Streams transforme vos logs non structurés en informations exploitables grâce à une couche d'intelligence unifiée, accélérant ainsi le diagnostic et la résolution des problèmes à la source.
Elastic (NYSE : ESTC), The Search AI company, lance Streams, une solution d’IA agentique qui réorganise la manière dont les équipes IT travaillent avec les logs afin d'accélérer considérablement l'investigation et la résolution des incidents. Streams utilise l'IA pour partitionner et analyser automatiquement les logs bruts afin d'en extraire les champs pertinents, réduisant ainsi considérablement les efforts nécessaires aux ingénieurs en fiabilité des sites (SRE) pour rendre les logs utilisables. La solution détecte aussi automatiquement les événements importants - erreurs critiques, anomalies - dans les logs contextualisés, donnant aux équipes SRE une visibilité anticipée et une compréhension précise de leur infrastructure pour accélérer le diagnostic et la résolution des problèmes.
Les SRE sont souvent submergés par des tableaux de bord et des alertes qui indiquent ce qui ne fonctionne pas et où, mais ne révèlent pas pourquoi. Cette approche via la visualisation des symptômes oblige les ingénieurs à chercher manuellement les causes des anomalies. Le « pourquoi » crucial se cache dans les logs, mais leur volume colossal et leur absence de structure ont conduit le secteur à les sous-exploiter ou à les traiter comme négligeables. Cela a contraint les équipes à faire des compromis coûteux : soit passer d'innombrables heures à construire des pipelines de données complexes, soit abandonner des données de logs précieuses et risquer des lacunes critiques en matière de visibilité, soit enregistrer et oublier.
Streams relève directement ce défi en repensant l'ensemble du pipeline de logs. Il s'appuie sur la plateforme Elasticsearch pour combiner l'analyse syntaxique basée sur l'IA, qui s'adapte automatiquement aux nouveaux formats de journaux. Au lieu d'obliger les SRE à passer au crible le bruit, Streams fait automatiquement remonter les événements importants, tels que les erreurs de mémoire insuffisante, les pannes internes du serveur et les messages critiques de démarrage ou d'arrêt. Ces événements agissent comme des marqueurs exploitables, fournissant un axe d'investigation clair et une alerte précoce avant qu'un événement impactant le service ne se produise.
« Pendant trop longtemps, les SRE ont été contraints de traiter les logs comme un dernier recours bruyant et coûteux pour leurs investigations. Les équipes parcourent les tableaux de bord à la recherche de ce qui ne fonctionne pas, tandis que la véritable cause reste enfouie », explique Ken Exner, chief product officer chez Elastic. « Streams fait des logs votre atout le plus précieux. Il trouve automatiquement le signal dans le bruit, mettant en évidence les événements critiques provenant de n'importe quelle source de logs. Cela permet aux SRE de gagner du temps et de passer des symptômes à la solution en quelques minutes. »
Voici quelques unes des fonctionnalités de Steams :
Enregistrement, sans effort : ingérer directement n'importe quel format de logs provenant de n'importe quelle source, grâce à un traitement basé sur l'IA qui rend les données « prêtes à être examinées ».
Obtention des réponses, pas seulement des données : Streams met en évidence les « événements significatifs » tels que les erreurs critiques et les anomalies, fournissant ainsi des points de départ prioritaires.
Une visibilité complète et rentable : gérer et organiser intelligemment les données afin de réduire la complexité opérationnelle et les coûts totaux de possession.
Les SRE sont souvent submergés par des tableaux de bord et des alertes qui indiquent ce qui ne fonctionne pas et où, mais ne révèlent pas pourquoi. Cette approche via la visualisation des symptômes oblige les ingénieurs à chercher manuellement les causes des anomalies. Le « pourquoi » crucial se cache dans les logs, mais leur volume colossal et leur absence de structure ont conduit le secteur à les sous-exploiter ou à les traiter comme négligeables. Cela a contraint les équipes à faire des compromis coûteux : soit passer d'innombrables heures à construire des pipelines de données complexes, soit abandonner des données de logs précieuses et risquer des lacunes critiques en matière de visibilité, soit enregistrer et oublier.
Streams relève directement ce défi en repensant l'ensemble du pipeline de logs. Il s'appuie sur la plateforme Elasticsearch pour combiner l'analyse syntaxique basée sur l'IA, qui s'adapte automatiquement aux nouveaux formats de journaux. Au lieu d'obliger les SRE à passer au crible le bruit, Streams fait automatiquement remonter les événements importants, tels que les erreurs de mémoire insuffisante, les pannes internes du serveur et les messages critiques de démarrage ou d'arrêt. Ces événements agissent comme des marqueurs exploitables, fournissant un axe d'investigation clair et une alerte précoce avant qu'un événement impactant le service ne se produise.
« Pendant trop longtemps, les SRE ont été contraints de traiter les logs comme un dernier recours bruyant et coûteux pour leurs investigations. Les équipes parcourent les tableaux de bord à la recherche de ce qui ne fonctionne pas, tandis que la véritable cause reste enfouie », explique Ken Exner, chief product officer chez Elastic. « Streams fait des logs votre atout le plus précieux. Il trouve automatiquement le signal dans le bruit, mettant en évidence les événements critiques provenant de n'importe quelle source de logs. Cela permet aux SRE de gagner du temps et de passer des symptômes à la solution en quelques minutes. »
Voici quelques unes des fonctionnalités de Steams :
Enregistrement, sans effort : ingérer directement n'importe quel format de logs provenant de n'importe quelle source, grâce à un traitement basé sur l'IA qui rend les données « prêtes à être examinées ».
Obtention des réponses, pas seulement des données : Streams met en évidence les « événements significatifs » tels que les erreurs critiques et les anomalies, fournissant ainsi des points de départ prioritaires.
Une visibilité complète et rentable : gérer et organiser intelligemment les données afin de réduire la complexité opérationnelle et les coûts totaux de possession.