Cloud Monitor:CloudMonitor 2.0 とは

用語

説明

ワークスペース

ワークスペースは、CloudMonitor 2.0 の抽象化レイヤーであり、リソースのセットをグループ化します。チームに統一された管理とリソースグループのデータ分離を提供します。選択したリージョンには、ワークスペースのデータと構成が保存されます。ワークスペースを使用すると、複数の独立したリソース環境を作成できます。各環境には、クラウドサービス、インフラストラクチャ、サーバーサイドおよびフロントエンドアプリケーション、ミドルウェアなど、独自のオブジェクトセットがあります。各グループのリソースは分離されています。これにより、グループ間のリソースの競合が防止され、セキュリティが向上します。

• ワークスペースのリージョンは、基盤となるデータソースのリージョンと同じです。データはローカルに保持されます。また、EntityStore のストレージリージョンでもあります。

• WorkSpaceName は ProjectName と同様にグローバルで一意です。ワークスペースの作成時に入力できます。空白のままにすると、システムによって生成されます。作成後、WorkSpaceName は変更できません。一意である必要があり、API 呼び出しで一意の識別子として機能します。

• WorkSpaceDisplayName はユーザー定義です。編集可能です。重複した名前も許可されます。

• デフォルトのワークスペース：名前は default-cms-{uid}-{regionId} です。リンクされた SLS プロジェクト名は、default-cms-{uid}-{regionId} のような同様のフォーマットに従います。ただし、SLS プロジェクト名には追加のランダムな文字が含まれる場合があり、必ずしもこの正確なフォーマットと一致するとは限りません。

• リージョンで最初に作成されたワークスペースは、常にデフォルトのワークスペースになります。

アプリ

アプリは、ワークスペース内でデータソースを読み書きするための軽量なキャリアです。ワークスペースでアプリを表示または非表示にできます。アプリは通常、特定のシナリオに対するドメイン固有の可観測性の知識を表します。主な特徴：

• アプリは軽量です。左側のナビゲーションウィンドウに表示するかどうかを含め、有効または無効にできます。無効化されたアプリはいつでも再有効化できます。異なるユーザー (RAM ユーザー) は異なるアプリを選択できます。

• アプリはステートレスです。すべてのワークスペースには、利用可能なすべてのアプリが含まれています。ユーザーがアプリのデータソースに対する権限を持っていない場合、アプリを開いてもデータは表示されません。

• アプリは複数のデータソースにリンクしてアクセスできます。データソースを切り替えると、IaaS レイヤーとの関係が明らかになります。

• Integration Center の統合フローは、アプリの初期化とデータソースの作成を定義します。

• アプリは別のアプリを埋め込むことができます。たとえば、Explorer と Alerting は多くのアプリに埋め込まれており、スタンドアロンアプリとしても実行されます。

エンティティ

エンティティは、コンテナークラスターや ECS インスタンスなど、観測可能なオブジェクトです。

モデル (Umodel)

UModel は、可観測性データモデルを定義するための仕様です。ログ、メトリック、トレース、エンティティ、およびそれらの関係のモデルを定義し、可観測データの統一された定義と管理を可能にします。

機能

説明

フルスタックのデータ収集と監視

• インフラストラクチャ監視

  • クラウドサービス監視：Elastic Compute Service (ECS)、RDS、SLB、コンテナサービス (ACK/ASK)、Kubernetes Pod の CPU、メモリ、ディスク、ネットワークトラフィックなどのリアルタイムパフォーマンスメトリックを収集します。

  • ネットワークパフォーマンス監視：ネットワーク遅延、パケット損失率、DNS 解決、TCP/UDP 接続ステータスを追跡します。

• アプリケーションパフォーマンス監視 (APM)

  • 分散トレーシング：マイクロサービスの呼び出しチェーンをトレースします。Java、Python、Go、その他の主要言語をサポートします。インターフェイスのレイテンシ、エラー率、依存トポロジーを表示します。

  • コードレベルの診断：スレッドプロファイリング、低速 SQL 検知、スタックトレース分析を使用して、アプリケーションのパフォーマンスボトルネックを特定します。

• ログ監視

  • ログの収集とストレージ：サーバー、コンテナー、Function Compute (FC) からログを収集します。Log4j、Logback、その他のログフレームワークと互換性があります。

  • リアルタイムログ分析：SQL クエリの実行、キーワードアラートの設定、エラーログの集約などのログクラスタリングを使用します。

インテリジェントな分析と診断

• 異常検知とアラート

  • 動的しきい値アラート：機械学習を使用して過去のメトリックパターンを学習し、CPU の急激なスパイクなどの異常を検出します。

  • 複数条件アラート：「CPU > 90% AND パケット損失率 > 5%」など、複数のメトリックにまたがる条件に基づいてアラートをトリガーします。

• 根本原因分析 (RCA)

  • スマート関連分析：異常なメトリック、エラーログ、トレースデータを自動的にリンクして、API タイムアウトが下流サービスの連鎖障害を引き起こすなどの根本原因レポートを生成します。

  • 時系列データのロールバック：過去のデータを比較して、異常が始まった時期とその影響範囲を迅速に見つけます。

可視化とレポート

• カスタム監視ダッシュボード

  • ドラッグアンドドロップダッシュボード：折れ線グラフ、縦棒グラフ、トポロジーグラフ、その他の視覚コンポーネントを使用して、リソースやサービス全体の主要なメトリックを柔軟に表示します。

  • シナリオベースのテンプレートライブラリ：e コマースのセールスプロモーション、コンテナークラスター、データベースパフォーマンス向けに事前構築されたテンプレート。ワンクリックでビジネス全体のビューを生成します。

• ビジネスダッシュボード

  • リアルタイムデータプロジェクション：注文量や支払い成功率などのコアビジネスメトリックをフルスクリーンモードで表示します。運用保守の作戦室向けに設計されています。

  • マルチテナントビューの分離：チームやビジネスラインごとにデータ表示権限を割り当て、データを安全に保ちます。

アラートと通知管理

• マルチチャネルのアラート配信

  • 通知チャネル：DingTalk、WeCom、ショートメッセージ、メール、Webhook を介してアラートを送信します。営業時間外にオンコールスタッフのみに通知するなど、時間ベースのサイレンスをサポートします。

  • アラートエスカレーションポリシー：「通知 → 重大 → 致命的」などの階層型アラートを設定します。時間内に応答がない場合、通知を自動的にエスカレーションします。

• アラートライフサイクル管理

  • アラート履歴と統計：確認済みや回復済みなどのアラートステータスを記録し、MTTR (平均修復時間) レポートを生成します。

  • O&M ツールとの統合：アラートが発火したときに、DingTalk Yida などのチケットシステムや、サービスの再起動などの自動 O&M スクリプトをトリガーします。

オープン性と統合

• シームレスなエコシステム統合

  • Alibaba Cloud サービス統合：SLS、ARMS、Apsara DevOps と深く連携します。ログクエリから異常なトレースに直接ジャンプするなど、自動データ関連付けを可能にします。

  • サードパーティツールの互換性：Prometheus、OpenTelemetry、Telegraf などのオープンソースプロトコルをサポートします。Grafana の可視化や Jenkins の継続的インテグレーションと連携します。

• API と SDK のサポート

  • OpenAPI 管理：API を使用して、アラートルールの一括作成や監視データのエクスポートなどの監視タスクを自動化します。

  • カスタムメトリックレポート：SDK を使用して、注文量やアクティビティの PV/UV などのビジネスメトリックをレポートし、監視範囲を拡大します。

セキュリティと高可用性

• データセキュリティ

  • エンドツーエンド暗号化：転送中 (HTTPS) およびストレージ中 (暗号化ストレージ) に監視データを暗号化します。

  • 権限管理：RAM ロールを使用して、読み取り専用アクセスやアラート構成権限など、詳細な権限管理を行います。

  • セキュリティとコンプライアンス：国内外のセキュリティ基準を満たし、安全で信頼性の高いデータ転送とストレージを保証します。

• サービスの信頼性

  • グローバル分散収集ポイント：監視ノードは世界中の主要なリージョンをカバーし、ネットワークジッターによるデータ損失を回避します。

  • データ冗長性：監視データを複数のレプリカに保存して、回復可能性を確保します。

コスト最適化

• リソース使用状況分析

  • アイドルリソースの特定：長期間低負荷の ECS インスタンスとバインドされていない EIP を自動的にフラグ付けします。リリース推奨を生成します。

  • コスト配分レポート：プロジェクト、部門、またはタグごとにクラウドリソースの消費量を追跡します。コスト配分と予算管理をサポートします。

• 適応型データサンプリング

  • 必要に応じて収集頻度を調整：重要でないメトリックの頻度を 1 分から 5 分に減らすなどして、ストレージコストを削減します。

クロスリージョン統合管理

複数のリージョンにまたがるリソースを 1 か所から監視・管理します。O&M ワークフローを簡素化します。

シナリオ

説明

メリット

シナリオ 1：統一されたフルスタック監視とリアルタイム可観測性グラフ

企業は、ハイブリッドクラウド環境全体で物理サーバー、コンテナークラスター、マイクロサービスアプリケーション、データベースを監視する必要があります。断片化されたツールは O&M の効率を低下させます。CloudMonitor 2.0 は、CPU やメモリ使用量などのメトリック、API 呼び出しチェーンなどのトレース、エラーログなどのログ、設定変更などのイベントを 1 か所に収集します。グローバルで、リソース横断、サービス横断の可視性のためのエンドツーエンドの可観測性グラフを構築します。

