Glossar
Aktualisiert
Geht über die grundlegende Überwachung hinaus, um tiefe Einblicke in den Systemzustand zu gewähren. Observability-Pipelines erfassen strukturierte Protokolle (Anfragen, Fehler), Metriken (Latenz, Ressourcennutzung) und Traces (Ausführungspfade) von Datenaufnahme-, Trainings- und Inferenzdiensten. Mithilfe von Korrelationen und Dashboards können Teams die Ursachen von Problemen präzise bestimmen, Ereignisse wiederholen und Post-Mortem-Analysen durchführen. Governance definiert, welche Signale erfasst werden, sowie Aufbewahrungsrichtlinien und Alarmschwellenwerte, um die Systemzuverlässigkeit und Compliance zu gewährleisten.
Beispiel
Eine Plattform zur Betrugserkennung integriert OpenTelemetry, um Traces für jede Transaktionsaktivität auszugeben, protokolliert Modellentscheidungen mitsamt Konfidenzwerten und überwacht die CPU-/GPU-Auslastung. Bei Latenzspitzen analysiert das SRE-Team die Traces im Detail, identifiziert eine langsame Feature-Store-Abfrage, optimiert die Indizierung und stellt die normale Performance innerhalb von 15 Minuten wieder her.
