Echtzeitmonitoring-Architektur mit Cassandra und Solr - Capgemini
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
06/2018 Fachartikel: Echtzeitmonitoring-Architektur mit Cassandra und Solr
Sonderdruck aus OBJEKTspektrum
Echtzeitmonitoring-Architektur
mit Cassandra und Solr
Praxisbeispiel Bundesagentur für Arbeit
Monitoringdaten von geschäftskritischen Informationssystemen sind, je nach Beschaffenheit und Verwendung,
selbst wertvolle und kritische Daten. Damit sind aber auch ähnliche Anforderungen wie an Nutzdaten zu stellen.
Eine wesentliche Anforderung an diese Daten ist die Durabilität, sprich eine dauerhafte Speicherung. Zudem sind
Monitoringdaten von den eigentlichen Nutzdaten zu trennen, damit Monitoringabfragen und Analysen durchge-
führt werden können, ohne den Produktivbetrieb zu gefährden. Das Monitoring muss ebenfalls wie das operative
Bestandssystem hochverfügbar sein. Ein konkretes Beispiel hierfür ist das IT-Systemhaus der Bundesagentur für
Arbeit (BA).
Dort werden teils hochkritische Systeme
eingesetzt, deren Weiterentwicklung und
Betrieb auf konsistente und langfristig
gespeicherte Monitoringdaten angewie-
sen sind. Aufgrund dieser Anforderungen
wurde eine hochverfügbare Echtzeitmoni-
toring-Lösung entwickelt und evaluiert,
die auf dem Architekturstack Cassandra
– Solr – Grafana aufbaut.
Dabei wurden die Fähigkeiten von Grafa-
na bei der Abbildung von umfangreichen
Zeitreihen mit dem robusten und einfa-
chen Betrieb von Cassandra kombiniert.
Die bisherige Lücke zu Solr schließt ein ei-
gens entwickeltes Grafana-Plug-in, sodass
Abfragen flexibel aus Grafana heraus an
Solr und Cassandra erstellt werden kön-
nen.
Der Architekturstack, dessen Einsatz und
die sich daraus ergebenden Möglichkeiten
in der Private Cloud, werden nachfolgend
anhand des Beispiels BA vorgestellt.
Ausgangssituation:
Aufbau eines NoSQL-Umfeldes
inklusive Monitoring
Mit Blick auf die langfristige DevOps-
und Agilitätsstrategie des IT-Systemhau-
ses der BA in der Softwareentwicklung Abb. 1: IST-Architektur für das Monitoring des Bestandssystems
wurde ein Team geschaffen, das mit den
Bereichen Private Cloud und konventi-
onellen Datenbanken vertraut ist. Ziel zugrunde gelegt wurde. Eine Herausfor- Diese musste somit erst auf dem Stack auf-
dabei war es, zusätzliches Wissen im derung bestand darin, dass so zwar eine bauend entwickelt und evaluiert werden.
NoSQL-Umfeld proaktiv aufzubauen und leistungsstarke Infrastruktur vorhanden Abbildung 1 zeigt die IST-Architektur für
entsprechende Lösungen anzubieten. Eine war, die als ausgereifte Plattform auch das Monitoring des Bestandssystems.
dieser Lösungen beinhaltet den Architek- Big Data verarbeiten kann. Was jedoch
turstack Cassandra, Solr, Spark und Gra- fehlte, war eine Out-of-the-Box(OOTB)- Architektur:
fenfunktionen. Monitoring-Lösung oder gar eine OOTB- Abwägung zwischen Neubau
Dieser Architekturstack wurde ermög- Lösung für echtzeitnahes Monitoring, um
und Out-of-the-Box
licht, indem eine lastfähige und hochska- die eingangs erwähnten Anforderungen
lierbare Infrastruktur – ein sogenanntes wie Durabilität, Hochverfügbarkeit und In Hinblick auf die Architektur musste
„Bare Metal“ – aufgebaut und dem Stack analytische Leistungsfähigkeit zu erfüllen. damit folgende Frage beantwortet wer-
40
www.objektspektrum.de
den: Baut man eine Lösung basierend auf Grafana Kibana
der vorhandenen Infrastruktur auf, oder
greift man auf eine OOTB-Lösung wie GitHub Stars 23,6 Tsd. 10 Tsd.
