Skylight Performance Analytics

Skylight Performance Analytics

Uma visão única do desempenho do serviço - nas infraestruturas físicas, virtuais e na nuvem - mantém as equipes de operações de rede e de TI sincronizadas e proativas, proporcionando uma experiência excepcional ao cliente.

Mais de 30% da rotatividade de clientes é devido a problemas de rede que não foram identificados ou não puderam ser resolvidos. E é 50 vezes mais caro para os provedores de serviços conquistar um novo cliente do que manter um cliente feliz.

Com redes complexas, está ficando mais difícil obter insights rapidamente para resolver problemas. Que tal parar os problemas de aplicativos e de rede em suas trilhas, antes que seus clientes percebam?

O Skylight gera bilhões de medições de desempenho exclusivas por dia, oferecendo excelente visibilidade do desempenho da sua rede, serviços e aplicativos.

A análise Skylight, desenvolvida com big data e aprendizado de máquina, filtra esses bilhões de pontos de dados em informações valiosas nas quais você pode executar ações.

Como funciona

O Skylight analytics é uma plataforma nativa da nuvem projetada desde o início para analisar grandes volumes de dados de séries temporais em tempo real, fornecendo níveis de flexibilidade e velocidade que não são possíveis com as ferramentas de gerenciamento de desempenho herdadas.

• O Skylight marca os dados armazenados com metadados contextuais, por meio da interface do usuário (UI) ou APIs RESTful. Por exemplo, as métricas de desempenho podem ser enriquecidas com dados de inventário, local ou cliente para acelerar a detecção e análise de causas raiz
• Aproveita os algoritmos de aprendizado de máquina (ML) e inteligência artificial (AI) para lidar com bilhões de pontos de dados e dados de desempenho de linha de base dinamicamente, detectar anomalias, detectar padrões, correlacionar dados e metadados de desempenho e fornecer uma visão do desempenho do serviço.
• Utiliza dados aprimorados em consultas, painéis e relatórios no Skylight para fornecer visualizações adicionais de rede e serviço, além de potencializar algoritmos de correlação e previsão.
• Analisa detalhadamente os problemas de aplicativos do usuário na infraestrutura de rede com análise de causa raiz, alertas configuráveis e ferramentas de solução de problemas com aprendizado de máquina.

Capacidade e fluxo de dados

Usa a energia do Apache Druid e Apache Spark para manipular petabytes de dados.

Qualquer tipo de entrada de dados

KPIs de gerenciamento de desempenho de clarabóia, arquivos SNMP e CSV / XML / JSON, streaming de dados de telemetria usando gRPC e outros formatos e protocolos de dados semelhantes.

Correlação e metadados contextuais

Os dados de desempenho podem ser correlacionados com dados de outros sistemas, por exemplo, inventário, topologia, fornecedor etc.

Aprendizado de máquina

Dados de desempenho de linha de base dinamicamente, detectam anomalias, detectam padrões, correlacionam dados e metadados de desempenho e fornecem uma visão do desempenho do serviço.

Relatórios e Visualização

Painéis de relatórios de arrastar e soltar, formatos personalizados e exploração e análise de dados ad-hoc.

Multivendor & Open

RESTful e JSON abertos e documentados de e para sistemas de terceiros, por exemplo, OSS, orquestradores etc.

Arquitetura de microsserviços nativa da nuvem

Executa no Linux / x86 / Docker

Plataforma multilocatário

Instâncias lógicas na instalação de software físico compartilhado

Implantação flexível

SaaS em nuvem pública ou privada

Recursos

Visibilidade profunda de várias camadas sobre o desempenho de serviço de ponta a ponta

O Skylight descobre o problema subjacente para ver a causa "invisível" dos problemas de desempenho do serviço usando o aprendizado de máquina avançado e correlacionando os KPIs de gerenciamento de desempenho com outras fontes de metadados (por exemplo, topologia de rede).

Visão contextual em tempo real para permitir a automação de loop fechado

O Skylight limpa e remove automaticamente "dados suspeitos" para garantir relatórios altamente precisos e informações valiosas que permitem a automação do gerenciamento de rede e garantia de serviço.

Consolide várias ferramentas de relatório em uma única plataforma de análise unificada

O Skylight facilita a digestão de fontes de dados de terceiros e atua como um recurso completo para a inteligência de desempenho de rede e serviço.

Casos de uso

Solução de problemas de desempenho

O Skylight analytics processa milhões de pontos de dados por hora e o detalha em insights acionáveis sobre não apenas onde, mas também como, para resolver problemas de desempenho, em três etapas simples:

• Crie painéis dinâmicos que ofereçam uma visão única do desempenho da rede, usando o poder do aprendizado de máquina para alertá-lo sobre problemas ativos e potenciais na rede.
• Faça uma busca detalhada para determinar o impacto de um alerta de evento (como perda e latência de pacotes) na sua rede e na experiência do cliente e identifique rapidamente a causa raiz.
• Aproveite o poder dos dados de desempenho, usando o aprendizado de máquina, para determinar quais outros eventos estão impactando a rede e onde a causa raiz do problema está localizada. Visualize e correlacione facilmente metadados para entender a causa raiz do problema e como resolver o problema.

Automação de malha fechada

Com a mudança para redes definidas por software e funções de rede cada vez mais nativas da nuvem, há uma necessidade premente de um novo software de monitoramento baseado em análise que possa fornecer uma visão multicamada sobre a disponibilidade e desempenho do serviço - em tempo real e em contexto. O Skylight analytics transmite dados em tempo real para monitorar o desempenho dos serviços e se é hora de fazer alterações ou ajustar políticas.

• Integra-se facilmente a qualquer fluxo de trabalho de rede definida por software (SDN) ou de orquestração que pode reagir em tempo real aos eventos conforme eles ocorrem na rede.
• Permite recursos de automação de loop fechado com rede granular e visibilidade de serviço. Os eventos podem ser processados em tempo real para aumentar a granularidade e a frequência de coleta de KPIs ou iniciar a coleta de outros KPIs para melhorar a capacidade de correlacionar e fazer análises de causa raiz.
• Usa o aprendizado de máquina para identificar padrões e anomalias e recomendar correções de falhas que, com o treinamento humano, podem se tornar correções automatizadas e como resolver o problema.

Requisitos de sistema

Executa no Linux / x86 / Docker