F5 的 OpenTelemetry 贡献推动了我们的自适应应用愿景
在 F5，我们设想一个更好的数字世界，在这个世界中，客户可以专注于取悦他们的客户并发展他们的业务，而不会被安全和应用性能风险所困扰。 遥测是实现这一目标的关键。
如今，applications和 API 比以往任何时候都更成为数字企业最重要的资产。 为了优化这些应用程序的安全性、性能和价值，组织必须对其进行检测以及对其支持服务和基础设施进行检测，以生成有意义的遥测数据来指导行动。 当今许多组织已经使用遥测来检测其环境中的问题。 越来越多的公司正在投资可观察性和自动化解决方案，以预测可能出现的故障。 这些努力的最终目标是依靠正确的遥测、洞察和自动化来防止大多数类型的故障。
确实，强大的遥测是应用健康和安全的基础。 为了有效地使用遥测，我们需要一种通用的方法来收集和传输跨多个系统和应用s的大量数据，以便将其转化为可操作的见解。 一致的遥测标准解决了来自不同供应商和产品、以不兼容方式格式化的不同数据的组合问题。
今天，我们很高兴地宣布一种新的遥测协议，该协议比现有的OpenTelemetry 协议(OTLP) 将压缩率提高了约 100%——为采用（或考虑）先进遥测系统的组织带来显著的成本节约和性能优势。 新的 OTel Arrow 协议是我们对云原生计算基金会开源项目OpenTelemetry持续支持的一部分，该项目为遥测数据的收集和导出方式提供了标准化格式。 我们期待看到这一新协议为更重要的优化铺平道路，从而加速数据处理本身。
在 F5 杰出工程师 Laurent Quérel 的领导下，并与领先的数字工作流程公司 ServiceNow合作，新的 OTel Arrow 协议平均将 OTLP 的压缩率提高一倍，具体取决于数据工作负载。 这反过来又将网络带宽和相关网络成本降低了约一半。 在某些情况下，当指标本质上是多变量时，观察到的压缩甚至可能更大，就像 F5 产品一样（见下图）。
这种新设计的协议出现在这样一个时期：由于设备和传感器的激增、对数据驱动和人工智能驱动技术的日益依赖，以及从单一应用部署到容器和无服务器功能等更细粒度形式的转变，遥测组织生成的数据数量正在激增。 与此同时，遥测数据变得越来越分散——跨越数据中心、多个云和边缘。 这些发展共同增强了优化互联网遥测传输方式的紧迫性。
遥测是实现我们的自适应应用愿景的关键
OTel Arrow 协议为未来遥测数据处理的增强奠定了基础，也是我们自适应应用愿景的一个组成部分。 在 F5，我们致力于创造一个未来，让客户能够快速检测和消除安全威胁、提高应用性能和弹性、加快新应用程序的部署，并轻松统一其本地、公共云和边缘环境中的策略。 最终目标是降低在不同应用环境中操作应用程序的成本和复杂性——使用自动化和机器学习技术，有效地将大量实时遥测数据转化为客户可操作的见解。
为了防范安全和应用程序性能风险，客户需要了解他们的整个应用组合。 他们还需要自动预测分析来帮助他们在风险转变为潜在问题之前快速识别风险。 为了使预测分析实现自动化，需要大量数据来训练和改进机器学习模型，以便随着时间的推移能够以更高的精度分析遥测。 开源贡献改善了遥测的传输、处理、存储和查询方式，是使预测分析更简单、更便宜的关键。
大规模执行预测分析
在我们致力于为客户打造自适应应用程序的过程中，我们一直在使用F5 BIG-IP 、 F5 NGINX和F5 分布式云服务实施 OpenTelemetry 可观察性框架。 这些投资使我们能够更好地大规模地进行数据分析，同时利用随着时间推移而改进的人工智能能力和机器学习模型。
通过建立坚实的数据基础设施，我们致力于让客户全面了解其应用程序和 API 的运行状况和性能，不仅是在特定的 F5 产品中，而且是在他们的整个应用组合中。 这将帮助我们主动为组织提供快速识别和消除新风险所需的安全和应用性能洞察。
实时遥测是关键，而 F5 之所以处于领先地位，是因为我们的技术位于数千名客户的数据路径中。 F5 技术为 85% 的财富 500 强企业和全球近一半的applications提供支持。 我们洞察的海量数据可以让我们即时了解风险，帮助我们构建自动化解决方案，在新威胁出现时迅速保护组织免受侵害。 随着我们不断将遥测转化为可操作的见解，组织将能够花费更少的时间来管理风险，而将更多的时间用于开发可提高业务效率和增强客户体验的数字创新。
从本质上讲，我们的自适应应用程序愿景取决于有效分析来自不同来源的大量遥测数据的能力——而我们正在进行的 OpenTelemetry 贡献正在帮助优化实现这一愿景所需的数据聚合和分析。
要了解有关 F5 最新遥测协议贡献的更多信息，请阅读我们的新闻稿。 另请参阅 Apache Arrow 博客上的第 1 部分和第 2 部分文章。