den ELK-Stack zurück und errichtet hier-
GitHub Forks 4,23 Tsd. 3,89 Tsd.
für eine Umgebung mit entsprechender
Infrastruktur? GitHub Commits Master Branch Aug. 2018 227 von 28 Autoren 232 von 60 Autoren
Diese Frage lässt sich nicht pauschal be-
antworten. Vielmehr sollte zuerst erörtert Reddit Points 476 191
werden, was eigentlich erreicht werden Stack Overflow Questions 1,17 Tsd. 3,06 Tsd.
soll, um dann den Fokus entsprechend
zu legen. Im konkreten Beispiel steht das Tabelle 1: GitHub-Statistiken von Grafana und Kibana im Vergleich
Monitoring eines großen und kritischen
Informationssystems im Mittelpunkt. Das
Ziel war dabei die Verlagerung der Mo- auf Stack Overflow führend ist, während deutlicht, dass neben technischen Bedin-
nitoringfunktionalität aus dem operativen auf Reddit Grafana deutlich mehr Erwäh- gungen auch organisatorische Umstände
System in einen unabhängig zu betreiben- nung findet. bei Architekturentscheidungen berück-
den Monitoringservice. Zudem sollte das Letztlich kam für die Nutzung der Cas- sichtigt werden sollten. Im vorliegenden
operative Bestandssystem durch die neue sandra-Infrastruktur nur Grafana in Fall spricht die Mehrzahl technischer Ar-
Lösung nicht beeinträchtigt werden. frage, da sich nur damit beliebige Da- gumente für den DataStax-Architektur-
Weiterhin sollten Nutzer des Monito- tenquellen per Plug-in einbinden lassen. stack (Cassandra mit Solr), es sind jedoch
rings nicht mehr, etwa für zeitaufwendi- Kibana ist hingegen auf Elasticsearch auch Szenarien denkbar, wo die organisa-
ge Abfragen an die Operativdatenbank, angewiesen. torischen Gegebenheiten ausschlaggebend
auf die Ressourcen des Bestandssystems für die Architekturwahl sein können. Im
zugreifen müssen, sondern risikolos auf Organisatorische hier beschriebenen Fall lag für die An-
einem replizierten Datenbestand arbeiten bindung an Cassandra noch keine fertige
Entscheidungsaspekte
können. Lösung vor, sodass zu Beginn ein Plug-in
Hinzu kommt, dass die Cassandra-Infra- entwickelt werden musste.
Technische struktur einschließlich Server, Plattformen Für das Auslagern und (redundante) Spei-
und Lizenzen im IT-Systemhaus der BA chern der Daten war, wie beschrieben,
Entscheidungsaspekte
bereits vorhanden war. Das Beispiel ver- eine auf Cassandra aufbauende Lösung in
Diese Anforderung ist besonders wichtig,
da das zugrunde liegende Bestandssystem
die meisten fachlichen Monitoringdaten
bereits parallel zu den Fachdaten in einer
relationalen Datenbank speichert. Mit der
Zeit werden die entsprechenden Tabellen
immer größer und flexible Abfragen die-
TEST TOOL = AUTOMATED TESTING?
ser Daten ohne Beeinträchtigung der ope-
rativen Fachprozesse im System zuneh-
mend schwieriger.
Die Beschaffenheit der Daten hingegen ist
einfach: Jeder Eintrag besitzt einen Zeit-
stempel und diverse Metriken wie Anzahl
oder Laufzeiten von Geschäftsvorgängen,
Schnittstellenaufrufen usw. Diese Art
der Datenverwaltung entspricht also der
Kennen Sie
Speicherung von Zeitreihen, bei denen
ein konstanter Strom von Sensorwerten
Ihre echten
(fachliche und technische Metriken) über
die Zeit verteilt wird. Grafana ist auf die
Kosten?
