Navegando no cenário de observabilidade: destaques da pesquisa de 2024 do Grafana Labs

Independentemente do setor em que operam ou do número de pessoas que empregam, as empresas com práticas maduras de observabilidade podem responder a incidentes com mais rapidez e economizar tempo e dinheiro no processo, de acordo com a segunda pesquisa anual de observabilidade do Grafana Labs .

As organizações estão tornando a observabilidade uma parte crítica de seus ciclos de vida de desenvolvimento de software à medida que enfrentam a complexidade dos aplicativos modernos. No entanto, a pesquisa deste ano deixa claro que nem todos estão no mesmo estágio de adoção, com as equipes que estão mais atrasadas lutando para acompanhar as demandas constantes dos usuários atuais.

Mais de 300 profissionais de observabilidade participaram da pesquisa. Eles compartilharam suas idéias sobre uma ampla gama de tópicos, incluindo os diversos graus de maturidade, o grande volume de ferramentas em uso, as preocupações persistentes com despesas e a onipresença de ferramentas de código aberto neste mercado ainda emergente.

Principais conclusões da pesquisa de observabilidade do Grafana Labs

Você pode ler a pesquisa completa para saber o que os entrevistados têm a dizer sobre esses tópicos e muito mais, mas para uma avaliação rápida do estado de observabilidade, aqui estão as cinco principais conclusões da pesquisa.

As práticas de observabilidade ainda estão amadurecendo

Avaliamos onde os entrevistados estavam em suas jornadas perguntando como eles abordaram a observabilidade. Pouco mais da metade afirma que sua organização adotou uma abordagem proativa, o que aponta para o crescimento nesse espaço. No entanto, as organizações ainda são mais propensas a serem reativas do que sistemáticas, o que significa que muitas vezes ouvem falar dos problemas dos seus clientes, em vez de terem sistemas implementados para resolver os problemas antes que os seus utilizadores descubram.

(Confira nosso modelo de maturidade da jornada de observabilidade para saber mais sobre essas designações.)

E as diferentes abordagens podem resultar em resultados muito diferentes, com 65% dos que adotam uma abordagem sistemática a pouparem tempo ou dinheiro através da observabilidade centralizada, em comparação com apenas 35% dos que adotam uma abordagem reativa .

A dispersão de ferramentas e dados continua sendo um grande obstáculo

Mais de dois terços das equipes usam pelo menos quatro tecnologias de observabilidade, com os entrevistados citando coletivamente mais de 60 tecnologias atualmente em uso . Além disso, metade dos usuários do Grafana afirma ter pelo menos seis fontes de dados diferentes configuradas e em uso ativo no Grafana.

Isso pode se traduzir em complexidade e sobrecarga consideráveis, e quanto maior a empresa, mais ferramentas e fontes de dados ela possui. Não é de admirar que, entre as equipes que possuem observabilidade centralizada, 79% afirmem que isso lhes economizou tempo ou dinheiro.

Código aberto é o padrão de fato

Atendemos uma comunidade vibrante de código aberto no Grafana Labs. E embora isso provavelmente distorça os resultados da nossa pesquisa, não há como negar o impacto do OSS. Oito das 10 tecnologias mais populares citadas na nossa pesquisa são de código aberto, enquanto a esmagadora maioria dos entrevistados está investindo em Prometheus (89%) ou OpenTelemetry (85%) .

Curiosamente, há uma sobreposição considerável entre as comunidades Prometheus e OpenTelemetry . Quase 40% dos entrevistados usam ambos em suas operações e mais de 50% aumentaram o uso de cada projeto no ano passado.

A IA pode desempenhar um grande papel – eventualmente

A IA está recebendo muita atenção atualmente, mas seu papel na observabilidade é hoje em grande parte uma aspiração. Ainda assim, os profissionais da observabilidade continuam entusiasmados com o seu potencial para acelerar a resposta a incidentes e simplificar a adoção da observabilidade.

A detecção de anomalias é o recurso habilitado para IA mais citado que os entrevistados dizem que gostariam de ver, com mais de três quartos afirmando isso. Outros itens importantes da lista de desejos para IA incluem análise preditiva e geração de painéis.

O custo surge como uma das principais preocupações

Mais da metade dos entrevistados afirma que o custo é sua maior preocupação em relação à observabilidade , enquanto outros tópicos relacionados — cardinalidade, contas imprevisíveis e dependência de fornecedor — também são citados.