Menurut Enterprise Management Associates (EMA), pelanggan dan perusahaan lebih banyak menggunakan penyimpanan berbasis cloud, dengan rata-rata 20% dari beban kerja mereka dijalankan melalui cloud publik dan/atau pribadi. Namun, seringkali terdapat masalah dalam mengoptimalkan cloud yang dapat mempengaruhi kinerja aplikasi. Masalah ini tidak selalu dapat ditemukan melalui metode pengujian konvensional.

Beberapa tips yang dapat digunakan untuk mengoptimalkan cloud adalah dengan mempertimbangkan bahwa cloud mengambil sumber daya yang mungkin bersifat lokal bagi pengguna, dan banyak tantangan ke luar firewall perusahaan dan melalui Internet publik, sehingga meningkatkan jaringan dan mengurangi visibilitas. Studi terbaru EMA tentang "Mengoptimalkan Cloud dan Jaringan untuk Pengiriman Aplikasi yang Handal di Seluruh Cloud" menunjukkan bahwa di semua jenis cloud, baik publik, pribadi, maupun hibrida, sebagian besar penerapan mengalami masalah kinerja, meskipun sebagian besar pengguna melakukan pengujian pra-pemasangan.

Meskipun pengguna telah melakukan pengujian dan bahkan membuat penyesuaian pada jaringan mereka seperti menambahkan bandwidth atau jenis konektivitas, terkadang penerapan cloud masih mengalami masalah kinerja yang berdampak pada pengguna akhir. Masalah ini mungkin terjadi karena pengujian pra-pemasangan tidak memperhatikan konektivitas nirkabel yang dapat datang dalam berbagai bentuk, seperti Wi-Fi perusahaan, Internet publik, atau seluler.

Baca Juga : Apa Itu APM

Baca juga : Memantau Kinerja Aplikasi Anda Dengan APM Jennifer

Penting untuk mempertimbangkan beban kerja yang berbeda untuk setiap jenis cloud. Private cloud biasanya membawa beban kerja yang lebih kompleks termasuk aplikasi kustom yang sangat penting, sedangkan cloud publik lebih cenderung untuk tujuan umum seperti produktivitas kantor dan email yang lebih efektif. Karena beban kerja cloud seringkali lebih kompleks daripada yang lain, penerapan ini lebih cenderung mengalami masalah kinerja yang signifikan. Aplikasi custom sering lebih kompleks dan memerlukan akses ke beberapa sistem back-end, serta memiliki persyaratan keamanan yang lebih tinggi. Semua faktor ini dapat memengaruhi respons, dan data survei EMA menunjukkan bahwa hal ini berlaku dalam penerapan cloud pribadi di perusahaan besar (dengan lebih dari 10.000 karyawan) dan perusahaan menengah (dengan 2.500 hingga 9.999 karyawan). Studi ini menemukan bahwa 89% responden perusahaan menengah mengalami masalah kinerja yang berdampak pada pengguna akhir, dan 70% dari mereka yang berada di perusahaan besar juga mengalami masalah yang serupa.

Terdapat berbagai cara untuk mengatasi masalah kinerja di cloud. Dalam penelitian ini, kami meninjau metode pengoptimalan WAN dan pengontrol pengiriman aplikasi (ADC) tradisional, serta solusi alternatif seperti jaringan pengiriman konten (CDN) dan jenis solusi pengoptimalan WAN lainnya. Meskipun tidak mengherankan bahwa metode yang telah dicoba dan terbukti berhasil masih mendominasi daftar berbagai jenis cloud, menarik untuk melihat bagaimana preferensi beralih dari satu jenis cloud ke jenis lainnya.

Pengambilan keputusan yang jelas adalah bahwa pengoptimalan berbasis perangkat keras mulai digantikan oleh solusi berbasis perangkat lunak. Selain itu, pemilihan solusi pengoptimalan ini bukan hanya berdasarkan fitur-fitur utama, tetapi juga mempertimbangkan seberapa "cloud" solusi tersebut dan apakah solusi tersebut "cocok" untuk beban kerja tertentu. Integrasi dengan sistem back-end dan pertimbangan anggaran juga merupakan faktor umum dalam pemilihan pengoptimalan cloud pribadi.