Visualisierung dieser Art von Daten spezi-
alisiert und stellt gemäß der Anforderun-
gen an Abfrage und grafische Auswertung
die bessere Alternative im Vergleich zu
Kibana dar.
Ein Blick auf die Statistiken von GitHub
zeigt, dass Grafana (https://github.com/
grafana/grafana) sowohl bei GitHub Stars
als auch bei Forks (siehe Tabelle 1) vor Ki-
bana (https://github.com/elastic/kibana)
liegt. Beide Plattformen besitzen sehr akti- Sehen Sie jetzt die Vollkostenrechnung unter
– Anzeige –
ve Communities mit täglich durchgeführ-
https://testresults.io/costs
ten Aktualisierungen am Codebestand,
wobei Kibana hinsichtlich der Aktivitäten
41
06/2018 Fachartikel: Echtzeitmonitoring-Architektur mit Cassandra und Solr
der Organisation vorhanden, die wie das Auswertung von langzeitgespeicherten und Korrelieren von Fehlermeldungen
operative System hochverfügbar ist. Der Daten mit echtzeitnaher Visualisierung (Exceptions) ist direkt möglich – ohne den
verwendete Storage ist, bedingt durch und Verzögerungen im Sekundenbereich. nachgelagerten Sammelprozess von Logs
die verteilte Architektur von Cassandra, Zum anderen ein Echtzeitmonitoring von über 256 Server. Perspektivisch ergibt sich
flexibel erweiterbar. Die in Cassandra ephemeren Durchlaufdaten mit Visu eine Kostenersparnis dank günstigerem
verwendete vereinfachte Darstellung der alisierung in Echtzeit ohne Verzögerung, Speicher anstelle des Oracle RACs.
Daten als eingebettete Key-/Value-Paare deren Monitoringdaten nicht für die Die neuen Auswertungsmöglichkeiten
und die schemalose Struktur sind für die Langzeitspeicherung vorgesehen sind. beinhalten unter anderem die Identifika-
dargestellten „Sensorwerte“ geeignet. Die Vor dem Hintergrund der Anforderung, tion von Engpässen und langer Latenz
hohe Insert-Rate von Cassandra stellt Monitoringdaten langfristig vorzuhal- in bestimmten Dienststellen. Analysen
ebenfalls keinen Engpass für den unstruk- ten, wurde hier der erstgenannte Ansatz sind über den vollen Datenzeitraum,
turierten Datenstrom an Monitoringwer- gewählt. Eingesetzt wurde dazu der Da- beispielsweise bei Langzeitanalysen der
ten dar und ermöglicht es, die operative taStax-Architekturstack, der als „Unter- Performanz, möglich. Da Abfragen im
Datenbank zu entlasten. Insgesamt lag bau“ die Cassandra-Datenbank nutzt. Vergleich zu relationalen Datenbanken
also eine hochverfügbare Datenbank mit Dadurch wird ein sowohl technisch als deutlich schneller sind, können diese auch
vergleichsweise günstigen Storage-Optio- auch fachlich flexibleres Monitoring er- häufiger als einmal pro Woche durchge-
nen vor, die zur Beschaffenheit der Daten möglicht, einschließlich komplexerer Ab führt werden. Zudem lassen sich mit dem
passte. fragen mit NoSQL. Die Visualisierung neuen Architekturstack neue Monitoring-
findet in einem zentralen Dashboard statt, anforderungen schneller umsetzen. Wäh-
Die Lösung: DataStax-Stack Exporte und Nachbearbeitungen in Excel rend Tabellen in der relationalen Daten-
mit Cassandra-Datenbank sind nicht mehr notwendig. Auswertun- bank sehr groß und daher nicht einfach
gen können auch vom Fachbereich direkt um neue Spalten erweiterbar sind, sind
Grundsätzlich lassen sich zwei Ausprä- im Dashboard eingesehen werden, das Schemaoperationen in Cassandra sogar
gungen von Monitoringsystemen unter- Risiko der Produktionsbeeinträchtigung im Nachgang und unabhängig von der
scheiden: Zum einen die fortlaufende durch Abfragen entfällt. Das Auswerten Größe deutlich effizienter.
