Ex-Datadog, ejecutivo de AWS lidera la estrategia de monitoreo elástico

Elástico Inc. Ya no se trata sólo de talar y tiene un nuevo líder que planea expandir su influencia.

Abhishek Singh, quien fue nombrado gerente general de supervisión de Elastic en octubre, dejó a su rival Datadog, donde se desempeñó como vicepresidente de producto durante más de un año. Anteriormente, también se desempeñó como gerente general de la oferta de vigilancia sin servidor de Amazon X-Ray de 2018 a 2020.

El trabajo de Singh ahora es ayudar a Elastic a liberarse de su dominio sobre el análisis de registros con su Elastic Stack y elevar su perfil en el campo más amplio del monitoreo, un desarrollo de monitoreo de TI que se enfoca en identificar lo más básico y crítico sobre el estado. de sistemas informáticos. La vigilancia ha surgido en los últimos cinco años en medio del crecimiento explosivo de los datos generados por las grandes corporaciones. aplicaciones nativas de la nube. Del mismo modo, Pila elásticaOriginalmente una versión comercial de Elasticsearch, Logstash y Kibana (ELK) de código abierto, se ha expandido más allá de sus raíces de administración de registros para admitir análisis de búsqueda de IA en múltiples tipos de datos.

El problema de Singh es que la última expansión de Elastic hacia la búsqueda y el monitoreo de IA sigue siendo menos conocida que la de sus competidores, incluido su último empleador. Elastic lanzó el motor relacional Elasticsearch y la búsqueda semántica ayudar en junio de 2023; soporte para perfiles sin dispositivo y un asistente Elastic AI para monitoreo en septiembre; y una opción de infraestructura sin servidor en noviembre. Informe del Cuadrante Mágico 2023 de Gartner para monitoreo y monitoreo del rendimiento de aplicaciones (APM), presumir en julio, Elastic en la categoría «Visionarios», cuando nombró a los líderes del mercado Datadog, Dynatrace, New Relic, Splunk y Honeycomb.

Singh se reunió con los editores de TechTarget este mes para analizar cómo abordará los desafíos competitivos de Elastic en su nuevo rol.

Nota del editor: Lo siguiente ha sido editado para mayor extensión y claridad.

Has estado en ambos lados Elástico frente a AWS. Ahora ¿cuál es tu opinión al respecto?

Abhishek Singh, director general de seguimiento de Elastic Inc.Abhishek Singh

Abhishek Singh: Entre OpenSearch y Elasticsearch, la diferencia ahora son las capacidades principales de búsqueda vectorial; El elástico está justo delante. Elasticsearch Relevance Engine tiene algoritmos especiales para encontrar una mejor relevancia y nuestra implementación RAG (recuperación de generación plus) es compatible con proveedores LLM (modelo de lenguaje grande) de terceros. Elastic también proporciona… un monitor (producto) completamente empaquetado. Si nos fijamos en Gartner (Cuadrante Mágico), nuestra visión de producto está alineada con la de algunos de los líderes. La razón por la que estamos (entre) soñadores y no líderes es la ejecución. Eso es algo que realmente tengo intención de hacer.

¿Cuál es su agenda para solucionarlo?

Singh: Hay un poco de bagaje histórico. La gente piensa en ELK (Elastisearch, Logstash y Kibana) y piensa en el registro. Pero existe el monitoreo de la infraestructura, el monitoreo distribuido, la elaboración de perfiles y el monitoreo de usuarios reales. Las capacidades de ML (aprendizaje automático) e IA de la plataforma van más allá de lo que he visto que ofrecen otros proveedores, incluido AWS. El objetivo número uno que tengo es simplemente ver y ser consciente de que… ya no es el baúl ELK de tu viejo.

Singh: Lanzamos nuestro asistente de monitoreo de IA (en septiembre). Los usuarios pueden pedirle que explique qué significan los íconos en la interfaz de usuario, comprenderlos mejor y preguntar si hay algún efecto en otros íconos. Por ejemplo, si tiene un aumento en sus registros que resulta en una interrupción, puede preguntar si ha afectado los ingresos. Debido a que las personas almacenan datos de ingresos dentro de Elastic, según el contexto empresarial, sabemos cómo volver a vincular esos datos.

Vendedores de Splunk a Dynatrace Llevamos años hablando de conectar la vigilancia con los datos empresariales. En realidad, técnicamente, ¿qué diferencia hace Elastic aquí?

Singh: Hay dos partes. Uno es el hecho de que tenemos nuestro nuevo motor de correlación que puede brindarnos mejores conocimientos y los clasificadores de ML que hemos creado. Dos es el modelo RAG, que nos permite conectarnos con LLM de terceros externos. Podemos tomar el marco, ejecutar una búsqueda de vectores, enviar vectores vectoriales (y solo vectores vectoriales) a LLM, usar esas capacidades y luego conectar todo esto para los usuarios. Los datos privados siguen siendo privados, pero le permiten utilizar LLM en contexto.