• マルチソースデータフュージョン：インフラストラクチャやミドルウェアからアプリケーションまで、50 以上のデータソースをサポートし、データサイロを解消します。

• ビジュアルダッシュボード：ビューをカスタマイズして、リソースのトポロジー、サービスの依存関係、重要業績評価指標 (KPI) を表示します。

• クロスドメイン関連分析：異常なメトリックを関連するログやトレースと自動的にリンクし、根本原因をより迅速に特定します。

シナリオ 2：インテリジェントな異常検知と障害予測

トラフィックの急増時や複雑なアーキテクチャでは、隠れた障害を手動で特定することは困難です。CloudMonitor 2.0 は機械学習モデルを使用して過去のデータを分析します。容量のボトルネックやサービスのレイテンシなどのリスクを予測し、早期警告をトリガーします。

• 根本原因の特定：メトリック、トレース、プロファイリングデータを使用してリアルタイムで検出し、計算します。レイテンシ、エラー率、異常、メモリ不足 (OOM) のケースをカバーします。

• 影響範囲の分析：エンドユーザー、フロントエンドアプリケーション、ページリクエスト、アプリケーション、インターフェイス、データベース、コンテナーや ECS インスタンスなど、影響を受ける領域を特定します。

• Copilot セルフサービス探索：生成 AI を使用して、検出レポートとソリューションをオンデマンドで取得します。

• アラートの収束：プロダクトやインスタンスをまたいでアラートを収束させます。同じ根本原因を持つアラートをグループ化して、ノイズを削減します。

シナリオ 3：クライアントからサーバーまでのエンドツーエンドのフルスタックトレーシング (APM)

マイクロサービスアーキテクチャでは、単一のユーザーリクエストが数十のサービス呼び出しとフロントエンドまたはバックエンドのインタラクションを伴う場合があります。パフォーマンスボトルネックを特定することは困難です。CloudMonitor 2.0 は、フルスタックトレーシングとコードレベルの診断を組み合わせます。上流ではユーザーエクスペリエンスに、下流ではインフラストラクチャにリンクし、フルスタックの可観測性グラフを構築して、低速クエリやデッドロックを正確に分析します。

• フルスタック可観測性グラフ：サービス、インターフェイス、クラウドサービスインスタンス、およびメトリック、イベント、メタデータなどの豊富なデータをカバーし、クロスドメインのエンティティ関連付けを行います。

• 関連データのクエリと分析：上流では、リアルタイムで動的な上流アクセスエンドポイントを取得し、ビジネスへの影響を分析します。下流では、ミドルウェア、データベース、コンテナーなどのリアルタイムで動的な下流依存関係を、完全な監視データとともに取得します。

• 動的なアーキテクチャ認識：自動検出と完全なトポロジービューを備えた、完全でグローバルな CMDB を構築します。

シナリオ 4：セキュリティコンプライアンスと脅威インサイト

企業は、異常なログインやデータ侵害などのセキュリティイベントをリアルタイムで監視し、コンプライアンス監査要件を満たす必要があります。CloudMonitor 2.0 は、リアルタイムのログ分析と行動パターン認識を使用して、脅威を迅速に検出します。

• リアルタイム脅威検出：ルールエンジンと AI モデルを使用して、異常なログインや SQL インジェクションなどの攻撃を特定します。

• コンプライアンス監査レポート：操作ログレポートを自動的に生成し、中国の等級保護制度や GDPR などのコンプライアンス要件を満たします。

• 自動応答：セキュリティグループや WAF と統合して、リスクの高い IP アドレスを自動的にブロックします。

シナリオ 5：リソース最適化とコスト管理

不透明なクラウドリソースの使用は無駄につながります。CloudMonitor 2.0 はリソース使用率を分析し、弾性スケーリングポリシーとアイドルリソースの解放計画を推奨します。

