Advertorial: Schneller Storage ist nur die halbe Miete

Produktivitätsturbo Predictive Analytics

| Redakteur: Advertorial

Wichtige Entscheidungen brauchen Fakten. Und wenn es etwas zu entscheiden gibt, dann sollte das überall passieren können.
Wichtige Entscheidungen brauchen Fakten. Und wenn es etwas zu entscheiden gibt, dann sollte das überall passieren können. (Bild: adiruch-na-chiangmai__115208139)

Anwendungen müssen heute unterbrechungsfrei laufen und Daten jederzeit parat sein. Soviel zur Theorie. Die Praxis sieht allerdings anders aus: IT-Ausfälle sind leider weiterhin die Regel. Abhilfe schafft der Einsatz von Predictive-Analytics-Lösungen, die auf modernen Datenwissenschaften beruhen und sich die Vorteile des maschinellen Lernens zu Nutze machen.

Unproduktive Arbeitszeit kostet Unternehmen jede Menge Geld. Von rund 7,5 Milliarden US-Dollar jährlich allein in den USA ist die Rede. Schuld daran ist die Technik. Konkreter gesagt: Lassen sich Daten nicht unverzüglich bereitstellen, kommt es beim Zugriff auf geschäftsentscheidende Anwendungen zu Verzögerungszeiten. In diesem Fall bleibt den Mitarbeitern nur eines: "Däumchen drehen".

IT-Verantwortlichen hingegen sind gezwungen, fieberhaft nach den Fehlerquellen zu suchen und diese schnellstmöglich zu beheben. Sie müssen sich mit mühseliger Ursachenforschung herumquälen – das wiederum hält sie davon ab, sich mit Wert schöpfenden Initiativen zu befassen. Insgesamt eine unschöne Situation, die bei allen Beteiligten zu einer wachsenden Unzufriedenheit führt.

Doch wäre das nicht schon genug, beeinträchtigt die schleppende Verfügbarkeit oder behäbige Aktualisierung von Anwendungsdaten den Geschäftsbetrieb. Umsatzverluste, Image-Schäden und vieles weitere mehr können die Folge sein und sich zu einem Risikofaktor für die Wettbewerbsfähigkeit des Unternehmens entwickeln.

Die App Data Gap: Ein Kind mit vielen Vätern

Für den vorab geschilderten Missstand, auch unter der Bezeichnung "App Data-Gap" bekannt, könnte man die Speicherumgebung als "Hauptschuldigen" ausmachen. Das wäre jedoch zu kurz gegriffen. Denn Storage ist nur ein Teil der heutigen oftmals komplex aufgebauten Systemlandschaften, in denen sich jede einzelne Komponente durchaus einmal als potenzieller Schwachpunkt erweisen kann.

So sind speicherbedingte Probleme nur ein Faktor, dem es auf den Grund zu gehen gilt. Denn überwiegend ist die angrenzende Infrastruktur „der Verursacher“. Die Mehrzahl an Vorfällen resultiert aus Fehlkonfigurationen, Produktkonflikten – Stichwort Interoperabilität, der Anwendung von Best Practices oder von Hosts, CPUs und virtuellen Maschinen hervorgerufenen Schwierigkeiten.

Die Zahl der Möglichkeiten, die den unterbrechungsfreien Zugriff auf Daten und damit die Anwendungsleistung ausbremsen, ist somit breit gestreut. Ausgetretene Pfade, wie immer mehr Flash-Speicher einzusetzen, das Spezialwissen zu den eingesetzten Lösungen auszubauen oder stets neue Überwachungslösungen einzuführen, die meist nur einen punktuellen Einblick in die Infrastruktur gewähren, helfen hier nicht viel weiter. Ebenso wenig, die Zusammenarbeit zwischen den einzelnen für verschiedene Infrastrukturbereiche zuständigen IT-Team zu vertiefen.

Schluss mit forensischer Feinarbeit

Vielversprechender ist der Einsatz von Lösungen, mit denen sich Systemlandschaften übergreifend sowie ganzheitlich überwachen lassen und die hierfür das Potenzial von Big Data sowie selbstlernender Verfahren ausschöpfen.

