La donación de Elastic del agente Universal Profiling a OpenTelemetry solidifica aún más la creación de perfiles como la principal señal de telemetría.

Elastic anunció que donará su agente Universal Profiling al proyecto OpenTelemetry, sentando las bases para que la creación de perfiles se convierta en una cuarta señal de telemetría central, además del registro, las métricas y el seguimiento. Esto sigue al anuncio de OpenTelemetry en marzo de que admitiría la creación de perfiles y trabajaría para tener especificaciones e implementaciones estables este año. El agente de Elastic perfila cada línea de código que se ejecuta en las computadoras de una empresa, incluido el código de aplicación, los kernels y las bibliotecas de terceros. Siempre se ejecuta en segundo plano y puede recopilar datos sobre una aplicación a lo largo del tiempo. El código mide la eficiencia en tres categorías: uso de CPU, CO2 y costo de la nube. Según Elastic, esto ayuda a las empresas a identificar áreas donde se pueden reducir o eliminar los residuos para poder optimizar sus sistemas. Actualmente, Universal Profiling admite varios tiempos de ejecución y lenguajes, incluidos C/C++, Rust, Zig, Go, Java, Python, Ruby, PHP, Node.js, V8, Perl y .NET. “Esta contribución no sólo promueve la estandarización de la elaboración de perfiles continuos para la observabilidad, sino que también acelera la adopción práctica de la elaboración de perfiles como la cuarta señal clave en OTel. Los clientes obtienen una forma independiente del proveedor de recopilar datos de perfiles y permitir la correlación con señales existentes, como seguimiento, métricas y registros, abriendo un nuevo potencial para conocimientos de observabilidad y una experiencia de resolución de problemas más eficiente”, escribió Elastic en una publicación de blog. . OpenTelemetry se hizo eco de estos sentimientos y afirmó: “Esto marca un hito importante en el establecimiento de perfiles como una señal de telemetría central en OpenTelemetry. El agente de creación de perfiles basado en eBPF de Elastic observa el código en múltiples lenguajes de programación y tiempos de ejecución, bibliotecas de terceros, operaciones del kernel y recursos del sistema con una baja sobrecarga de CPU y memoria en producción. Tanto los SRE como los desarrolladores ahora pueden aprovechar estas capacidades: identificar rápidamente los cuellos de botella en el rendimiento, maximizar la utilización de recursos, reducir la huella de carbono y optimizar el gasto en la nube”. También podría gustarte…

About Francisco

Check Also

Grupos de señales y derechos se oponen a la ley de la UE

En una declaración enérgica, Meredith Whittaker, presidenta de Signal, denunció los últimos intentos de la …

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *