Voorspellend beheer of het geheim van monitoring


Predictive systems managementBedrijven eisen meer van de bewaking van haar kostbare ICT-infrastructuur en applicaties. ICT wordt meer en meer het hart van bedrijven. De monitoring verschuift daarom van reactief naar proactief en uiteindelijk naar voorspellend beheer. Het voorspellend beheer zal in de komende jaren een behoorlijke vlucht nemen.

De markt van monitoring ontwikkelt zich in een rap tempo naar een hoge volwassenheid. De open-source en commerciële monitoringtools bieden inmiddels veel functionaliteit. Maar de klant van vandaag vraagt om meer. Is proactief beheer nog wel voldoende?

Voorspellend beheer richt zich op het vroegtijdig traceren van onregelmatigheden in de infrastructuur om incidenten te voorkomen. Om dat te doen heb je onder andere veel (historische) data nodig om die statistisch te bewerken. De focus ligt op het planmatig en systematisch opsporen van capaciteits-, performance- en beschikbaarheidsmeldingen. Van belang zijn alleen de meldingen met een lage importantie en drempelwaarde. Eén belangrijke functie van statistische bewerkingen is extrapolatie om het toekomstig punt vast te stellen waarop een mogelijk incident zou ontstaan. Analytische capaciteiten, een zekere mate van creativiteit en het opstellen van doordachte structurele verbetervoorstellen zijn daarbij onontbeerlijk.

Dit artikel beschrijft voorspellend beheer vanuit het perspectief van de monitoringtooling. Echter een goed ingerichte beheersorganisatie en processen spelen daarbij een cruciale rol!

Intelligent omgaan met data!

De druk om betere informatie te leveren neemt toe. Verzamelen en opslaan van data is het begin. Maar hoe ga je intelligent om met data?

Data is het sleutelwoord. Om voorspellend beheer te doen is de volgende data nodig die voor een langere (retentie) periode wordt vastgelegd:

  1. Assetdata van de gehele ict-infrastructuur.
  2. Monitoringdata over beschikbaarheid, performance en capaciteit.
  3. Loggingdata van applicaties en systemen.
  4. End-userdata van eindgebruikers.

Assetdata. Dit type informatie beschrijft de configuratie, de toestand en de betekenis van een systeem zodat alle andere data in een context geplaatst kunnen worden. Vaak levert assetdata bij een nadere analyse in het voorspellend beheer een onderbouwing voor het traceren van mogelijke incidenten. Om veel assetdata te verzamelen dient de monitoringtool een krachtige Asset management Discovery & Tracking functie te hebben. Het gaat o.a. om data van werkplekken, (virtuele) servers, netwerken storagesystemen, datacenter facility devices ( ups, airco, et cetera) maar ook om securitydata en applicatiedata.

Monitoringdata. Om de basis te leggen voor het waar kunnen nemen van trends dient de monitoringtool de beschikbaarheidsdata, performancedata en capaciteitsdata te verzamelen met een lage severity en drempelwaarde. Meldingen met een hoge ernst of drempelwaarde zijn immers incidenten!

Loggingdata. Nog meer dan systeemlogs geven applicatielogs zeer nuttige informatie en goede aanwijzingen over de toestand van een applicatie. Tenminste als de applicatiebouwer zijn applicatie “in-huis” onderwerpt aan stresstesten en de karakteristieken documenteert voordat de applicatie bij de klanten wordt uitgegeven. Eenmaal in productie dient bij overschrijding van de beschreven limieten de applicatie de overschrijdingsmeldingen te loggen. De monitoringtool dient vervolgens continue de applicatielog uit te lezen en de belangrijkste data eruit te filteren en door te sturen naar de een centrale console en database voor verdere analyse.

End-userdata. Geeft vanuit het perspectief van een gebruiker van applicaties een heel goed beeld over de performance en/of beschikbaarheid. Dit sluit namelijk aan op de belevenis van de eindgebruiker en is een aanvulling op de infrastructuurmonitoring. Tezamen geven de end-userdata en monitoringdata een completer en betrouwbaarder beeld en ondersteunen daarmee beter voorspellend beheer. Nu is de basis gelegd om te “dataminen”!

Belangrijk is dat alle data eenvoudig toegankelijk is in een database die ook zorgt dat de opgeslagen data voldoet aan de data integriteitsregels. De data is actueel, volledig en betrouwbaar. Dat stelt hoge eisen aan de monitoringtool.

Ten eerste moet met vrij hoge frequentie de data opgehaald worden. Ten tweede moet de opgeslagen assetdata continue vergeleken worden met de opgehaalde data en moet de tool de veranderingen direct opslaan. Daarbij geldt dat alle veranderingen op te sporen zijn.

Haal meer uit de monitoring!

Het grootste succes is de menselijke creativiteit om de statistische verzameling te bewerken tot concrete inzichten die leiden tot verbeteracties.

Datamining is het gericht zoeken naar (statistische) verbanden in grote verzamelingen gegevens ter ondersteuning van het voorspellend beheer om één of meerdere doelstellingen in het beheer te verbeteren. Hoe deze verzameling is aangelegd is zojuist beschreven. Het doel is om patronen (lees trends)/afwijkingen op te sporen die mogelijk leiden tot incidenten (uitval) door de data te groeperen, sorteren, extrapoleren, correleren, vergelijken et cetera om tot een analyse en verbetervoorstellen te komen.

Om de data te bewerken zijn er twee mogelijkheden:

  • De monitoring tool bevat al allerlei statistische voorzieningen of bevat exportvoorzieningen om de historische data naar een datamining tool of spreadsheet programma te transporteren.
  • Het proces van datamining is een tamelijk creatief proces waarbij kennis van statistische bewerking nodig is naast gedegen kennis van de infrastructuur en van datamining tools c.q. spreadsheets. Alhoewel datamining hoge eisen stelt aan ‘het ontginnen van de data’ leert de ervaring dat het eindresultaat nieuwe inzichten geeft en dit bij de klant vaak leidt tot verbazing wat uiteindelijk een hoge actiebereidheid oplevert om het beheer en infrastructuur aan te pakken.

Behalve het inzichtelijk maken van de capaciteit, performance en beschikbaarheid kan je nog verder gaan. Naast de traditionele wijze van monitoring levert monitoring ook een substantiële bijdrage in de standaardisatie van het gebruik van de software en hardware, het standaardiseren van de naamgeving en configuratie-instellingen en  het actief monitoren van de standaardisatie van softwaregebruik, naamgeving, configuratie-instellingen tot en met inzet van hardware.

De creativiteit is de grens van wat mogelijk is. Indien datawarehousing en datamining een vast onderdeel zijn van de monitoring(organisatie) en stelselmatig data aanlevert over de standaardisatie, kan gestart worden met het bepalen van de normering van de standaardisatie. Vervolgens ligt de weg open om deze actief te bewaken. Standaardisatie, naast de bewaking van de continuïteit van de infrastructuur is een belangrijke fundament van het beheer. Het terugdringen van de complexiteit door standaardisatie levert op den duur een hoge mate van efficiency en productiviteit.

 Spin-off van voorspellend beheer

Een laatste conclusie over voorspellend beheer. Een consequent doorgevoerde vorm van voorspellend beheer vanaf organisatie, proces tot en met tooling levert uiteindelijk veel minder incidenten op met als gevolg dat er meer vertrouwen ontstaat bij de business en dat de ict meer tijd krijgt voor andere taken in het beheer. Daartegenover staat wel dat het voorspellend beheer in het begin een investering verlangt in de professionalisering van het beheer.

Herman Rensink, infrastructuur architect.

herman-LI

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s