Datadog釋出新功能Watchdog，可自動偵測企業IT環境異常事件

資料監控廠商Datadog的更新步調很積極，今年積極推出雲端容器監控服務，大力支援AWS、Azure的Kubernetes服務，還有Prometheus等容器應用。而在近日該廠商又宣布，Datadog監控平臺要推出新功能Watchdog，使用者不需要設定警報觸發條件，系統就會自動監測平臺是否出現效能異常的事件。

原先Datadog平臺就已經有異常事件偵測、離群值偵測、系統預報，以及整合式警報等功能，不過Datadog認為，萬一用戶的系統延遲性突然飆高，或者錯誤率開始大增，而系統管理員也未預先設定這些警報條件時，「此時Watchdog就可以派上用場了」，這次推出的新功能，號稱開發者不需要手動設定，使用Datadog在正式環境反覆測試過的機器學習演算法，Watchdog可以自動偵測系統服務的延遲性是否驟升、系統錯誤率上升，甚至公有雲廠商的網路是否出現異常。

在實際功能面上，Watchdog會全面偵測IT環境出現的異常事件，並且將這些事件記錄成不同的Story。而在每一個Story文件中，Watchdog列出該事件事發的時間軸，以及折線圖、長條圖等視覺化圖表，再搭配簡短總結，描述該事件所發生的區域、造成影響，以及總共維持多久時間等資訊。

而使用者想要更進一步瞭解問題，Story文件也可以提供更多細節資料，列出發生異常的服務、位在哪個可用區域等訊息。同時，系統也會使用過去蒐集的歷史資料進行統計運算，預測正常情況下平臺應有的表現，並且畫出趨勢圖表，讓使用者以這些預測資料為基準點，判別異常事件的嚴重程度。

而IT環境發生異常的原因，有時盤根錯節，必須個別討論，有時也可能肇因於單一因素，進而讓影響擴散至其他區域。而Datadog表示，Watchdog比對各個異常事件後，可以將類似行為表現的事件整理出來，「這些問題可能都是源於同一原因」，系統管理員就可以觀察，是否整體環境，或者只有特定應用程式遭受影響。

除了監控內部環境可能的影響因子，Watchdog也可以監控外部環境因素，像是外部公有雲環境網路部分區域發生異常時，使用者可以儘早將工作負載搬遷至網路環境正常運作的區域，或者利用其他雲服務商做備援。

Watchdog會將異常事件記錄成不同的Story。在每一個Story文件中，也會列出該事件事發的時間軸，以及折線圖、長條圖等視覺化圖表，再搭配簡短總結，描述該事件所發生的區域、造成影響，以及總共維持多久時間等資訊。圖片來源：Datadog

而使用者想要更進一步瞭解問題，Story文件也可以提供更多細節資料，列出出現異常的服務、位在哪個可用區域等訊息。圖片來源：Datadog

系統會使用過去蒐集的歷史資料進行統計運算，預測正常情況下平臺應有的表現，並且畫出趨勢圖表，讓使用者以這些預測資料為基準點，判別異常事件的嚴重程度。圖片來源：Datadog

Watchdog比對各個異常事件後，可以將類似行為表現的事件整理出來。系統管理員就可以觀察，是否整體環境，或者只有特定應用程式遭受影響。圖片來源：Datadog

除了監控內部環境可能的影響因子，Watchdog也可以監控外部環境因素。Watchdog會列出公有雲網路的健康狀況，讓使用者判定，是否要將工作負載搬遷至網路環境正常運作的區域，或者利用其他雲服務商做備援，避免降低服務品質。圖片來源：Datadog