Wave 2023 01 顶部绿色
由 Grail™ 提供技术支持

日志管理和分析

在排除故障和评估应用程序环境的运行状况时,做出更明智、更快速的决策,同时消除昂贵的摄取和管理开销。

Dynatrace Perform

拉斯维加斯 | 2024 年 1 月 29 日

注册参加业界享有盛名的云创新会议,了解引领可观测性、人工智能、应用程序安全等领域潮流的人员和技术。
Perform 2024 推广博文

获得针对所有关键用例的可行见解

统一的可观测性包括日志

根据上下文自动发现并立即通过日志、跟踪和指标解决问题

  • Davis® AI 可为所有可观测性信号提供完全准确的自动问题检测和问题根源分析
  • 通过 Davis AI 问题卡加快减少平均识别时间 (MTTI) 和平均修复时间 (MTTR),该问题卡可自动关联多个工具和数据孤岛之间的跟踪、事件、指标和日志,从而消除手动分析并简化问题解决
  • 立即分析,无需重新配置、索引或模式
通过统一的可观测性获得业务洞察

使用日志获得关键业务智能

  • 轻松从日志文件中提取业务数据,并自动丰富 IT 上下文信息
  • 在摄取过程中自动从日志文件中提取业务事件,以获得有价值的业务洞察
  • 使用 Davis AI 预警业务异常
使用 Davis AI 实现日志管理和分析自动化

去除不同监控工具之间的手动关联

  • 无需编写查询即可实现强大的搜索和筛选功能
  • 开箱即用的摄取和成本控制仪表板
  • 对 JSON 或 OTEL 等常见日志格式进行预处理,以增强搜索/筛选功能
  • 利用 Davis AI CoPilot 编写 Dynatrace 查询语言 (DQL) 并用自然语言解释日志
Kubernetes 可观测性

获得整个 Kubernetes 环境的全栈可见性

  • 按命名空间、工作负载、节点、pod 和容器进行筛选,以简化分析
  • 轻松实现日志收集和数据流集成
  • 利用上下文数据和 AI 辅助分析来诊断集群运行状况并优化工作负载的资源使用
威胁检测和事件响应

利用统一的可观测性信号进行安全调查

  • 利用日志、跟踪和事件自动执行问题根源分析,缩短 MTTR
  • 使用 Security Investigator 应用程序进行威胁检测和事件响应
  • 通过涵盖指标、事件、日志和跟踪的查询,高效查找“未知的未知情况”
  • 以经济高效的方式保留几天到几年的日志和安全事件,并实现即时访问

借助 Grail 的功能实现目标

Dynatrace 可自动高效地在 Grail 中保留 PB 级可观测性和安全数据的上下文,提供单一日志管理和分析平台,让 IT、安全和业务团队协同工作,从而实现服务水平目标。
Wave 2023 01 全多彩 1
BMO - 蒙特利尔银行

了解 BMO 如何利用 Dynatrace 提供更好的数字体验

提高效率
每个团队每月减少 60 小时的日志分析工作

加快创新
腾出额外 40 小时的开发时间

提高可用性
问题分析和解决时间缩短 80%

迎接最大挑战

  • 孤岛 DT1019

    孤岛

    跨团队和数据池的事件关联和问题根源分析

  • 规模 DT0369

    规模

    团队和预算无法满足数据的数量和种类要求

  • 快速 DT0369

    速度

    数据成本、可用性和保真度之间的权衡会延迟平均故障修复时间 (MTTR)

工作更快、更有效

  • 更快进行故障排除

    实时访问跟踪、指标和拓扑上下文中的日志事件数据,将平均修复时间缩短 90%。

  • 经济高效的架构

    由于不再需要管理模式或等待索引,团队再也无需为永不使用的数据支付额外费用。

  • 可行的分析

    查询和解析日志,以识别、衡量和减少 60% 的重大故障和性能下降。

  • 态势感知

    利用实时数据安全协作,生成信息丰富的表格、图表和仪表板。

  • 统一的可观测性

    用 AI 技术支持的问题根源分析取代分散注意力的集体会议和警报风暴,将 DevOps 效率提高 40% 以上。

互动式预览

从上下文中的统一日志数据中获取精准答案

开始在跟踪、拓扑和用户会话的上下文中分析日志、指标和事件,无需管理更多的模式或存储层。
Dt 产品预览图像
请求方案演示