• 使用率分析：低負荷の ECS インスタンスとマウントされていないディスクにフラグを立てます。最適化チェックリストを生成します。

• コスト予測：過去の支出傾向に基づいて月々の請求額を予測し、コスト削減のヒントを提供します。

• 自動弾力性：トラフィックに基づいて Kubernetes クラスターまたは Serverless サービスをスケールアップまたはスケールダウンします。

シナリオ 6：インテリジェントなアラートと自動 O&M

従来のアラートは、しばしば誤検知や情報過多を引き起こします。CloudMonitor 2.0 は、アラートノイズリダクション、動的しきい値、階層型通知を使用して精度を向上させ、自動修復アクションをサポートします。

• アラート集約：類似のイベントをマージして、重複した通知を回避します。

• マルチチャネル配信：DingTalk、メール、ショートメッセージなど、重要度に応じてアラートをプッシュします。

• 自動スクリプト：事前に構築されたスクリプトをトリガーして、サービスを再起動したり、障害のあるノードを隔離したりします。

シナリオ 7：マネージドオープンソース可観測性コンポーネントとインテリジェント O&M

企業は、ハイブリッドまたはマルチクラウド環境で、Prometheus、Grafana、OpenTelemetry などのオープンソースの可観測性ツールを広く使用しています。しかし、3 つの課題に直面しています：

1. 高い O&M の複雑性：自己管理型の Prometheus クラスターでは、データ収集、ストレージ、アラートをエンドツーエンドで管理する必要があります。デプロイメントとスケーリングにはコストがかかります。

2. データサイロ：OpenTelemetry のトレースデータ、Prometheus のメトリック、Grafana のダッシュボードは別々の場所に存在し、統一された分析が欠けています。

3. インテリジェンスの欠如：オープンソースツールは、手動でのアラートルール設定と根本原因分析に依存しています。AI ネイティブアーキテクチャのダイナミズムに対応するのは困難です。

• コスト削減と効率向上：マネージドサービスにより、O&M 作業の 90% が不要になります。リソース使用率は 30% 向上します。

• フルスタック可観測性：インフラストラクチャ (Prometheus メトリック)、アプリケーションパフォーマンス (OpenTelemetry トレース)、ユーザーエクスペリエンス (Grafana 可視化) をカバーします。

• オープンで互換性あり：Prometheus Operator や Grafana プラグインなどのオープンソースエコシステムとシームレスに統合し、企業のハイブリッドクラウドスタックに適合します。

アプリタイプ

アプリ名

説明

永続

アラートセンター

すべてのアラート情報を 1 か所で管理

永続

すべての機能

すべてのアプリと関連サービスを 1 か所で管理

永続

統合センター

可観測性オブジェクトとデータを統合・管理

常駐

エンティティエクスプローラー

監視対象のステータスとパフォーマンスを探索

永続

クラウドサービス監視

Alibaba Cloud サービスの基本監視メトリックのクエリとアラート

アプリケーション可観測性

アプリケーション監視

アプリケーションのパフォーマンスを監視し、障害をリアルタイムで診断

アプリケーション可観測性

リアルユーザーモニタリング

Web、モバイルアプリ、ミニプログラムを監視

アプリケーション可観測性

AI アプリケーション可観測性

AI アプリケーション向けのフルスタック統合可観測性を提供

O&M 監視

Prometheus サービス

パフォーマンス専有型の監視のためのフルマネージド Prometheus クラウドサービス

O&M 監視

インシデントレスポンス

アラートイベントをインシデントにグループ化して管理

O&M 監視

Synthetic Monitoring

ユーザーリクエストをシミュレートして、ネットワーク品質、サービスの可用性、ユーザーエクスペリエンスをプロアクティブに監視

O&M 監視

データベース可観測性

データベースサービスのワンストップ可観測性を提供

O&M 監視

ログ監査

操作ログの記録とレビュー

クラウドサービスインサイト

PAI インサイト

Platform for AI (PAI) 向けのフルスタック、ワンストップの可観測性を提供

クラウドサービスインサイト

Container Insights

Kubernetes クラスターの運用状況を詳細に分析

クラウドサービスインサイト

ECS インサイト

Elastic Compute Service (ECS) の高度な監視

インテリジェントな探索と分析

UModel エクスプローラー

エンティティと UModel のデバッグツール

インテリジェントな探索と分析

データエクスプローラー

監視メトリックとデータを探索・分析

インテリジェントな探索と分析

イベントハブ

すべてのタイプのイベント情報を 1 か所で管理

インテリジェントな探索と分析

ダッシュボード

主要なメトリックを表示するダッシュボード

インテリジェントな探索と分析

ログエクスプローラー

ログデータの探索・分析サービスを提供