可观测性数据（如应用程序生成的所有日志、指标和跟踪）正在以惊人的速度堆积。过去，PB 级数据被认为是大量的可观测性数据，而现在，一些组织报告说，有数百PB级数据，甚至接近 EB 级数据。
组织害怕删除这些数据，因为它确实有价值，在某些情况下，法律要求组织将其保留一段时间。但是，在 EB 时代，管理这些海量数据集并使用它来跟踪 IT 问题变得越来越困难。
正在寻找一种更好的方法来管理和分析其可观测性数据的组织可能会对Kloudfuse最新推出的可观测性数据湖新感兴趣，该产品为其云数据湖平台添加了几种新的数据类型和分析/AI 功能。
Kloudfuse是利用可观测性数据开辟新发展方向的供应商之一。这家美国硅谷公司在一年前悄无声息地推出了一个数据湖平台，将对象存储的经济实惠的可扩展性与最新的分析和 AI 技术融合在一起。
今天 Kloudfuse 3.0 推出，增加了许多新功能。首先，它添加了两个新的数据流，让工程师能够深入了解事情是如何或为什么出错的，包括真实用户监控（RUM）或对实际用户会话的监控，以及有助于优化代码的持续代码分析。
其次，此版本还带来了几项新的分析和AI功能，如对滚动分位数、SARIMA、DBSCAN、季节性分解和Pearson相关系数的支持。该公司表示，还增加了对 PromQL、LogQL、TraceQL、GraphQL 和 SQL 等开放查询语言的支持。
Kloudfuse 推出了一种名为 FuseQL 的新日志查询语言
在AI方面，Kloudfuse 3.0支持 Prophet，是一个由 Meta开发的时间序列异常检测算法开源库。Kloudfuse 3.0 还提供 K-Lens，帮助客户检测大量高基数数据中的异常值。
第三，Kloudfuse 3.0还引入了 FuseQL，Kloudfuse的一种新日志查询语言。FuseQL在异常和异常值检测领域提供了其他日志查询语言（如 LogQL）所缺少的功能。
另一项新功能是分面分析，它使用该公司正在申请专利的 LogFingerprinting 技术，自动从日志中提取关键属性，以便更快地进行分析和故障排除。
Kloudfuse 3.0 版本还带来了其他功能，例如基于JSON的全新日志存档功能，该功能可降低存储成本，并允许客户在需要时“水合”数据。同时，新的基数分析和指标汇总功能可以更深入地了解日志、指标和跟踪的形状和详细信息。
该公司还宣布支持基于Arm的处理器，包括AWS Graviton和GCP基于Arm的虚拟机。客户可以在其Virtual Private Cloud（VPC）环境中运行Kloudfuse，包括AWS、Google Cloud和 Microsoft Azure。
Kloudfuse于2023年11月以2300万美元的融资形式悄然推出。该公司由CEO Krishna Yadappanavar 共同创立，他之前创立了超融合软件提供商 Springpath，思科于 2017 年以 3.2 亿美元的价格收购了该公司。
Yadappanavar 表示，Kloudfuse 3.0 为统一可观测性设定了新标准。“客户现在可以更深入地了解他们的数字体验并实时优化性能。”产品的高级功能（包括数字体验监控、持续分析、强大的 AI/ML 功能、高级分析和可视化以及新的查询语言）使开发人员能够以前所未有的效率识别和解决性能瓶颈，能够为客户提供所需的企业功能，以便为其现代技术堆栈创建大规模可观测性并推动业务向前发展。
热门跟贴