Algunos observadores de la industria ya hablan de RAG como un respuesta temporal para mejorar la comunicación de datos para la IA productiva, pero también para otros proveedores de RAG enfatizarlo como función de control de acceso a datos: ¿es específica de RAG o puede sobrevivir a la tecnología RAG?

Singh: Hay diferentes puntos de vista aquí, pero dos destacan. Una es que utilizará un LLM de terceros y le proporcionará un contexto empresarial específico. Ése es el enfoque de RAG. Y la segunda visión es que las personas optan por micro-LLM o mini-LLM específicos para su negocio. Creo que hoy todavía estamos lejos de los micro y pequeños LLM. Cuando lleguemos a un mundo en el que podamos ejecutar esos LLM más pequeños de una manera que tenga sentido para los negocios financieros, también verá innovaciones de Elastic en torno a eso. Nuestro motor de relevancia ejecuta algunos algoritmos muy específicos para encontrar una mejor relevancia.

¿Se considera Elastic a sí mismo un base de datos vectorial?

Singh: Elastic no se considera una base de datos vectorial. Nos posicionamos como una empresa de análisis de búsqueda. El seguimiento del poder de búsqueda es mejor que el seguimiento. La seguridad de búsqueda es mejor que la simple seguridad. El negocio principal consiste en capturar datos y encontrar detalles relevantes en la búsqueda.

Gracias a GenAI, existe un gran interés en la búsqueda. Hacer ofertas es una técnica de prospección eficaz. Planeamos tomar nuestra experiencia en búsqueda y conectarla a algunos de estos (modelos) externos y, eventualmente, sospecho que podrá ejecutar los modelos en un marco de Elasticsearch.

La vigilancia tiene un enorme problema de gestión de datos. Algunos vendedores llevan casa del lago de datos o el enfoque del lago de datos, mientras que otros lo están adoptando canalización de datos acercándose o haciendo proceso de borde. ¿Qué son los planes elásticos?

El objetivo número uno que tengo es simplemente ver y ser consciente de que… ya no es el baúl ELK de tu viejo.

Abhishek SinghGerente general de monitoreo, Elastic Inc.

Singh: Dado que Elastic comenzó como una plataforma para datos no estructurados, existen capacidades básicas en torno a la gestión de datos. Puede ver qué flujos de datos consumen recursos y quién utiliza qué flujos de datos, algo que muchas otras plataformas no tienen. Tenemos IAM (gestión de identidad y acceso) a nivel de campo y lo ampliaremos para que esté basado en roles. Podemos hacer cosas como búsqueda entre grupos, para que los usuarios puedan crear grupos basados ​​en unidades de negocio y luego vincularlos todos. Cuando pensamos en el monitoreo y en nuestro modelo de negocio, no necesitamos vender más seguimiento, elaboración de perfiles, registros o monitoreo de infraestructura. Nos centraremos en los resultados comerciales en lugar de intentar venderle más registros, métricas o pistas.

¿Qué significa «centrarse en los resultados empresariales»? ¿Interesado en aplicaciones por encima de la capa de datos?

Singh: Significa recopilar datos de registros de usuarios reales, métricas, seguimientos, perfiles, síntesis o monitoreo y convertirlos en una vista personalizada, por ejemplo, buscar servicios relacionados con SRE. Nuestro objetivo es recopilar todos los datos en Elasticsearch y luego permitir que los usuarios accedan a ellos sin decir: «Oye, tienes registros, pero para obtener un mapa de servicios, necesitas obtener APM». Podemos crear métricas a partir de registros, podemos crear registros a partir de pistas y podemos crear pistas a partir de registros. Nos permitirá eliminar los hornos que se han creado en la industria.

¿Qué pasa con los costos de almacenamiento de datos, con los crecientes volúmenes de datos que la gente recopila?

Singh: Una (respuesta) es que hemos dedicado nuestro esquema Elastic compartido a OpenTelemetry (OTel). Dado que se recopilan todos los datos, es necesario tener un gráfico; de lo contrario, es basura que entra y sale basura. En segundo lugar, hoy en día, el recopilador OTel funciona en dos modos: modo satélite independiente, donde instalas cada host, o modo de servicio, donde instalas (central).

Según todos los clientes que he escuchado, el modo de servicio es doloroso. Cada vez que necesite realizar cambios, debe implementarlos. Causa problemas y pérdida de datos. Elastic tenía algo llamado Fleet y Elastic Agent, y estamos buscando traer algunas de esas capacidades a OTel y hacer que ese OTel de facto funcione con el monitoreo de Elastic y, con suerte, ayudar a la comunidad en general en el proceso. El costo de los datos que salen del patrimonio del cliente es donde se incurre en el costo. Si podemos ejecutar el recopilador OTel como un servicio dentro de su patrimonio y filtrar los datos, corresponde al concepto de canalización de datos.

Beth Pariseau, redactora senior de noticias de TechTarget, es una periodista de TI galardonada. se puede llegar (correo electrónico protegido) o en Twitter @PariseauTT.

Puede interesarte

El informe de Datadog destaca los sofisticados campos de ataque de AWS

Un informe publicado por Datadog sugiere que la actividad cibercriminal dirigida específicamente a los servicios …

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *