelost is het belangrijk om te begrijpen wat de hoofdoorzaak is van het probleem. Datacenters zijn opgebouwd uit meerdere hard- en softwarelagen, inclusief netwerken, servers, storage, hypervisors, operationele systemen en applicaties. Binnen elke laag kunnen meerdere individuele componenten van verschillende leveranciers aanwezig zijn. Een enkele applicatie kan bijvoorbeeld steunen op meerdere databases, die elk op een ander platform draaien.
Hoewel alle componenten ontworpen moeten zijn om samen te werken, is er een enorme complexiteit ontstaan door het grote aantal componenten en de interacties die daartussen plaatsvinden. Deze complexiteit en de beperking van applicatieprestaties door de langzaamste component of interactie tussen componenten, vormen de hoofdoorzaak van de app-data gap.
Data science legt complexiteit bloot
De traditionele aanpak van het dichten van de app-data gap is het door IT ontwikkelen van operationele expertise in elk onderdeel van de soft- en hardware, het aankopen van monitoringtools en het aanstellen van mensen die overkoepelende operaties stroomlijnen. Toch blijft het optimaliseren van end-to-end prestaties een uitdaging, zelfs voor de best presterende IT-afdelingen.
Dat roept dus om een alternatieve aanpak voor dichten van de app-data gap, zoals het profiteren van data science en Machine Learning om te leren van Big Data, verzameld uit duizenden sensoren uit elk onderdeel van het datacenter. Dat blijkt ook uit onderzoek van Nimble. Nimble analyseerde meer dan 12.000 geanonimiseerde cases om voorbeelden van de app-data gap te documenteren.
Nimble heeft de data verzameld uit een groot aantal IT-infrastructuren van meer dan 7.500 klanten. Deze data is geaggregeerd en geanalyseerd met het Predictive Analytics platform, InfoSight, dat 30 tot 70 miljoen sensordata punten per dag verzamelt uit infrastructuren met een Nimble array. Deze data geeft een uitgebreide en granulaire kijk op elke infrastructuur.
Met deze data wordt er allereerst voor gezorgd dat het overgrote deel ven de gedetecteerde problemen wordt opgelost voordat de klant het door heeft, maar dezelfde data science kan ook diepgravende inzichten bieden in de oorzaak van de app-data gap. Het onderzoek van Nimble Storage, een Hewlett Packard Enterprise bedrijf, wijst de obstakels aan die invloed hebben op de snelheid waarop bedrijven toegang hebben tot data die applicaties voedt.
Belangrijkste resultaten
Storage is normaal gesproken de eerste verdachte als de dader voor de app-data gap. Toch heeft de hoofdzaak in minder dan de helft van de gevallen te maken met storage: 54 procent van de problemen heeft te maken met problemen met configuratie, interoperabiliteit en het niet gebruiken van best practices (die overigens niets te maken hadden met storage).
Dit zijn de meest voorkomende problemen:
• Storage gerelateerde problemen (46%): deze bestaat uit hard- en softwareproblemen, software update assistentie en af en toe prestatie-issues. Voorbeeld zijn kapotte drives (voorspellende en proactieve vervangingen) en geautomatiseerde software foutanalyse met update aanbevelingen; • Configuratieproblemen (28%): zonder voorspellende analyse zouden alle configuratieproblemen zeer moeilijk te identificeren en op te lossen zijn;
• Interoperabiliteitproblemen (11%): deze problemen hebben vaak te maken met setupconfiguratie met Windows, Exchange en applicatieniveau networking. Voorbeelden zijn medewerkers die de Microsoft SQL best practices niet volgen, zoals log- en databasevolumes die niet zijn gescheiden of MPIO-setup in Windows;
• Best practices, niet gerelateerd aan storage, beïnvloeden prestaties (8%): deze problemen kunnen gerelateerd zijn aan gebieden zoals I/O en netwerkconfiguratie die niet op elkaar zijn afgestemd, inclusief multipathing die niet goed is opgezet of een incorrecte MTU;
• Aan host, compute, VM gerelateerde problemen (7%): deze problemen zijn gerelateerd aan hosts (Linux, VM's enzovoort) en setupconfiguratie problemen. Deze uitdagingen kunnen ook te maken hebben met een incorrecte virtual network configuratie, host-side iSCSI-setup, UCSsetup en hosts met te weinig ruimte.
Oorzaken van de app-data gap worden dus door de hele infrastructuur gevonden
De oorzaken van de app-data gap zijn dus niet beperkt tot bepaalde delen van de IT-stack. Integendeel, de daders zijn over de hele stack te vinden. Figuur 1 laat zien welke problemen het meest voorkomen die leiden tot data- en applicatievertragingen.
Flash alleen zal downtime niet voorkomen
De resultaten laten zien dat 54% van de problemen die leiden tot de app-data gap niet te maken heeft met opslagproblemen. Toch is zullen veel admins er in eerste instantie vanuit gaan dat de opslagomgeving niet goed is. Ze zijn dan geneigd om snellere opslag te kopen, bijvoorbeeld Flash. Alleen worden de problemen die niet opslag-gerelateerd zijn niet opgelost met snelle Flash.
Het niet snel kunnen achterhalen wat het probleem is, heeft een groot aantal consequenties, inclusief verspilde tijd door naar het verkeerde probleem te kijken, meer downtime, frustratie van gebruikers en gemiste business doelstellingen.
46 procent van de problemen is natuurlijk wel gerelateerd aan storage. Daarvan kan het overgrote merendeel automatisch worden geïdentificeerd en opgelost door Predictive Analytics te gebruiken . Hierdoor kunnen bijvoorbeeld drives die een hoge kans op falen hebben proactief worden vervangen met een geautomatiseerde procedure.
Niet aan opslag gerelateerde configuratieproblemen zijn de volgende grootste oorzaak van de app-data gap (28% van alle problemen). Dit komt door de complexiteit van individuele producten en het aantal verschillende componenten (hard- en software) dat moet samenwerken in een typische IT-omgeving. Elk product komt met zijn eigen set van aanbevolen best practices. Deze configuraties of best practices gaan vaak uit van een specifieke omgeving en als de werkelijke omgeving net afwijkt (al is het maar voor wat betreft iets eenvoudigs als de releaseversie), dan moet de configuratie worden aangepast. Verder maken de vele permutaties en combinaties voor een gehele IT-stapel het voor een leverancier onbetaalbaar om alles te volgen, laat staan om alle combinaties uitputtend te testen.
Een bijkomend probleem is het feit dat veel leveranciers specifieke monitoring- en troubleshooting oplossingen ontwikkelen. Alleen laten deze oplossingen slechts een deel van het probleem zien of hoe het probleem zich verhoudt tot slechts één deel van de infrastructuur stack. Dit is waar voorspellende analysetechnieken, die inzicht hebben in de hele stack, effectief problemen kunnen identificeren, ongeacht waar de hoofdoorzaak ligt.
Reageer
Preview