Die Analyse der erfassten Datenpunkte eröffnet eine vollständig neue Sichtweise auf Infrastrukturen und bietet folgende Vorteile:

  • Leistungsengpässe lassen sich frühzeitig aufdecken und Gegenmaßnahmen automatisch einleiten, bevor es zu Beeinträchtigungen kommt.
  • Die Korrelation der aus der IT-Umgebung gewonnen Daten ermöglicht dem Ursprung von Problemen in kürzerer Zeit auf die Spur zu kommen und entsprechend zu reagieren.
  • Mit Hilfe von Regeln lässt sich vermeiden, dass einmal erkannte Probleme erneut auftreten, beziehungsweise festlegen, wie diese behoben werden sollen.
  • Die Ermittlung potenzieller Probleme und ungewöhnlicher Verhaltensmuster erleichtert die Leistung und Verfügbarkeit von Infrastrukturen kontinuierlich zu verbessern.

Datenwissenschaften entwickeln sich zum Rückgrat der IT

Leistung, Verfügbarkeit und Zuverlässigkeit sind der Dreh- und Angelpunkt jeder Infrastruktur. Obwohl vielen Systemen diese Eigenschaften zugeschrieben werden, stehen Ausfälle nach wie vor auf der Tagesordnung. Dementsprechend genügt es nicht, Komponenten ausschließlich anhand technischer Merkmale auszuwählen, sondern auch einen Gesamtblick auf die Lösung zu werfen und zu hinterfragen, ob diese:

  • potenzielle Leistungsengpässe und Ausfälle vorausschauend und bevor sie eintreten entdecken kann,
  • die Stärke selbstlernender Verfahren und Systeme nutzt, um IT-Ausfälle automatisch zu verhindern,
  • bei nicht vermeidbaren Problemen Lösungsempfehlungen bereitstellt oder eine zügige Ursachenanalyse unterstützt,
  • Daten von sämtlichen Infrastrukturkomponenten einschließlich deren Interaktionen erfasst,
  • einen analysegestützten technischen Support ermöglicht.

Predictive-Flash-Plattformen schließen die Lücke

Um dem App-Data Gap Herr zu werden, braucht es also mehr als ein leistungsstarkes Storage-System. Erst in Verbindung mit einer Predictive-Analytics-Software wird ein Schuh daraus, da sich Probleme komponentenübergreifend und automatisch lokalisieren lassen.

Als Wegbereiter auf diesem Gebiet gelten die von Nimble Storage angebotenen Predictive-Flash-Plattformen. Sie verheiraten schnellen Flash-Speicher mit der Intelligenz des hauseigenen Tools InfoSight, das die gesamte Systemumgebung – angefangen vom Speicher über das Netzwerk bis hin zu Servern und virtuellen Maschinen – analysiert. Hierfür werden permanent Millionen an Datenpunkten aus dem Infrastruktur-Stack ausgelesen. Deren Auswertung ermöglicht aufkeimende Schwierigkeiten bereits während sie entstehen zu entdecken und zu beheben.

Gelingt dies nicht – was selten vorkommt, da neunzig Prozent aller Probleme im Vorfeld erkannt werden – leisten automatisch erzeugte Handlungsempfehlungen Hilfestellung. Ebenso kann das Tool den Ausgangspunkt des Übels rasch identifizieren, so dass sich selbst komplexe Fehler unaufwändig ausmerzen lassen.

Führt wider Erwarten doch kein Weg am Hersteller-Support vorbei, lässt sich die Einschaltung von Level-1- oder Level-2-Mitarbeitern überspringen. Vielmehr nimmt sich direkt ein Level-3-Ingenieur der Angelegenheit an, und kann Kunden basierend auf den von InfoSight bereitgestellten Telemetriedaten sofort effizient unterstützen.

Predictive-Flash-Plattformen stellen damit eine zukunftsweisende Alternative dar, um mit der App-Data Gap verbundene Herausforderungen zu meistern.

Kommentare werden geladen....

Was meinen Sie zu diesem Thema?

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44228835 / RZ-Hardware)