Jika Anda berencana untuk melakukan deployment di cloud, disarankan untuk menguji konektivitas nirkabel sebelumnya sebagai bagian dari pra-penerapan. Selain itu, jangan mengasumsikan bahwa meskipun Anda telah melakukan upaya terbaik, beberapa bentuk pengoptimalan akan diperlukan untuk memastikan kinerja yang dapat diterima. Hingga infrastruktur komputasi yang lebih baik tersedia.

Tracy Corbo Adalah Principal Research Analyst di Enterprise Management Associates (EMA).

Sumber:apmdigest

Perangkat lunak

Elemen dari sistem komputer terdiri dari hardware (perangkat keras), brainware (pengguna), dan software (perangkat lunak) untuk melakukan sistem input, proses, dan output. Dari ketiga elemen tersebut, software merupakan komponen yang tidak dapat dilihat secara fisik.

Apa Itu Perangkat Lunak (Pengertian Perangkat lunak )?

Pengertian perangkat lunak komputer (software) adalah istilah umum untuk berbagai program yang berisi instruksi-instruksi terkait pengoperasian komputer atau perangkat keras terkait. Software dalam bahasa Indonesia disebut juga perangkat lunak, karena software secara fisik tidak dapat dilihat namun dapat dioperasikan.

Software dapat disimpan di berbagai komponen perangkat keras (hardware). Software dapat disimpan dan dioperasikan secara manual oleh pengguna pada media penyimpanan seperti Hardisk, SSD, dan DVD. Beberapa perangkat lunak disimpan di dalam penyimpanan perangkat keras secara permanen (ROM) yang disebut firmware. Firmware merupakan program kecil dengan instruksi dasar dari sebuah hardware yang biasanya dibuat dengan bahasa pemrograman mesin.

Software pada awalnya dibuat oleh ilmuwan dengan kode mesin (machine code) yaitu angka-angka biner yang dapat dikenal oleh komputer, khususnya prosesor. Sebelum dikembangkan komputer modern, pembuatan kode program untuk mesin komputer dibuat dengan mesin switchboard yang berukuran besar. Kemudian, kode mesin tersebut disimpan dalam media penyimpanan tertentu. Perangkat lunak bekerja dengan menggunakan kode mesin yang dapat membuat instruksi untuk melakukan perhitungan, logika, I/O, aritmatika kepada prosesor.

Sekarang, bahasa pemrograman rendah (low level language) misalnya Assembly digunakan menjadi alternatif untuk membuat kode mesin, karena lebih mudah dibaca namun tetap mengutamakan kedekatan pada instruksi perangkat keras. Selain itu, software sudah dapat dibuat menggunakan komputer itu sendiri, tanpa menggunakan mesin switchboard. Bahasa mesin umumnya digunakan untuk membuat firmware misalnya BIOS.

Baca juga:  APM Jennifer Agent Python Akan Segera Diluncurkan Pada Akhir Tahun 2021

Baca juga:  Memantau Kinerja Aplikasi Dengan APM Jennifer

Bahasa pemrograman rendah (low level language) lebih mudah dipelajari karena sudah menggunakan kode program (syntax) yang mudah dimengerti. Bahasa pemrograman rendah dan tinggi membutuhkan "software compiler" untuk dapat bekerja dengan hardware komputer. Compiler merupakan perangkat lunak yang berfungsi untuk mengubah kode bahasa menjadi pemrograman kode mesin, sehingga dapat dimengerti oleh hardware. Beberapa bahasa pemrograman rendah yang terkenal adalah Assembly, C, C++, C#.

Kemudian dikembangkan bahasa pemrograman tinggi (high level language) dan ada yang dapat bekerja tanpa compiler misalnya pemrograman web seperti HTML, CSS, Javascript, PHP, hingga pemrograman tinggi multi guna seperti Python yang menggunakan interpreter (pemrosesan instruksi prosesor langsung tanpa kompilasi). Hal ini dikarenakan bahasa pemrograman tinggi tersebut berjalan di bawah software tertentu, misalnya kode program PHP dijalankan oleh software web server PHP. Begitu pula kode HTML dijalankan oleh software browser. 

