F5 の OpenTelemetry への貢献により、Adaptive Apps のビジョンが前進します
F5 では、セキュリティやアプリケーション パフォーマンスのリスクに圧倒されることなく、顧客満足とビジネスの成長に集中できる、より優れたデジタル世界を思い描いています。 それを実現するための鍵となるのがテレメトリです。
今日、これまで以上に、アプリケーションと API はデジタル企業にとって最も重要な資産となっています。 これらのアプリのセキュリティ、パフォーマンス、価値を最適化するには、組織はアプリだけでなく、それをサポートするサービスやインフラストラクチャも計測し、アクションを通知する有意義なテレメトリを生成する必要があります。 現在、多くの組織では、環境内の問題を検出するためにテレメトリをすでに使用しています。 起こりうる障害を予測するために、可観測性および自動化ソリューションに投資する企業が増えています。 これらの取り組みの最終的な目標は、適切なテレメトリ、洞察、自動化に焦点を当てて、ほとんどの種類の障害を防ぐことです。
実際、強力なテレメトリはアプリケーションの健全性と安全性の基盤となります。 テレメトリを効果的に使用するには、複数のシステムやアプリケーションにわたって大量のデータを収集して転送し、実用的な洞察に変換できる共通の方法が必要です。 一貫したテレメトリ標準により、さまざまなベンダーや製品からの互換性のない形式でフォーマットされた異なるデータを結合するという問題を解決できます。
本日、当社は、既存のOpenTelemetry Protocol (OTLP) に比べて圧縮率が約 100% 向上した新しいテレメトリ プロトコルを発表できることを嬉しく思います。これにより、高度なテレメトリ システムを導入している (または導入を検討している) 組織は、大幅なコスト削減とパフォーマンス上のメリットを実現できます。 新しい OTel Arrow プロトコルは、テレメトリ データを収集およびエクスポートするための標準形式を提供する、Cloud Native Computing Foundation のオープン ソース プロジェクトOpenTelemetryに対する継続的なサポートの一環です。 この新しいプロトコルが、データ処理自体を加速するさらに重要な最適化への道を切り開くことを期待しています。
F5 の著名なエンジニアである Laurent Quérel 氏が主導し、デジタル ワークフローのリーディング カンパニーである ServiceNow と提携して開発された新しい OTel Arrow プロトコルは、データ ワークロードに応じて、OTLP の圧縮率を平均で 2 倍にします。 これにより、ネットワーク帯域幅と関連するネットワーク コストが約半分に削減されます。 状況によっては、F5 製品のように、メトリックが本質的に多変量である場合、観測される圧縮がさらに大きくなることがあります (下の図を参照)。
この新しく設計されたプロトコルは、デバイスとセンサーの急増、データ駆動型および AI 駆動型のテクノロジへの依存度の高まり、モノリシックなアプリケーションの展開からコンテナやサーバーレス機能などのよりきめ細かい形式への移行により、組織が生成するテレメトリの量が急増している時期に登場しました。 同時に、テレメトリ データは、データ センター、複数のクラウド、エッジにまたがって分散化が進んでいます。 これらの開発により、インターネット経由でテレメトリを転送する方法を最適化する緊急性がさらに高まります。
テレメトリは、Adaptive Apps ビジョンを実現するための鍵です
OTel Arrow プロトコルは、テレメトリ データ処理の将来の機能強化の基盤となるものであり、当社の適応型アプリ ビジョンの不可欠な部分でもあります。 F5 では、お客様がセキュリティの脅威を迅速に検出して無効化し、アプリケーションのパフォーマンスと回復力を向上させ、新しいアプリケーションの導入を迅速化し、オンプレミス、パブリック クラウド、エッジ環境全体でポリシーを簡単に統合できる未来を目指して取り組んでいます。 最終的な目標は、自動化と機械学習の技術を使用して、膨大な量のリアルタイムテレメトリデータを効率的に顧客にとって実用的な洞察に変換し、異なるアプリケーション環境でアプリを運用する際のコストと複雑さを軽減することです。
セキュリティとアプリのパフォーマンスのリスクに先手を打つには、顧客はアプリケーション ポートフォリオ全体を可視化する必要があります。 また、潜在的な問題になる前にリスクを迅速に特定するのに役立つ、自動化された予測分析も必要です。 予測分析を自動化するには、時間の経過とともにテレメトリの精度が向上し、機械学習モデルをトレーニングして改良するための大量のデータが必要です。 テレメトリの転送、処理、保存、クエリの方法を改善するオープンソースの貢献は、予測分析をよりシンプルかつ低コストにするための鍵となります。
大規模な予測分析の実行
適応型アプリをお客様に提供するために、 F5 BIG-IP 、 F5 NGINX 、 F5 Distributed Cloud Servicesを使用して OpenTelemetry 可観測性フレームワークを実装してきました。 これらの投資により、時間の経過とともに改善される AI 機能と機械学習モデルを活用しながら、大規模なデータ分析をより適切に実行できるようになります。
強固なデータ インフラストラクチャを導入することで、特定の F5 製品だけでなく、アプリケーション ポートフォリオ全体にわたって、アプリと API の健全性とパフォーマンスを総合的に把握できるように取り組んでいます。 これにより、組織が新しいリスクを迅速に特定して無効化するために必要なセキュリティとアプリのパフォーマンスに関する洞察を迅速に提供できるようになります。
リアルタイムのテレメトリが重要であり、F5 が最前線に立つ理由は、当社のテクノロジーが何千もの顧客のデータ パスに存在しているからです。 F5 のテクノロジーは、Fortune 500 企業の 85% と世界中のアプリケーションのほぼ半数に採用されています。 私たちが把握している膨大な量のデータにより、リスクが即座に可視化され、新たな脅威が発生したときに組織を迅速に保護する自動化ソリューションを構築できるようになります。 テレメトリを実用的な洞察に変換し続けることで、組織はリスク管理に費やす時間を減らし、ビジネス効率を改善し、顧客エクスペリエンスを強化するデジタル イノベーションの開発に多くの時間を費やすことができるようになります。
本質的に、当社の適応型アプリのビジョンは、さまざまなソースからの膨大な量のテレメトリを効率的に分析する能力にかかっています。そして、当社の継続的な OpenTelemetry への貢献は、このビジョンを実現するために必要なデータの集約と分析の最適化に役立っています。
F5 の最近のテレメトリ プロトコルの貢献の詳細については、ニュース リリースをご覧ください。 また、Apache Arrow ブログのパート 1とパート 2 の記事もご覧ください。