Aufgrund der Langzeitspeicherung der
Monitoringdaten können Metriken zu-
dem noch im Nachhinein ermittelt wer-
den. Ansonsten wären beispielsweise für
Daten, die älter als ein Monat sind und
für die nur der Durchschnitt beibehalten
wurde, nachträglich keine Perzentile mehr
zu ermitteln.
Die Cassandra-Datenbank hingegen ist
für eine effiziente Big-Data-Verarbeitung
ausgelegt und ermöglicht Incident-bezo-
gene Abfragen – zum Beispiel Finde alle
Fehler, die im letzten Monat in einer be-
stimmten Java-Klasse aufgetreten sind.
Die Nachverfolgung von Incidents wird
durch den neuen Architekturstack verein-
facht. Tritt ein Fehler in einer bestimm-
ten Java-Klasse auf, kann dank der neuen
Monitoringarchitektur ermittelt werden,
wann und wo das Problem überall aufge-
treten ist.
Weiterhin bietet Cassandra eine sehr hohe
Kompression und kommt im Vergleich
zur Oracle DB mit 25 Prozent des Spei-
cherplatzes aus – ein Wert, der nur von
wenigen Datenbanken wie Dalmatiner
DB oder InfluxDB übertroffen wird. Diese
sind allerdings kein Standard der Bundes-
agentur.
Weitere Vorteile resultieren daraus, dass
Produktionskopien des operativen Be-
standssystems ohne Monitoringdaten
einfacher und schneller anzufertigen sind.
Die Monitoringarchitektur liefert zusätz-
liche Erkenntnisgewinne hinsichtlich der
Performanz technischer Komponenten
und ist aufgrund von Synergieeffekten für
weitere IT-Verfahren interessant. Hinzu
Abb. 2: Gesamtarchitektur des NoSQL-basierten Monitorings kommt, dass der neue Architekturstack
42
www.objektspektrum.de
etabliert ist: Bekannte quelloffene Lösun- chanismus, sprich den in Hadoop enthal- in Ruby geschrieben, sodass Logstash in
gen bauen auf demselben Stack auf – nur tenen Koordinationsdienst ZooKeeper, einer Ruby-Umgebung läuft. Das Plug-in
ein Beispiel dafür ist die Monitoringplatt- sowie eine Konfiguration der Solr-Knoten basiert auf dem Vitalyros Logstash Cas-
form Graphite in Kombination mit Cy- für Master-/Slave-Indexreplikation. Ge- sandra Output-Plug-in [Vita16].
anite, einer auf Cassandra aufbauenden nutzt wird hierbei allerdings ein gesamter Eine weitere Herausforderung bestand in
Zeitreihendatenbank [Dixo17]. Während Architekturstack, der über Solr hinaus- der Entwicklung eines Grafana-Plug-ins
Influx nur clusterfähig in der kommerziel- geht und die verteilte Suche auf Cassan- für die Anbindung von Solr als Daten-
len, nicht-quelloffenen Variante InfluxEn- dra-Ebene vollzieht. Dadurch wird das quelle. Im Gegensatz zu verschiedenen
terprise ist, ist Solr generell cluster- und verteilte, hochverfügbare Suchen nach Datenquellen wie Kairos, Prometheus,
cloudfähig. Peer-to-Peer- anstelle des Master-/Slave- Graphite, CloudWatch, InfluxDB usw.
Ansatzes ermöglicht, und zwar ohne ex- gibt es für Solr keine Plug-ins.
