Real Data

从业者发现，使用指标、跟踪和日志都很好，但来自相关复杂系统的数据是精细的、低级的和大量的。如果 团队无法发现模式并做出诊断以防止和补救事件，那么它就毫无用处。借助 ，团队可以获得更快的洞察力、更好的相关性、减少噪音和自动响应。

本质上， 工具支持 工作流。 年，团队将开始合作，并认识到集中警报和机器学习 在出现问题时如何提供帮助。借助 ，我们将能够在发生关键问题时半自动或自动路由和直接发送警报。随着这种依 巴林电话号码数据 赖性的增加，我们将看到更多供应商明确地将他们的可观察性消息加入 消息——需要可观察性来为 提供信息以使其有价值，反之亦然。这种对它们密不可分的交织关系的认识将在新的一年中变得司空见惯，组织将继续采用这两种方式来释放真正的价值。

多年来，我们听到过很多关于边缘的讨论，但这个曾经的流行词最终将在 年达到顶峰。下一个多云是边缘，今年将迎来对边缘分析和边缘可观察性的更多关注。边缘

范式允许在收集数据的地方进行更多计算，并且只将必要选择的数据移动到核心。在数字化浪潮中，技术领导者已准备好关注边缘的这一价值，以降低成本、节省带宽并实现更智能、更快速的行动。虽然 边缘计算 有很多当前的例子，例如自动驾驶汽车，边缘计算可能要过五年才能完全成为主流。软件并不适用于所有用例，因此即使您拥有网络能力和带宽，仍然需要访问和转换它，这将需要与硬件推出类似的时间。在这段时间里，随着边缘计算的扩展，在 和光纤到最后一英里的推动下，边缘计算的价值将变得更加引人注目。