Datadog AI

Datadog AI là giải pháp tự động hóa ứng phó sự cố tích hợp chức năng trợ lý AI (Bits AI) với Datadog, một nền tảng có thể quan sát được các nhóm DevOps và SRE trên toàn thế giới sử dụng. Tự động suy ra nguyên nhân gốc rễ của lỗi trên nhật ký, số liệu và dấu vết để giảm gánh nặng phản hồi cảnh báo hàng đêm. Được thiết kế cho các nhóm kỹ thuật chịu trách nhiệm vận hành dịch vụ web, giám sát vi dịch vụ và quản lý cơ sở hạ tầng đám mây.

Các tính năng chính

Phân tích nguyên nhân gốc rễ của Bits AI: Khi cảnh báo xảy ra, AI sẽ tìm kiếm chéo các nhật ký và số liệu liên quan cũng như đưa ra các nguyên nhân có thể xảy ra. Nó được thiết kế để rút ngắn thời gian tách ban đầu, trước đây mất từ ​​30 đến 60 phút, xuống còn 5 đến 10 phút.

Phát hiện sự bất thường của cơ quan giám sát: Học máy học các mẫu số liệu trong thời gian bình thường và tự động phát hiện sự bất thường mà không cần đặt ngưỡng. Giảm nỗ lực vận hành cần thiết để đặt từng ngưỡng cảnh báo theo cách thủ công.

APM × AI: Kết hợp tính năng theo dõi phân tán và phân tích AI để tự động xác định các dịch vụ gây suy giảm độ trễ. Nó có hiệu quả trong việc cách ly các lỗi trong cấu hình microservice.

Truy vấn ngôn ngữ tự nhiên: Tìm kiếm nhật ký và số liệu bằng cách sử dụng các câu tự nhiên, chẳng hạn như "điểm cuối có tỷ lệ lỗi tăng lên trong 24 giờ qua". Ngay cả những thành viên không quen với thiết kế bảng điều khiển cũng có thể tham gia phân tích.

Biên bản xác minh của ban biên tập

Nhờ so sánh các gói giá công khai (Cơ sở hạ tầng: bắt đầu từ $15 mỗi máy chủ mỗi tháng, APM: bắt đầu từ $31 mỗi tháng, Nhật ký: bắt đầu từ $0,10 mỗi GB) và các yêu cầu về chức năng, mức độ tích hợp các chức năng AI đi trước New Relic và Papertrail một bước trong vai trò giám sát tích hợp cho doanh nghiệp. Relic mới cũng có các khả năng AI tương tự (New Relic AI), nhưng Bits AI khác biệt bằng cách đi sâu vào quy trình tích hợp Slack và ứng phó sự cố. Nếu bạn có thể tiết kiệm 30 phút cho mỗi sự cố bằng cách ứng phó sự cố vài lần trong tháng, bạn có thể mong đợi thu lại vài chục nghìn yên Nhật mỗi tháng chi phí nhân sự cho một SRE. Mặt khác, do đơn vị thanh toán được chia thành nhiều trục như số lượng máy chủ, số lượng nhật ký và số lượng máy chủ APM nên việc mô phỏng trước là điều cần thiết để ước tính chi phí khi bắt đầu với quy mô nhỏ.

Người dùng dự định

Thích hợp cho: Các nhóm SRE/DevOps quy mô trung bình hoặc lớn hơn vận hành nhiều dịch vụ trong môi trường dựa trên nền tảng đám mây và muốn giảm bớt gánh nặng cho các cuộc gọi hàng đêm. Nó có khả năng tương thích cao với cấu hình AWS/GCP/Kubernetes và lợi ích về chi phí sẽ trở nên hiệu quả hơn khi số lượng mục tiêu quan sát tăng lên.

Không phù hợp với: Các hệ thống quy mô nhỏ có cấu hình máy chủ duy nhất hoặc các nhóm muốn hoàn thành việc giám sát với mức phí hàng tháng vài nghìn yên Nhật. Ở lớp này, Cá thu và Zabbix tiết kiệm chi phí hơn.

Datadog AI đồng nghĩa với hoạt động AIOps. Cơ quan giám sát và Bits AI kết hợp các số liệu, nhật ký, dấu vết và bảo mật để tăng tốc đáng kể quá trình từ điều tra lỗi đến ước tính nguyên nhân gốc rễ và tóm tắt phản hồi. Mặc dù trong bối cảnh hoạt động, nó mạnh hơn AI đa dụng loại GPT-5, nhưng trong môi trường quy mô nhỏ, Tín dụng AI bắt đầu từ $15/tháng mỗi tháng và bắt đầu từ $500/tháng là rất nặng, khiến nó phù hợp với các công ty có hệ thống SRE/DevOps.