Itulah Pengertian Perangkat lunak  cukup sekian artikel kali ini semoga bermanfaat bagi kita semua.

sumber

Application Performance Monitoring

Dari arsitektur monolitik hingga sistem terdistribusi dan layanan mikro, pengembangan aplikasi telah mengalami perubahan selama bertahun-tahun, dan kebutuhan untuk mengintegrasikan aplikasi tersebut telah berkembang bersamaan dengan perkembangan teknologi tersebut. Solusi Application Performance Monitoring (APM) saat ini memenuhi kebutuhan untuk memantau semua aplikasi yang digunakan di berbagai platform, baik itu di lokasi, cloud, atau bahkan model hybrid.

Perusahaan kini semakin mengadopsi solusi APM, dan industri APM menyadari pertumbuhan yang signifikan. Menurut sebuah laporan oleh Mordor Intelligence, pasar APM bernilai $5,8 miliar pada tahun 2019 dan diperkirakan akan tumbuh menjadi $11,43 miliar pada tahun 2025 dengan CAGR 12 persen. Visualisasi, kustomisasi, dan kecerdasan buatan (AI) merupakan faktor-faktor yang membentuk pasar APM saat ini, tetapi apa yang dapat kita harapkan di masa depan?

Ada beberapa tren yang sedang berkembang dalam alat otomatisasi dan pemantauan yang diwaspadai oleh tim DevOps. Pertama, perluasan pemantauan ke lingkungan multi-cloud, yaitu pemantauan aplikasi di berbagai layanan cloud dari penyedia yang berbeda. Kedua, integrasi dengan alat manajemen kontainer seperti Kubernetes untuk memungkinkan pemantauan aplikasi yang berjalan di lingkungan kontainer. Ketiga, penggunaan kecerdasan buatan untuk menganalisis data pemantauan dan memberikan wawasan yang lebih baik tentang kinerja aplikasi.

Tim DevOps dapat memanfaatkan solusi APM untuk memaksimalkan pemantauan kinerja aplikasi dengan cara menggunakannya untuk mendeteksi masalah sebelum pengguna melaporkannya. Dengan memonitor aplikasi secara terus-menerus, tim DevOps dapat mengidentifikasi masalah kinerja dan merespon dengan cepat untuk memperbaikinya. Selain itu, dengan menganalisis data pemantauan yang dihasilkan oleh solusi APM, tim DevOps dapat memperbaiki dan mengoptimalkan kinerja aplikasi secara proaktif.

Kesimpulannya, solusi APM merupakan alat yang sangat penting bagi tim DevOps untuk memastikan kinerja aplikasi yang optimal di berbagai platform dan lingkungan. Dalam menghadapi tantangan masa depan, tim DevOps harus beradaptasi dengan tren dan teknologi baru yang muncul dalam alat otomatisasi dan pemantauan, dan memanfaatkan solusi APM secara efektif untuk memaksimalkan pemantauan kinerja aplikasi.

Baca Juga :  Apa Itu APM

Baca juga  Memantau Kinerja Aplikasi Anda Dengan APM Jennifer

Berikut adalah artikel yang sudah diperbaiki:

1. PEMANTAUAN APLIKASI HINGGA PEMANTAUAN PENGALAMAN DIGITAL

Dahulu, APM (Application Performance Monitoring) tidak mampu mengatasi kesalahan kinerja aplikasi standar. Namun, definisi APM telah berkembang dalam beberapa tahun terakhir. Menurut Gartner, APM sekarang mencakup "rangkaian perangkat lunak yang terdiri dari pemantauan pengalaman digital, penemuan aplikasi, penemuan aplikasi, dan diagnostik, dan AI yang dibuat khusus untuk operasi IT."

Tren industri yang terlihat jelas dalam APM adalah penggunaan pengalaman digital dan kecerdasan buatan (AI). Standar de facto untuk DevOps telah berubah dari memastikan waktu dan ketersediaan secara aktif, menjadi pemahaman yang semakin proaktif tentang pengalaman pengguna.

Untuk berkembang di pasar pengguna yang beragam, pengembang perlu membuat aplikasi yang memberikan pengalaman pengguna yang seragam di berbagai lingkungan. Oleh karena itu, penting untuk mengumpulkan detail tentang bagaimana faktor-faktor seperti geografi pengguna, perangkat, OS, browser, dan jaringan memengaruhi kinerja aplikasi, selain pemantauan kinerja yang lama di balik server aplikasi. Mengintegrasikan APM dengan alat pemantauan dan pemantauan pengguna nyata, yang memberikan pemahaman tentang pengalaman pengguna, membantu pengembang dalam pengembangan aplikasi dan skala global.

2. NILAI AIOps

DevOps plus AI = AIOps
AI tidak lagi merupakan kata mewah untuk kecerdasan manusia super, melainkan merupakan bahan pokok di dunia teknologi. Keterlibatan AI tidak bisa lagi diabaikan oleh DevOps. Saat ini, alat pemantauan menggunakan AI untuk mengidentifikasi dan memperingatkan admin IT tentang anomali, sehingga DevOps bisa mengambil alih dari situ. Namun, seiring dengan pertumbuhan AI yang semakin luas, pengetahuan tentang berjalannya aplikasi membutuhkan data mendalam ke tren bisnis yang sulit diidentifikasi dalam arsitektur yang kompleks.

Sistem peringatan berbasis AI menghemat waktu dengan mencegah peringatan palsu dan tidak perlu yang muncul selama pembaruan. Memiliki AI yang terintegrasi dengan alat APM membantu bisnis mengambil tindakan proaktif daripada reaktif. Misalnya, membiarkan AI menskalakan instance secara otomatis tergantung pada beban, membebaskan admin dari pemantauan beban secara terus-menerus. Selain itu, AI sangat hebat dalam mendeteksi perilaku anomali atau mencurigakan, memahami dan melaporkan kemacetan kinerja dari waktu ke waktu, dan mendeteksi kapan waktu yang ideal untuk mem-boot ulang server.

3. LOG DAN APM

Industri telah menyadari bahwa metrik, jejak, dan log merupakan tiga pilar observabilitas yang penting dalam memantau kinerja aplikasi. Alat APM (Application Performance Monitoring) mencakup metrik standar seperti Apdex, stack trace, kesalahan, dan pengecualian yang membantu tim DevOps untuk mengidentifikasi dan memperbaiki masalah kinerja. Namun, untuk pengembang aplikasi yang perlu menyelesaikan masalah kinerja tanpa mengorbankan fungsionalitas, log sangat penting untuk memberikan informasi konteks yang sensitif dalam bahasa mereka sendiri.

Saat ini, alat APM menyediakan integrasi yang mengaitkan log dengan stack trace untuk memberikan informasi kontekstual tentang pengecualian yang dicatat. Namun, di masa depan, diperlukan alat APM yang dapat mengintegrasikan solusi pemantauan log internal dan eksternal untuk memberikan observabilitas lengkap ke dalam aplikasi.

4. SATU AGEN UNTUK MEMERINTAH MEREKA SEMUA

Sebelumnya telah dibahas bahwa pemantauan pengalaman digital bukan hanya tentang satu alat atau serangkaian metrik sederhana. Hal ini membutuhkan koordinasi dan kolaborasi hasil dari beragam sistem yang memantau berbagai aspek kinerja aplikasi. Untuk itu, diperlukan satu agen dari vendor APM untuk memantau berbagai aspek teknis dan fungsional dari aplikasi Anda yang dibangun di atas berbagai platform dan untuk memberikan pemantauan terpadu tentang layanan Anda. Deteksi otomatis dan instrumentasi adalah bonus tambahan.

5. DARI SOLUSI KE KUMPULAN KETERAMPILAN

DevOps telah berevolusi dari serangkaian praktik menjadi budaya perusahaan, dan apa itu budaya tanpa keyakinan dan praktik bersama? Kami di Site24x7 percaya bahwa APM sudah menjadi bagian intrinsik dari budaya DevOps. Integrasi berkelanjutan dan pengiriman berkelanjutan hanya dimungkinkan dengan pemantauan berkelanjutan.
Seperti DevOps, di masa depan seorang spesialis APM akan diminta untuk mengidentifikasi titik kesulitan dalam kinerja aplikasi, membandingkan KPI kinerja, dan menyesuaikan kebutuhan pemantauan sesuai dengan tuntutan aplikasi. Performa bukanlah sebuah renungan, dan untuk menerapkan shift-kiri dalam siklus DevOps, spesialis APM akan memainkan peran penting.

Kami percaya pasar APM (Application Performance Monitoring) akan terus berkembang dan semakin penting di bidang IT, dan memberikan lebih banyak solusi untuk perusahaan di masa depan.

Sumber Pemantauan Kinerja Aplikasi 

Keamanan Jaringan

Datadog kini telah mencapai kapabilitas terkait Keamanan, Jaringan, dan Ritel Amazon Web Services (AWS). Dengan sembilan kapabilitas terintegrasi yang mendukung AWS, Datadog telah memperkuat komitmen dan posisinya sebagai mitra global di berbagai industri dan kasus penggunaan.

Beberapa kompetensi terbaru yang diumumkan antara lain:
- AWS Security Competency, yang mengakui keahlian teknis Datadog dalam menjadikan cloud sebagai pengelolaan sehari-hari dan migrasi awal.
- AWS Networking Competency, yang mengakui Datadog sebagai mitra perangkat lunak yang memungkinkan pelanggan untuk mendapatkan visibilitas yang mendalam ke dalam layanan dan aplikasi jaringan di seluruh lingkungan native, cloud, dan hybrid yang kompleks.
- AWS Retail Competency, yang menunjukkan bahwa Datadog menyediakan solusi untuk sepenuhnya memahami pengalaman pengguna dan titik kesulitan untuk meningkatkan efisiensi operasional dan interaksi pelanggan pada pelanggan ritel.

Yrieix Garnier, VP Produk di Datadog, mengungkapkan kebanggaannya dalam mendukung pelanggan saat mereka bermigrasi ke cloud dan mengelola lingkungan AWS mereka. Kedalaman teknis dan riwayat Datadog dengan AWS terbukti oleh sembilan kapabilitas AWS, yang memungkinkan pelanggan untuk memanfaatkan AWS dengan mulus dan percaya diri.

Baca Juga :   Apa Itu APM

Artikel yang diperbaiki:

Datadog kembali menambah tingkat keahlian yang mendalam dengan Amazon Web Services (AWS) melalui tambahan enam kapabilitas baru pada AWS Partner Network (APN). Dengan penambahan ini, Datadog telah menerima total sembilan kapabilitas terbanyak dari semua perusahaan observabilitas terintegrasi yang mendukung AWS hingga saat ini.

Keenam kapabilitas baru tersebut meliputi Beban Kerja Microsoft AWS, AWS DevOps, Pemerintah AWS, Kontainer AWS, Migrasi dan Modernisasi AWS, serta Pendidikan AWS. AWS membentuk Program Keahlian AWS untuk membantu pelanggan dalam mengidentifikasi konsultan dan mitra teknologi dengan pengalaman dan keahlian industri yang bergerak.

Dengan mencapai AWS Security Competency, AWS Networking Competency, dan AWS Retail Competency, Datadog menegaskan posisinya sebagai anggota APN dengan sejarah keberhasilan dalam menyediakan solusi khusus kepada pelanggan yang selaras dengan praktek terbaik arsitektur AWS. Penetapan ini dihasilkan dari penilaian, kinerja, dan penyelesaian yang validasi keahlian AWS yang mendalam oleh Datadog.

Sumber Keamanan Jaringan 

Menangani Masalah

Saya ingat saat saya mendengar tentang teknologi Tanpa Server. Sewaktu dalam perjalanan pulang di dalam bus untuk kembali ke hotel, dalam sebuah percakapan, saya mendengar seorang CTO memberi tahu salah satu temannya tentang hal "baru" yang disebut Lambda ini. Dia berkata "jadi, kodenya ada di sana, tetapi tidak berjalan di mana pun sampai Anda membutuhkannya, kemudian kode itu muncul, dijalankan, dan menghilang lagi."

Namun, ada tiga tantangan utama yang harus dihadapi dalam menggunakan teknologi Tanpa Server pada aplikasi:

1. Merancang fungsi tanpa server ke dalam aplikasi yang telah Anda operasikan (atau bukan) bukanlah hal termudah di dunia.

