Observabilityツールに届く前にテレメトリを制御 — インジェストコストを削減し、スパイク発生時も可視性を維持し、ツールやチーム間でデータを再利用できます。

テレメトリデータ量が増えるにつれてコストは上昇し、柔軟性は低下します。そして、チームが最も必要とするときに可視性が失われることがあります。
Observabilityデータが増加するにつれて、データ取り込みとストレージのコスト上昇により、チームはデータを破棄したり、保持期間を短縮したり、インデックス化するデータを制限せざるを得なくなる場合があります。
独自のエージェントやプラットフォーム固有のデータフローが存在すると、アプリケーションの再インスツルメンテーション(再計測)やパイプラインの再構築を行うことなく、ツールを追加、置き換え、または並行運用することが困難になります。
障害によってObservabilityデータが急増すると、脆弱なパイプラインが過負荷に陥り、チームが可視性を最も必要としているタイミングで ボトルネックやデータ損失が発生する可能性があります。
Confluentは、コスト削減、可視性の維持、Observabilityデータの柔軟性と再利用性の確保を支援する、ベンダーに依存しないリアルタイムストリーミング基盤を提供します。
Observabilityデータを下流ツールに届く前にフィルタリング、変換、集計、ルーティングし、必要なシグナルを維持しながら不要なインジェストを削減します。
スパイク時にも大量のObservabilityデータをバッファリングしてルーティングし、チームが最も必要とするときに重要なシグナルへのアクセスを維持できるよう支援します。
個々のツールからObservabilityデータを切り離すことで、要件の変化に応じてパイプラインを再構築することなく、チーム、システム、ユースケース間でデータをルーティングして再利用できます。
Confluentは、Observabilityデータソースと下流ツールの間にリアルタイムストリーミングレイヤーを提供し、大規模なデータの移動、処理、ガバナンス、ルーティングを実現します。
Confluent CloudのFreightクラスター、または自社クラウド環境のWarpStreamにより、大量のObservabilityデータをコスト効率よく処理できます。
アプリケーション、インフラストラクチャ、コレクター、既存のツールからObservabilityデータを、既存のスタックとシームレスに連携するベンダーニュートラルなストリーミングレイヤーに取り込みます。
Apache Flink®を使用して、Observabilityデータをリアルタイムでフィルタリング、エンリッチメント、集計、ルーティングし、不要な下流への取り込みを削減してください。
スキーマ、データ品質ルール、アクセス制御を適用して、スタック全体でObservabilityデータの一貫性、信頼性、ガバナンスを確保します。
ステップ1 - 取り込み
ログ、メトリクス、トレース、イベントは、OpenTelemetry エクスポーターまたは Kafka API を介して Confluent Cloud に取り込まれます。
ステップ2:ストリーム
テレメトリはKafkaトピックを通じて永続的にバッファリングおよび分散され、プロデューサーを下流の処理やコンシューマーから切り離します。
ステップ3 - 処理
ログとメトリクスは、Confluent Cloud 上の Apache Flink を使用して、リアルタイムでフィルタリング、エンリッチメント、ウィンドウ処理、集約されます。
ステップ4:提供
高スループットのテレメトリは、下流のObservabilityと監視プラットフォームに配信されるか、長期保存と分析のためにオブジェクトストレージにオフロードされます。
新規開発者は、最初の30日間で$400分のクレジットを獲得できます — 営業担当者とのやり取りは不要です。
Confluent は、必要なすべてを提供します。
以下のクラウドマーケットプレイスアカウントでサインアップするか、当社で直接サインアップできます。
