根据新的 新闻稿Dynatrace 为其分析和自动化平台引入了人工智能驱动的数据可观测功能。该功能名为 Dynatrace Data Observability,旨在增强 Dynatrace 平台中数据的可靠性和准确性,以实现业务分析、云编排和自动化。该技术使团队能够依赖高质量的数据,确保该平台的戴维斯人工智能引擎的可信度。它补充了现有的数据清理和丰富功能,监控来自外部源(例如 OpenTelemetry 和自定义仪器)的数据。通过跟踪新鲜度、数量、分布、模式、沿袭和可用性, 数据可观察性 减少对额外数据清理工具的需求。
组织越来越依赖高质量数据来进行战略决策、流程优化和自动化。现代云生态系统数据的规模和复杂性以及开源解决方案的使用给维护数据质量带来了挑战。数据可观测性技术(例如 Dynatrace 提供的技术)旨在提高数据整个生命周期的可用性和可靠性。 Gartner 预测,到 2026 年,拥有分布式数据架构的企业将有 30% 采用数据可观测性技术,而 5 年这一比例还不到 2023%。Dynatrace Data Observability 与平台的 AI 功能结合使用,可提供监控数据新鲜度、数量、分布、模式更改、沿袭和可用性。
Dynatrace 首席技术官 Bernd Greifeneder 强调了数据质量和可靠性对于组织创新和遵守行业法规的重要性。该平台增加数据可观察性的目的是使客户能够利用各种来源的数据进行分析和自动化,从而确保数据的健康状况,而无需额外的工具。该功能预计将在发布后 90 天内向所有 Dynatrace SaaS 客户全面开放。
- :具有
- :是
- $UP
- 2023
- 2026
- 224
- 300
- 90
- a
- 增加
- 额外
- 添加
- 采用
- AI
- 人工智能引擎
- AI供电
- 瞄准
- 目标
- 所有类型
- 允许
- 分析
- 和
- 公告
- 架构
- AS
- At
- 自动化和干细胞工程
- 可用性
- 可使用
- BE
- 好处
- 商业
- by
- 能力
- 挑战
- 更改
- 云端技术
- 复杂
- 执行
- 结合
- 首席技术官
- 习俗
- 合作伙伴
- data
- 数据质量
- 数据多样性
- 戴维斯
- 一年中的
- 决策
- 分布
- 分配
- 生态系统
- 强调
- 授权
- 发动机
- 提高
- 保证
- 企业
- 现有
- 预期
- 外部
- 额外
- 专栏
- 针对
- 止
- Gartner公司
- 通常
- 马具
- 健康管理
- 高
- 高品质
- HTTPS
- 重要性
- 改善
- in
- 日益
- 行业中的应用:
- 创新
- 介绍
- IT
- 它的
- JPG
- 减
- 生命周期
- 维持
- 最大宽度
- 现代
- 监控
- 命名
- 需求
- 全新
- of
- 最多线路
- on
- 开放源码
- 优化
- 管弦乐编曲
- 组织
- 平台
- 平台
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 预测
- 过程
- 提供
- 质量
- 减少
- 法规
- 可靠性
- 依靠
- SaaS的
- 鳞片
- 存在Shutterstock
- 解决方案
- 来源
- 善用
- 这样
- 队
- 技术
- 专业技术
- 比
- 这
- 那些
- 始终
- 至
- 工具
- 跟踪
- 诚信
- 使用
- 各个
- 体积
- 将
- 中
- 也完全不需要
- 加工
- 和风网