2.Gagasan Adanya pelaksanaan kerja tanpa server menjanjikan biaya operasi cloud yang minimal, realisasi dari penetapan harga platform tanpa server bisa lebih mahal.

3. Alat Pemantauan dan manajemen kinerja yang menjadi andalan perusahaan-perusahaan IT di seluruh dunia mungkin tidak dapat menangani Tanpa Server.

Itulah salah satu alasan saya bertanya pada diri sendiri pertanyaan penting ini: mengerjakan tools APM mengelola aplikasi Tanpa Server? Dalam menelusuri web untuk mencari kekurangan klaim, perlu diingat bahwa setiap solusi pemantauan di dunia mengklaim dukungan untuk mengintegrasikan platform Tanpa Server. Namun, kemampuan yang sebenarnya dapat bervariasi, tergantung pada produk dan penyedia solusinya.

Baca Juga :  Pentingnya Kontrol Jaringan

Perbedaan antara APM dan Serverless dalam Mengatasi Masalah Fungsi Tanpa Server

Yang saya maksud dengan jawaban saya adalah APM yang kami gunakan selama 2 tahun terakhir tidak dapat memberikan solusi dalam menangani Masalah Fungsi Tanpa Server atau kinerja dan detail operasional yang sama dengan yang mereka berikan untuk konstruksi arsitektur lainnya termasuk Aplikasi Server, Framework, Cloud. Metodologi mereka untuk mengumpulkan data tidak akan beroperasi dengan fitur yang sama.

Untuk memahami sepenuhnya perbedaan antara menjalankan agen dan mencetak data dari API yang terkait dengan pemantauan, mari kita lihat beberapa biaya operasional menjalankan kode tanpa server.

Mari kita lihat dulu apa yang saya maksud dengan fungsionalitas aplikasi "Unicorn of Serverless", sebuah fungsionalitas yang jarang disebut "stateless". Contoh yang baik adalah menghitung pembayaran. Inputnya adalah jumlah kredit, jumlah pembayaran, dan tingkat bunga tahunan. Outputnya adalah pembayaran bunga dan pembayaran penuh. Fungsi ini jarang dipanggil, membutuhkan sedikit sumber daya untuk dijalankan, dan beroperasi tanpa status.

Fungsi Unicorn dapat dimuat ke platform tanpa server seperti Lambda tanpa persistensi permanen (menghemat uang). Start yang dingin tidak mengganggu, sehingga benar-benar dapat dibuka dan dimatikan saat Anda membutuhkannya (juga menghemat uang). Sekarang setelah kami menetapkan cara sempurna untuk mengoperasikan beban kerja tanpa server dari perspektif efisiensi, mari pertimbangkan tiga prasyarat:

1. Jarang digunakan dalam bidang pengembangan yang efisien, sehingga fungsi yang tidak terpanggil akan ditinggalkan atau digabungkan ke fungsi lain untuk penyimpanan dan pengoperasian yang lebih efisien. Dengan demikian, potongan kode yang berarti jarang dipanggil sebenarnya sudah tidak ada lagi.

2. Memerlukan sedikit sumber daya sekali lagi, dalam ranah fungsi yang bermakna, kebutuhan akan sumber daya (memori, penyimpanan, I/O, dll.) biasanya secara langsung berkaitan dengan seberapa penting suatu kode. Fungsi yang membutuhkan sedikit sumber daya tidak mungkin beroperasi sendiri, alih-alih menjadi bagian dari layanan bersama dengan pendengar aktif, pemicu, dll.

3. Tidak memiliki kemungkinan skenario yang paling kecil untuk hadir dalam aplikasi mikro saat ini. Bahkan situs web informasi lama yang polos berisi status pengguna riwayat, cache, pengaturan, preferensi, dll. memiliki segala jenis layanan aplikasi penting yang tidak memiliki aspek yang dipersonalisasi untuk beban kerja yang jarang terjadi.

