企業中的網絡監控并不簡單。根據分析和咨詢機構Enterprise Management Associates公司的調查，在開始將軟件和基礎設施遷移到云平臺之前，一個典型的企業就使用4到10個工具來監控和排除自己的網絡故障。

 

公共云為網絡可見性增添了復雜性。傳統的監控工具以各個網絡元素的健康和性能為中心。當今的數字業務時代需要一個更全面的網絡視圖，能夠使用大數據分析和機器學習來收集和關聯來自不同云計算環境的數據。

 

Kentik公司的一項調查表明，如今40%的組織認為自己是多云用戶，他們的組織擁有兩個或多個云服務提供商提供的云服務。三分之一的組織擁有混合云環境，其中至少有一個云計算服務提供商提供的云服務和內部部署數據中心或第三方的數據中心基礎設施。

 

EMA公司研究主管Shamus McGillicuddy說，“人們在網絡上收集和分析了很多不同類型的數據——從設備指標到網絡流量，從數據包到日志，再到主動綜合監控，沒有一家云計算供應商能夠全部做得很好。其中的大多數供應商甚至都沒有嘗試做所有這些事情。”

 

因此，35%的多云用戶擁有三到五種監控工具，其中包括日志管理工具(48%)、應用程序性能管理工具(40%)、開源工具(34%)、網絡性能管理工具(25%)。

 

“有些網絡人員表示他們找不到端到端的工具。他們對數據中心有很好的了解，對AWS和Azure的云平臺也有很好的了解，但他們無法將它們整合在一起。”McGillicuddy說。

 

Enterprise Strategy Group的高級分析師Bob Laliberte說，“環境變得越來越復雜，因此他們需要找到非常有效的工具，使復雜的環境變得易于管理，這對他們來說至關重要。”

 

然而，這說起來容易做起來難。網絡專業人員經常抱怨現有的以設備為中心的網絡監控無法擴展或為云計算和數字業務時代的應用程序提供所需的可見性。云端原生監控工具(如Amazon CloudWatch、Azure Monitor或GCP Stackdriver)不那么零散，可以觀察所有基礎設施和應用層，但有些用戶發現云計算工具通常缺乏功能和可見性，更不用說它們沒有與本地工具很好地集成。

 

分析師表示，由于很多企業擁有的網絡與其租用的網絡之間存在巨大差異，因此并沒有哪一家供應商可以提供全局監控解決方案，因此不應期待很快出現這種情況。但是有一些方法可以縮小這個差距，在整個網絡中實現更好的可見性。

 

 

“在混合云環境中，總是會有可見性的孤島。重要的是尋找機會整合這些孤島。”McGillicuddy說。

 

網絡監控工具最有價值的數據來源之一是用于從其他平臺提取數據的管理系統API，無論是來自AWS，還是像ServiceNow這樣發送票據數據的IT服務管理平臺，或安全監控工具。

 

McGillicuddy說，“如果企業嘗試將這些內容整合在一起，則需要采用網絡監控供應商的工具，而供應商的工具擁有一個非?，F代的API，它能讓企業具有訪問自定義數據收集、工具定制以及構建新儀表盤的能力，這讓企業能夠以其想要的方式看到云平臺。”

 

他補充說，大多數新的供應商都會有一個很好的API。原有的API向客戶開放的速度可能較慢，因為他們認為他們使用分析產生的數據是專有的。

 

Laliberte說，“基礎設施團隊可能擁有一些傳統工具的優勢，這些工具目前正在擴展到云原生環境中。Riverbed等工具集集成了SNMP輪詢、流量和數據包捕獲，以獲得混合云環境中企業網絡性能視圖，以及Solarwinds針對內部部署、混合和云的高級網絡監控，提供了將傳統數據中心和云平臺監控結合起來的機會。”

 

然而，許多傳統的網絡監控工具采用云計算路線圖方面進展緩慢。在EMA公司的調查中，大約74%的網絡管理人員表示，他們的網絡管理工具無法滿足其公共云要求。在這些網絡管理人員中，28%表示這種失敗是由于供應商不采取行動或缺乏云計算支持路線圖。

 

“我認為將到達一個所有供應商都擅長采用他們的工具將一些洞察融入云計算的地方——但我認為人們永遠不會看到一個真正對等的時代。”McGillicuddy說。

 

 

“對于云原生和多云環境，云計算提供商開始提供更加一致的工具訪問，以監控跨越其周邊的網絡。”Gartner公司云計算和IT運營研究總監Gregg Siegfried說。

 

例如，Microsoft Azure已添加了Virtual Network TAP(目前在所有Azure區域中都有預覽)，這使企業可以將虛擬機網絡流量連續地流量傳輸到網絡數據包收集器或分析工具。收集器或分析工具由網絡虛擬設備合作伙伴提供。

 

Siegfried說：“這些技術更類似于網絡工程師在現場系統所看到的，因此整合類似技術的能力肯定會有助于這些混合環境。”

 

Kentik說，盡管取得了進展，但許多云計算用戶并不了解或利用現有的一些監控功能。例如，超過一半的受訪用戶表示他們正在使用AWS公司提供的特定于云計算的監控工具，例如流量日志。

 

“我通常建議客戶首先嘗試使用云計算提供商的工具，然后首先使用云原生工具，然后再將時間和費用花費在第三方上。”Siegfried說，“但是從云計算提供商獲得的可見性與使用這些附加產品獲得的可見性之間存在絕對的差異。”

 

 

新的工具已經出現，它們將監控結合在多個云環境中。

 

這些工具中重要的功能類型包括其適應能力，支持與產品開發和其他基礎設施團隊協作的能力，以及集成來自多個來源的數據的能力。Siegfried說，它還應該能夠考慮成本和容量管理等因素，這些因素在混合網絡中很重要。

 

Siegfried補充道，其中一些工具包括ThousandEyes、Kentik和APM工具，例如New Relic和Dynatrace，僅舉幾例。

 

Kentik公司在4月宣布了對Microsoft Azure的集成支持。Kentik公司從去年年底開始使用AWS和谷歌云平臺的流量數據。該平臺還與其他云計算基礎設施數據源集成，如主機級設備、虛擬網絡設備和容器協調或服務網格。

 

Kentik主要收集兩點之間的網絡流量或實際流量數據。它告訴企業網絡上發生了什么，并用其他數據源增強它。

 

互聯網監控供應商ThousandEyes公司去年將其網絡智能產品擴展到多云環境。該公司預先配置了IaaS優勢點，其中包括15個AWS云區域，25個Azure云區域和15個谷歌云區域，使他們可以了解特定云計算提供商在不同地區的表現。它還可以在云平臺之間執行代理到代理測試，使IT能夠測量云區域之間、混合云、內部部署和內部云平臺的性能。

 

當Kentik公司監控實時流量時，ThousandEyes會生成模擬用戶的綜合流量，然后告訴用戶假設的網絡事務可能會發生什么。

 

McGillicuddy說，“過去三年來，人們對主動合成監測解決方案的興趣不斷增長。這是兩種不同的看待事物的方式。合成是很好的，因為有些交易在雙方都看不到。”

 

 

隨著網絡監控越來越多地涉及數據采集和接收以及故障排除，分析人員看到了IT運營人工智能(AIOP)和高級分析平臺的出現，這些平臺執行大數據分析和機器學習將各種工具的見解關聯起來。

 

McGillicuddy說，“你可以看到一些像CA這樣的供應商利用他們構建的大數據棧jarvis來實現這一點，這些jarvis可以插入到他們工具組合的不同部分，從而將他們的見解關聯起來。他們還試圖使從第三方供應商那里獲取數據更容易，從而將見解關聯起來。一些專業的供應商也可以插入到企業所有的監控工具中，并以一種很容易看到的方式關聯所有的東西。到目前為止，我們在研究中看到了一些跡象，認為這實際上是一種很好的方法。”

 

 

Gartner公司建議使用數據驅動的網絡監控框架，以提高跨多個云服務的網絡可見性，而不是依賴傳統的基礎設施工具。

 

Gartner公司高級總監兼分析師Simon Richard說：“使用云原生工具，而不是試圖將內部工具帶入云中，然后等待市場的發展。我認為更好的多云監控工具將來自云計算提供商。”

 

Siegfried說：“無論我們稱之為混合網絡、云計算網絡還是軟件定義網絡，未來的網絡都是由軟件定義的——采用分布式而非集中智能或控制。同樣的自動化原理、基礎設施和代碼技術也在網絡中應用，這些技術已經顛覆了基礎設施管理的其他領域?？紤]一個以數據為中心的網絡監控框架，可以構建能夠生存或支持這些不斷發展的架構的網絡監控平臺類型。”