充分发挥分析价值：多维可见性的应用价值

通过信息整合诊断问题

当患者因病因不明的症状就医时，确定病因通常包括两个环节：收集数据和评估数据。患者可能会接受MRI或X光检查，随后由不同专业的医生审阅检查结果。不同医生可能会从同一组数据中发现不同线索，例如，骨科医生和肿瘤科医生会在同一份MRI影像中寻找不同的异常。同样，不同类型的医生也可能使用不同的诊断信息来源。肿瘤科医生可能会要求进行血液检查，这些检查对骨科医生或许没有帮助，但仍能提供维护患者健康所需的重要信息。医生协作评估复杂病情患者健康状况的方式，与组织内不同团队共同管理应用健康状况的方式类似。将多个信息来源作为一个完整系统综合分析，有助于了解如何以适当方式提取新颖且独特的数据，并带来诸多优势。多维可见性模型通过整合分布式数据，提升对客户应用体验的可见性，从而更轻松地维护应用的健康状况。

什么是多维可见性？

多维可视性是一种理解数据分段和可视化的新方式。其目标是消除数据孤岛，让组织内部能够访问相关信息，从而更轻松地了解不同系统如何相互交互和影响，并更深入地洞察应用的整体运行情况。

第一步是定义数据维度。应根据数据的使用方式和使用者，选择最合适的粒度。例如，与面向用户体验（UX）团队的数据相比，可以为安全专业人员提供更详细的安全数据。定义多个数据维度后，可以将其整合到一份报告或一个可视化视图中，既详细呈现各个维度，也展示这些维度之间的关系，这正是“多维可见性”一词的由来。具备足够的数据维度后，便可创建应用的端到端整体视图。

多维可见性如何助力应用分析？

安全事件就像患者感到疼痛一样，可能是系统中某些问题需要关注的第一个信号。利用从安全信息和事件管理系统（SIEM）获取的数据，可以查看应用或基础设施事件，例如Web应用防火墙（WAF）事件、DDoS指标或外部扫描警报。通常，这些事件由安全运营（SecOps）团队负责处理。采用多维可观测方法，可以将这些事件与其他数据源相结合，由多个团队共同审查，并将安全维度与其他可用数据进行交叉比对，以寻找不同数据集之间的关联。由于能够更轻松地了解系统之间的关系，我们可以在小问题影响其他系统之前将其识别，从而防止问题进一步恶化；还可以识别并隔离新问题的根本原因，从而更快地解决问题，无论这些原因位于整个应用的哪个部分。

通过整合多个数据源、记录各维度之间的关系，并让更多人都能访问这些数据，可以为以往彼此孤立的组织部门提供新的洞察。

此可视化图展示了识别不同维度之间的关系如何帮助发现一维数据中无法显现的洞察。多维模型的复杂程度可根据贵组织的需求进行扩展。

数据可见性面临的挑战

为帮助应用、基础设施和安全团队顺利使用多维模型，避免迷失在海量数据中，需要缓解以下挑战：

• 确保企业可观测性解决方案能够恰当地呈现所有团队的数据。
• 将安全洞察与其他系统的洞察相结合。这有助于应用所有者和维护人员了解其所做的更改可能会如何影响其他应用的安全态势。
• 使分散团队的指标与企业的集中管理要求保持一致。
• 如果采用混合云或多云模式，请制定清晰的策略，体现云环境不同部分的数据之间的关系。多维可见性建模在此尤其有助于深入了解多云和混合云部署中的相互关联。

市场研究表明，如果不解决这些问题，可能会增加安全事件、应用性能故障和完全中断的发生率，进而导致收入损失和客户信任受损。

后续步骤

数字化转型计划凸显了客户体验作为应用健康状况衡量指标的重要性。借助多维可观测性方法，可以了解云流量拥塞问题与结账缓慢的客户投诉之间可能存在的关联。要充分发挥这种方法的作用，需要选择有用的数据维度，确定这些维度之间的关系，让整个组织的各个团队都能访问多个数据维度，并确保这些团队拥有相应工具，以直观呈现和理解各数据维度之间的关联。

多维可见性模型可满足全面了解应用健康状况的需求，并提供灵活的应用建模方式。这些技术有助于更清晰地了解企业应用组合中所有组件之间的互操作性，让最了解应用的“医生”，即应用所有者和维护人员，能够使用更有效的诊断方法。

相关内容

报告

2020 年应用服务状况：DevOps 版

了解各行业向以应用为中心的技术转型如何改变DevOps的竞争格局。

观看网络研讨会 ›

解决方案

全面掌控应用健康状况和可见性

了解可见性的四项原则，以及如何运用这些原则改善业务成果。

探索解决方案 ›

产品

NGINX Controller 3.0 全新发布：以应用为中心的交付方式加快产品上市

Controller 3.0采用以应用为中心的方法来管理和交付应用及API，在业内率先推出这一模式。

了解Controller 3.0 ›

解决方案

通过自动化集成加快CI/CD速度

将安全和性能策略自动集成到代码流水线中，让您可以专注于创新。

了解详情 ›