Itulah mengapa operasi Unicorn Tanpa Server jarang terjadi, dan mengapa biaya tidak selalu lebih murah. Karena (hampir) setiap fungsi memerlukan beberapa tingkat sumber daya untuk digunakan atau status atau akses ke status melalui

Sumber Lonjakan Masalah

Kinerja aplikasi telah menjadi perhatian utama bagi manajemen perusahaan, lebih dari sebelum pandemi, Sebuah laporan dari bulan Desember oleh eG Innovations dan DevOps Institute (aplikasi performance monitoring).

Temuan utama dari laporan tersebut meliputi:

41% responden menunjukkan bahwa alat APM telah menjadi lebih penting secara signifikan pada tahun lalu, karena bisnis sekarang lebih bergantung pada IT.

Butuh pandemi untuk membuat 19% Perusahaan mulai menggunakan solusi APM (aplikasi performance monitoring)

Sebagian besar Perusahaan berurusan dengan tools pemantauan yang terfragmentasi. 74% harus menggunakan 2 hingga 5 alat pemantauan untuk mendapatkan tampilan menyeluruh dari aplikasi dan infrastruktur mereka.

Baca Juga : Fitur dan fungsi APM

Baca Juga :Pelajari Dashboard Application Status dari APM Jennifer

89% responden merasa bahwa aplikasi terkonvergensi dan pemantauan infrastruktur diperlukan, tetapi hanya 11% yang sudah menerapkan kemampuan ini.

Responden mengharapkan alat APM (aplikasi performance monitoring) untuk dapat memberikan tampilan dasboard tunggal di seluruh sudut pandang  IT mereka, termasuk aplikasi, jaringan, penyimpanan, cloud, dll.

88% Perusahaan sudah menggunakan teknologi cloud. 67% memiliki penerapan hybrid-cloud. 28% di antaranya memiliki lebih dari 50% beban kerja di cloud.

95% responden telah mengadopsi atau sedang mempertimbangkan layanan mikro dan teknologi DevOps. Penerapan teknologi di cloud jauh lebih populer daripada di infrastruktur lokal.

71% responden tidak senang dengan tingkat pemantauan yang disediakan oleh solusi pemantauan penyedia cloud mereka (Azure Monitor, Amazon CloudWatch, dll.).

Banyak yang percaya bahwa hanya karena mereka pindah ke cloud, mereka tidak perlu khawatir tentang kinerja aplikasi. Hasil survei kami menghilangkan mitos ini
“Kami memperoleh beberapa insight menarik dari survei ini. Banyak yang percaya bahwa hanya karena mereka pindah ke cloud, mereka tidak perlu khawatir dengan kinerja aplikasi. Hasil survei kami menghilangkan mitos ini: hampir 3 dari 4 responden tidak senang dengan alat pemantauan cloud asli. Pada saat yang sama, banyak analis memperlakukan pemantauan aplikasi dan infrastruktur sebagai dua disiplin ilmu yang berbeda. Survei kami menunjukkan bahwa Perusahaan mencari solusi terpadu, idealnya satu panel kaca tempat mereka dapat melacak kesehatan aplikasi dan infrastruktur yang mendasarinya," kata Srinivas Ramanathan, CEO eG Innovations.

Eveline Oehrlich, Chief Research Officer di DevOps Institute, yang membantu bersama-sama melakukan survei menambahkan: "Kelangsungan hidup merek perusahaan dan kemampuan karyawan untuk melayani pelanggan dan klien sebagian besar bertumpu pada kualitas pengalaman yang mereka miliki dengan aplikasi dan layanan. Gangguan tidak dapat ditoleransi dan harus didahului dengan otomatisasi cerdas seperti APM - terutama mengingat transformasi digital yang sedang berlangsung. Pandemi telah mempercepat adopsi bisnis digital dan telah meningkatkan fokus tanpa henti pada kinerja layanan dan aplikasi digital ini Hasil survei menunjukkan bahwa APM akhirnya mendapat perhatian yang dibutuhkan dari pimpinan."

Metodologi: Laporan survei adalah kompilasi tanggapan dari lebih dari 900 profesional DevOps, SRE, Pengembang, dan IT Ops dari seluruh dunia dan mencakup pembelajaran, analisis, dan tren yang akan berguna bagi profesional IT mana pun yang bertanggung jawab untuk mengelola atau mengembangkan aplikasi. 

Sumber (aplikasi performance monitoring)