Monitoring kvality služieb
Poskytovanie služieb v náležitej kvalite na základe príslušných parametrov (SLA) sa stáva nevyhnutnou požiadavkou v každej organizácií bez ohľadu na to, či ide o interných, alebo externých zákazníkov. Dohľad nad hardvérovou a softvérovou infraštruktúrou umožní optimalizovať celé IT prostredie, v maximálnej možnej miere predchádzať potenciálnym výpadkom v akejkoľvek jeho časti, pokiaľ však k nim dôjde, veľmi rýchlo analyzovať miesto a príčinu problému a tým pádom eliminovať prípadné finančné straty pre podnik.
Pre organizácie poskytujúce služby koncovým používateľom je veľkou výhodou možnosť monitorovať kvalitu práve z pohľadu používateľa naprieč všetkými komponentmi, ktoré sa na danej službe podieľajú. Okrem technických informácií je možné sledovať a vyhodnocovať obchodné ukazovatele, týkajúce sa jednotlivých používateľov a ich správania a tým pádom mať možnosť pripravovať , prípadne meniť svoje stratégie a zvyšovať konkurencieschopnosť podniku.
Storage Analytics
Storage Analytics je produkt vyvíjený společností 3S.cz určený k hloubkové postprocesní analýze diskových systémů Hitachi. Poskytuje inteligentní analýzu vytížení prostředků diskového pole a umožňuje izolovat a diagnostikovat úzká hrdla infrastruktury. Usnadňuje IT manažerům efektivní plánování a přidělování diskových zdrojů aplikacím na základě detekce rezerv vytížení diskového systému. Odhaluje případné konfigurační nedostatky analýzou vzájemných vazeb entit diskového pole vůči serverové infrastruktuře.
 |
Object Storage Analysis (OSA)
Objektová úložiště už nejsou pouze archivačním úložištěm, ale čím dál častěji nahrazují produkční prostředí CIFS/NFS NAS úložišť. Tím se mění i charakter zátěže z relativně nízkých datových toků (archivace) do oblasti vysokých datových toků a mnohonásobné paralelizace. Zvyšujícími se výkonnostními požadavky na Objektové úložiště vzniká i potřeba komplexních nástrojů pro monitoring provozu.
Object Storage Analysis (OSA) je řešení vyvíjení společností 3S.cz založené na zpracování Access Logů Objektového úložiště HCP. Pomocí metod reverzního inženýrství je ze sekvence událostí rekonstruován časový průběh provozu. OSA řešení podporuje postprocesní zpracování Access Logů exportovaných ze systémů HCP. Postrocesní analýza umožňuje v sekundovém rozlišení analyzovat příčinné souvislosti chování klientů Objektového úložiště. Vedle toho OSA podporuje Real-Time monitoring s vizualizací na platformě Grafana.
 |
Umělá Inteligence pro řízení Big Data úložišť
Ve spolupráci s výzkumným centrem SIX na VUT v Brně pracuje společnost 3S.cz, s. r. o. v rámci několikaletého projektu na vývoji produktu, který by měl převzít roli jakéhosi pomyslného doktora pro storage systémy. Pro tento projekt byl vytvořen jeden tým složený ze specialistů na řešení ukládání, archivaci a zabezpečení dat a specialistů na oblast prediktivní analytiky, genetických algoritmů a nástrojů umělé inteligence. Cílem projektu je vytvořit řešení, které dokáže pomocí automatické analýzy běhu systému rozpoznat nestandardní chování, s dostatečnou rezervou předpovídat přetížení a navrhnout na takto vzniklou událost adekvátní reakci, případně bude schopno vhodným způsobem se z poruchy či chyby rovnou zotavit.
 |
Expertní systém pro automatickou analýzu a řízení big data úložišť je schopen za využití umělé inteligence vyhodnocovat pravděpodobnost vzniku kritické situace. Pravděpodobnost vzniku určitého typu kritické situace je pak teoretickým východiskem pro matematické modelování trendů a vytvoření včasného varování pro administrátory Big Data úložiště. Na základě výpočtu trendů bude možné zareagovat na vznikající problém ještě dříve, než se daný fenomén projeví v plné šíři se všemi negativními dopady do chodu aplikací datového centra.
Svoji přidanou hodnotu dokazuje využití umělé inteligence například na velmi obtížně zachytitelném fenoménu "Slow Drain Device". Nativní monitoring Big Data úložišť tento fenomén není schopen zachytit přímo, nativními prostředky, protože vzniká mimo samotný systém BigData úložiště. Nicméně se projevuje určitými symptomy a souvislostmi, které je schopna umělá inteligence zachytit již v rané fázi.
Projekt „Expertního systému pro automatickou analýzu a řízení big data úložišť“ tak potvrzuje svoji vysokou přidanou hodnotu zejména pro rozsáhlá datová centra, kde v důsledku komplexnosti SAN prostředí je velmi obtížné postihnut tyto situace manuálním vyhodnocováním lidským činitelem.