OpenObserve huy động 10 triệu đô la Series A để đưa khả năng quan sát tiến tới vận hành tự chủ

Startup tại Thung lũng Silicon OpenObserve đã huy động 10 triệu đô la trong vòng Series A do Nexus Venture Partners và Dell Technologies Capital (DELL ) dẫn đầu, cho thấy sự tự tin ngày càng tăng của các nhà đầu tư rằng ngăn xếp quan sát cần được đại tu về mặt cấu trúc.

Công ty, được thành lập vào năm 2022 và có trụ sở tại Menlo Park, đang định vị mình như một giải pháp thay thế thống nhất cho các thiết lập giám sát phân mảnh – đặc biệt là khi các hệ thống AI giới thiệu các lớp phức tạp mới trên cơ sở hạ tầng, ứng dụng và hành vi mô hình.

Chuyển dịch khỏi các ngăn xếp giám sát phân mảnh

Khả năng quan sát truyền thống đã được ghép lại từ nhiều công cụ – nhật ký trong một hệ thống, số liệu trong một hệ thống khác, theo dõi ở nơi khác. Cách tiếp cận đó đang ngày càng bị phá vỡ dưới trọng lượng của các khối lượng công việc hiện đại.

Cách tiếp cận của OpenObserve là hợp nhất mọi thứ vào một nền tảng duy nhất. Hệ thống của họ tiêu thụ nhật ký, số liệu, dấu vết và dữ liệu giám sát người dùng thực, sau đó thêm phân tích, cảnh báo và ứng phó sự cố trên cùng một giao diện.

Về mặt kỹ thuật, nền tảng dựa trên kiến trúc được thiết kế cho môi trường đám mây tách biệt tính toán khỏi lưu trữ, sử dụng lưu trữ đối tượng như S3 và tệp Parquet dạng cột để xử lý telemetry quy mô lớn một cách hiệu quả. Thiết kế này giảm đáng kể chi phí lưu trữ trong khi vẫn duy trì hiệu suất truy vấn cao, ngay cả ở quy mô petabyte.

Sự lựa chọn kiến trúc đó là trung tâm của tuyên bố của công ty về chi phí hoạt động thấp hơn đáng kể so với các hệ thống cũ được xây dựng trên kiểu lập chỉ mục Elasticsearch.

Khả năng quan sát 3.0: Từ giám sát đến hành động tự chủ

Công ty định hình tầm nhìn của mình là “Khả năng quan sát 3.0“, một sự thay đổi từ bảng điều khiển và cảnh báo hướng tới các hệ thống có thể giải thích và hành động trên dữ liệu mà không cần can thiệp của con người.

Ở trung tâm của tầm nhìn đó là một lớp kỹ thuật độ tin cậy hệ thống (SRE) được hỗ trợ bởi AI. Thay vì các kỹ sư phải điều tra các sự cố thủ công, hệ thống phân tích telemetry trong ngữ cảnh, xác định nguyên nhân gốc rễ và có thể đề xuất – hoặc trong một số trường hợp thực hiện – các hành động khắc phục.

Điều này được kết hợp với việc phát hiện bất thường để đưa ra các vấn đề trước khi chúng leo thang, và các công cụ quan sát LLM để theo dõi cách các mô hình AI hoạt động trong môi trường vận hành thực tế, bao gồm cả lời nhắc, đầu ra và hiệu suất.

Ý tưởng rộng hơn là giảm gánh nặng hoạt động trên các đội kỹ sư, đặc biệt là khi các khối lượng telemetry tiếp tục tăng và các hệ thống trở nên động hơn.

Xây dựng cho quy mô công việc AI

Các ứng dụng AI hiện đại tạo ra nhiều telemetry hơn so với các hệ thống truyền thống, đặc biệt là khi theo dõi hiệu suất mô hình, hành vi suy luận và tương tác người dùng.

Thiết kế của OpenObserve phản ánh sự thay đổi đó. Dữ liệu được lưu trữ trong các định dạng cột nén và được truy vấn trực tiếp từ lưu trữ đối tượng, tránh nhu cầu về các lớp lập chỉ mục tốn kém hoặc sao chép dữ liệu. Điều này cho phép nền tảng mở rộng theo chiều ngang mà không có sự phức tạp thường liên quan đến các hệ thống giám sát phân tán.

Kết quả là một hệ thống có thể xử lý các luồng dữ liệu có khối lượng cao trong khi vẫn duy trì hiệu suất truy vấn nhanh và chi phí có thể dự đoán – hai ràng buộc đã từng khó cân bằng.

Các tín hiệu áp dụng sớm mạnh mẽ

Công ty báo cáo hơn 6.000 tổ chức sử dụng nền tảng, bao gồm các doanh nghiệp lớn, cùng với sự đón nhận mạnh mẽ từ cộng đồng nhà phát triển với hơn 18.000 ngôi sao trên GitHub.

Sự kết hợp đó – áp dụng doanh nghiệp kết hợp với động lực mã nguồn mở – cho thấy OpenObserve đang tạo được sức hút qua cả kênh từ cấp lãnh đạo xuống và từ cơ sở lên, một mẫu thường thấy trong các công cụ cơ sở hạ tầng thành công khi chúng chuyển sang sử dụng chính thống.

Điều này báo hiệu gì cho tương lai của khả năng quan sát

Hướng mà OpenObserve đang đặt cược là rõ ràng: khả năng quan sát đang phát triển từ một lớp giám sát thụ động thành một hệ thống hoạt động chủ động.

Khi các hệ thống AI được nhúng vào các ứng dụng, thách thức không chỉ là thu thập dữ liệu – mà là giải thích nó đủ nhanh để có ý nghĩa. Các quy trình do con người điều khiển khó theo kịp tốc độ và quy mô của các môi trường hiện đại.

Các nền tảng thống nhất telemetry và áp dụng trí tuệ thời gian thực cho nó có khả năng sẽ thay đổi cách cơ sở hạ tầng được quản lý. Thay vì các kỹ sư điều hướng nhiều bảng điều khiển và công cụ, các hệ thống sẽ ngày càng đưa ra quyết định trực tiếp – hoặc thực hiện chúng tự động.

Nếu sự chuyển đổi đó được giữ vững, cảnh quan cạnh tranh có thể sẽ chuyển từ các công cụ giám sát giàu tính năng sang các nền tảng có thể giảm độ phức tạp vận hành một cách đáng tin cậy và tự động hóa ứng phó trên quy mô lớn.