A Grafana Labs anunciou essa semana a disponibilidade de uma Grafana Enterprise Stack unificada para que equipes DevOps possam implementar uma plataforma de Observabilidade precisa, baseada em ferramentas de código aberto como o Prometheus, em ambientes de TI locais (on-premises). A Grafana Enterprise Stack também inclui plugins de visualização de todos os dados de outras ferramentas comerciais do Grafana, como Splunk, New Relic, MongoDB, ServiceNow, Oracle e Snowflake. Além disso, contempla também ferramentas de relatório, autenticação aprimorada e controles de segurança.

Por que isso é importante?

Embora o software de código aberto desempenhe papel fundamental na capacidade de implementar estratégias de Observability, a maioria das organizações de TI hoje em dia ainda depende de uma variedade de ferramentas proprietárias para monitorar seus ambientes.

Muitas dessas ferramentas serão substituídas, nos próximos meses, por plataformas de Observabilidade que fornecem mais contexto do que as ferramentas de monitoramento individuais oferecem atualmente. No entanto, ainda não está claro se as equipes DevOps vão preferir o código aberto ou plataformas proprietárias que, na maioria dos casos, incorporam componentes de código aberto.

A nova stack do Grafana Labs agrupa a versão corporativa da plataforma Grafana com Enterprise Metrics para uso do Prometheus como serviço, e para a criação de um novo produto chamado Enterprise Logs, que é uma ferramenta de agregação de log auto-hospedada escalonável baseada no Grafana Loki. Dessa forma, o Enterprise Logs usa a técnica de indexação de log exclusiva da Loki para permitir maior escalabilidade e melhorias de eficiência de custo com ambientes de aplicativos, conforme comunicado da empresa sobre Enterprise Stack.

Os principais recursos do Grafana Enterprise Logs incluem:

Gerenciamento de instâncias, que permite aos usuários criar e gerenciar visualmente instâncias, políticas de acesso e tokens. Os usuários também podem criar rapidamente novas fontes de bancos de dados e visualizar as configurações do sistema.

Acesso à API de admin, o que facilita o trabalho dos administradores ao distribuir e limitar o acesso a registros e usuários específicos em grandes organizações.

Segurança aprimorada, com políticas de acesso e tokens integrados à plataforma para garantir acessibilidade e integridade em nível empresarial

Concorrência milionária

Com o anúncio desta semana, a Grafana Labs entra para a batalha no competitivo mercado de Observability. Ela enfrenta a concorrência de startups ambiciosas como a Observe Inc., que recentemente atraiu US$ 35 milhões em financiamento, bem como de empresas mais estabelecidas, como a Splunk Inc. e a New Relic Inc., que recentemente anunciaram grandes atualizações em suas plataformas nativas.

Com mais de 1000 clientes usando a plataforma da Grafana, incluindo grandes players como eBay Inc., PayPal Inc., Sony Corp. e JP Morgan Chase, o Grafana Enterprise Stack surge como o exemplo mais recente da forma como o cenário dos softwares de Observabilidade está se movendo rapidamente para o chamado “ambientes prontos para uso”, aqueles entregues sob o modelo SaaS, do tipo software como serviço.

“Essa tendência é positiva para as empresas, pois permite que elas se concentrem mais na Observability e no gerenciamento de seus aplicativos de próxima geração, em vez de se preocupar com o os meios para que a Observability funcione em primeiro lugar”, disse Mueller.

Conforme os ambientes de TI se tornam mais complexos, as ferramentas nas quais a maioria das organizações depende atualmente não trazem insights acionáveis suficientes. A maioria das equipes de TI hoje em dia ainda perde uma boa parcela de tempo navegando entre várias ferramentas em um esforço para descobrir a causa raiz de um determinado problema. Não é incomum que as equipes de TI levem dias para descobrir a origem de um problema, que por sua vez leva alguns minutos para ser corrigido. A expectativa é que as plataformas de Observabilidade reduzam drasticamente a quantidade de tempo real e esforço necessários para investigar, por exemplo, um problema de desempenho.