{"id":62123,"date":"2024-10-09T07:00:00","date_gmt":"2024-10-09T15:00:00","guid":{"rendered":"https:\/\/www.sumologic.com\/blog\/die-neue-aera-der-observability-warum-logs-wichtiger-sind-als-je-zuvor"},"modified":"2025-11-30T19:45:59","modified_gmt":"2025-12-01T03:45:59","slug":"new-observability-logs-matter","status":"publish","type":"blog","link":"https:\/\/www.sumologic.com\/de\/blog\/new-observability-logs-matter","title":{"rendered":"Die neue \u00c4ra der Observability: Warum Logs wichtiger sind als je zuvor"},"content":{"rendered":"\n
\n
\n
\n
\n
\"Die<\/figure>\n<\/div>\n\n\n

<\/p>\n\n\n\n

Vor 20 Jahren eroberte Software die Welt<\/a>. Die alten Methoden der \u00dcberwachung, des Failovers oder des routinem\u00e4\u00dfigen Neustarts wurden schnell unzureichend, und mit einem neuen Fokus auf Software-Exzellenz musste \u00fcberdacht werden, wie wir diese \u00fcberwachen und warten. <\/p>\n\n\n\n

Schon damals, als neue Software j\u00e4hrlich ver\u00f6ffentlicht wurde, war klar, dass Entwickler und Zukunftsforscher ihre Herangehensweise aufbauen, informieren und optimieren mussten, was ein tieferes Verst\u00e4ndnis der Anwendungserfahrung erforderte. So schlug die fr\u00fche Saat des Leistungsmanagements und der Observability<\/a> Wurzeln.<\/p>\n\n\n\n

Das unerf\u00fcllte Versprechen der fr\u00fchen Observability<\/h2>\n\n\n\n

Im Kern wurde Observability entwickelt, um drei zentrale Versprechen zu erf\u00fcllen: die Systemgesundheit sicherzustellen, Probleme mit Zuverl\u00e4ssigkeit, Leistung oder Sicherheit zu identifizieren und diese effizient zu l\u00f6sen. Aber dies erforderte eine enorme Menge an Daten zu einer Zeit, als Daten teuer und schwer zu sammeln waren, ganz zu schweigen von der Analyse.\u00a0In den letzten zehn Jahren wurden verschiedene Methoden und Telemetrie<\/a> kombiniert, was heute als der bevorzugter Ansatz der Observability definiert wird: Logs<\/a>, Metriken und die verteiltes Anwendungstracing.<\/p>\n\n\n\n

Nach zehn Jahren des Versuchs war diese Kombination nur eine weitere bruchst\u00fcckhafte Telemetrie, die zu viel Aufwand f\u00fcr zu wenig Ertrag erforderte. Ohne die M\u00f6glichkeit, auf andere Weise tiefe Einblicke in die Infrastruktur oder Anwendungen zu erhalten, wandten sich die Entwickler den Traces zu. Sie instrumentieren den Code, um die \u00fcberschaubaren Slices zu verfolgen und einen Einblick in die Anwendungserfahrung und die Code-Abh\u00e4ngigkeiten zu erhalten, selbst wenn es sich nur um kleine Teile ihrer Anwendungen handelt.<\/p>\n\n\n\n

Tracing war zwar n\u00fctzlich, aber nicht die vollst\u00e4ndige Antwort. Die Kombination aus hohen Kosten, Komplexit\u00e4t und arbeitsintensiven Prozessen f\u00fchrte zu einem erheblichen Mehraufwand bei der Kodierung. Dies f\u00fchrte oft zu Erm\u00fcdungserscheinungen bei den Entwicklern, verlangsamte die Ver\u00f6ffentlichungsgeschwindigkeit und deckte nur selten den gesamten Umfang einer Anwendung ab.<\/p>\n\n\n\n

Einige haben vorgeschlagen, die Version \u201eObservability 2.0\u201c zu verwenden<\/a>, um diese Probleme zu l\u00f6sen, aber ein iterativer Ansatz verst\u00e4rkt nur ein veraltetes Modell. Wir m\u00fcssen agiler werden. Der Markt fordert eine SaaS-gesteuerte Observability-L\u00f6sung, die sich kontinuierlich weiterentwickelt, und einen neuen Ansatz, der die Fehler der Vergangenheit nicht wiederholt.<\/p>\n\n\n\n

Logs: Das Fundament der modernen Observability<\/h2>\n\n\n\n

Dieser neue Ansatz wird auf umfangreichen, unstrukturierten Logdaten<\/a> beruhen. In Peter Bourgons fr\u00fcher Analyse<\/a>wurden Logs als diskrete, begrenzte Datenseinheiten betrachtet. Dies bezog sich eindeutig auf strukturierte Logs, statische Daten, die immer in bestimmten Datenformaten pr\u00e4sentiert wurden. Obwohl er ihre Rolle verstand, untersch\u00e4tzte er, wie Anwendungen, Entwicklung und letztlich Logdaten so m\u00e4chtig werden w\u00fcrden. <\/p>\n\n\n\n

In den 20 Jahren der Observability hat sich so viel ver\u00e4ndert. Software und Code werden jetzt mehrmals am Tag ver\u00f6ffentlicht, manchmal sogar tausende Male pro Tag \u00fcber Hunderte von Microservices hinweg! Um mit der Instrumentierung Schritt zu halten, m\u00fcssten Entwickler eine weitere Anwendung neben ihren Gesch\u00e4ftsapplikationen pflegen, um so viel Tracing wie m\u00f6glich zu orchestrieren, und sie w\u00fcrden trotzdem wichtige Teile des Gesamtbildes verpassen.<\/p>\n\n\n\n

Heute fungieren unstrukturierte Logs wie \u201edigitale Abgase\u201c, die kontinuierlich mit minimalem Aufwand oder Instrumentierung erzeugt werden. Von detaillierten Fehlermeldungen, die von Entwicklern individuell geschrieben wurden, bis hin zu nat\u00fcrlicher Sprache und einzigartigen Kundendaten geht diese moderne, unstrukturierte Log-Daten weit \u00fcber die strukturierten Ereignisse hinaus, die in fr\u00fchen Ans\u00e4tzen der Observability beschrieben wurden. Sie bieten granulare Einblicke und erfordern leistungsstarke unstrukturierte Log-Analyse, um die atomaren Operationen eines Systems zu enth\u00fcllen. <\/p>\n\n\n\n

Logs sind heute von grundlegender Bedeutung f\u00fcr die umfassende Diskussion eines Vorfalls. Ganz gleich, ob Sie eine Ursachenanalyse durchf\u00fchren oder Service-Abh\u00e4ngigkeiten abbilden m\u00f6chten \u2013 umfangreiche unstrukturierte Logdaten k\u00f6nnen die notwendigen Erkenntnisse liefern. Logging ist in unsere Entwicklungshygiene und unsere kontinuierlichen Innovations- und Bereitstellungspipelines eingebettet. Es ist entwicklerfreundlich und erfordert keine nachtr\u00e4gliche Instrumentierung. Tun Sie es einmal, und zwar richtig. <\/p>\n\n\n\n

In Kombination mit maschinellem Lernen und generativer KI<\/a> gibt es noch mehr Potenzial f\u00fcr Innovationen. Mit den einzigartigen Nutzungsmodellen von heute, wie unserem kostenlosen Log-Ingest und Flex Licensing<\/a> erm\u00f6glicht es unternehmensweite Auswirkungen und Einblicke in das maschinelle Lernen der n\u00e4chsten Stufe. Je gr\u00f6\u00dfer der Datensatz der umfangreichen Logs wird, desto genauer wird das maschinelle Lernen und desto leistungsf\u00e4higer wird die generative KI. Anstatt kleine Ausschnitte von Logdaten zu erfassen, k\u00f6nnen Unternehmen jetzt ihre gesamte Log-Intelligenz<\/a> in einer einzigen Plattform zusammenfassen. <\/p>\n\n\n\n

Wenn Sie Zugriff auf alle Logs <\/strong>haben, sowohl strukturierte als auch unstrukturierte, wird eine komplizierte Instrumentierung unn\u00f6tig. W\u00e4hrend Traces einen Einblick in einen Teil Ihres Codes gew\u00e4hren, bietet dieser neue Ansatz der Log-Analyse <\/a> eine einheitliche verl\u00e4ssliche Datenquelle \u2013 eine einheitliche Ansicht \u2013, die es den Teams erm\u00f6glicht, das gesamte Bild zu sehen, anstatt fragmentierte oder disparate Ansichten des Systemverhaltens zusammenzusetzen. Auf dieser Grundlage k\u00f6nnen alle traditionellen Ans\u00e4tze und Erkenntnisse repliziert werden … Sie erhalten Metrik- und Trace-Transparenz, vor allem aber Service-Abh\u00e4ngigkeiten in Echtzeit sowie Empfehlungen zur Identifizierung von Ursachen und deren Behebung, selbst in der heutigen globalen Cloud Computing-Umgebung. <\/p>\n\n\n\n

Moderne Observability erf\u00fcllt ihr Versprechen, indem sie die Leistungsf\u00e4higkeit umfassender Logs nutzt, ohne mehr Budget, Zeit oder kritische Entwicklerstunden zu erfordern. Wir freuen uns, Ihnen mehr \u00fcber unsere Vision und die bevorstehenden Innovationen mitteilen zu k\u00f6nnen, die den n\u00e4chsten Ansatz definieren werden: organische Observability auf der Grundlage von Logs. <\/p>\n\n\n\n

Erfahren Sie mehr \u00fcber Logs als Aufzeichnungssystem f\u00fcr Insight-Systeme<\/a>.<\/p>\n\n\n\n

\n\n