Beschaffenheit terne Prozesse wie etwa ZooKeeper. Da Grafana auf Go und Angular basiert
des Architekturstacks Abbildung 2 zeigt die gesamte Architek- und Solr eine RESTful-Programmier-
tur des beschriebenen NoSQL-basierten schnittstelle besitzt, lässt sich eine Integra-
Oberhalb der Datenbankschicht befin- Monitorings. Daraus geht hervor, dass tion nach Best-Practice-Ansätzen durch-
det sich ein Solr-Index, der komplexere, neben Cassandra und Solr noch drei wei- führen. Zu erwähnen ist, dass Grafana
lange und verschachtelte Abfragen er- tere Schichten existieren: die WebLogic Angular 1 verwendet und es nicht geplant
möglicht. Solr verfügt über Statistikfea- Server Farm, in der die zu loggenden Er- ist, auf eine höhere Version zu migrieren.
tures wie die Abfrage von Perzentilen, eignisse auftreten, Logstash, eine Vermitt- Das liegt daran, dass die Entwickler von
Durchschnittswerten, Standardabwei- lerschicht zur Übertragung der Ereignisse/ Grafana die komplette Codebasis von
chungen oder der Approximation der Lognachrichten an Cassandra, sowie die Angular zu dem leichtgewichtigen Frame-
Kardinalität von Attributwerten mittels Präsentationsschicht Grafana, einschließ- work React migrieren wollen, was sie
HyperLogLog-Algorithmus. Die Abfra- lich Monitoring-Dashboard. selbst als mehrjähriges Vorhaben bezeich-
gen selbst können mittels JSON oder Wie eingangs erwähnt, ist die Konzipie- nen [Graf15].
XML erfolgen, wobei hier die Wahl auf rung und das Umsetzen eines dediziert Die aktuelle, auf AngularJS und Type
JSON fiel, da das auf Grafana basieren- auf hohe Anforderungen ausgerichteten Script aufbauende Plug-in-Architektur
de Frontend in JavaScript geschrieben ist Architekturstacks gegenüber dem bloßen wird genutzt, um das eigens entwickelte
und sich JSON für REST-Schnittstellen Einsatz einer OOTB-Lösung aufwendiger. Datasource-Plug-in für die Anbindung an
besser eignet. Die Entwicklung des Cassandra-Output- Solr umzusetzen. Die Aufbauarchitektur
Solr unterstützt zudem mit der Facettie- Plug-ins für Logstash zählt dazu. Es ist zur Interaktion von Grafana und Solr
rung einen Mechanismus, der das Sucher-
gebnis anhand verschiedener Filterkriteri-
en organisiert, verfeinert und formatiert:
„Faceting is the mechanism provided by
Solr to categorize results in a meaningful
arrangement on indexed fields.“[NMV18]
Ein simples Beispiel ist die Facette der
Displaygröße mindestens 6 Zoll und Ge-
räteklasse Highend bei einer Smartpho-
ne-Suche in einem Onlineshop. Im Vor-
dergrund steht letztlich die analytische
Fähigkeit einer Suche. So können Facetten
beliebig verschachtelt werden. Solr bietet
auch eine Pivot-Facette. Sie gibt Aggre-
gatberechnungen in mehrere Ebenen von
hierarchischen Ergebnis-Facetten zurück,
die, ähnlich zu Pivot-Tabellen in Excel,
Werte aus unterschiedlichen Feldern pi-
votiert.
Die Antwort einer einzelnen Solr-Abfrage
enthält somit die Berechnung einer Mehr-
zahl von Aggregataufteilungen. Ein tref-
fendes Beispiel ist die Abfrage als 3-Le-
vel-Pivot-Facette der Anzahl von 4- bis
5-Sterne-Restaurants in den Top-3-Städ-
ten der Top-3-Bundesländer [GrPo14].
KLEINE DETAILS MACHEN
Das Ergebnis dieser Abfrage enthält die
Daten in dreifacher Aufschlüsselung –
DICH WAHNSINNIG?
nach den Feldern Bundesland, Stadt und Du entwickelst Softwareprodukte mit Liebe zum Detail und
dem Sterne-Rating. findest Software muss kompromisslos gut funktionieren?
Setzt man Solr als Einzellösung ein, dann
– Anzeige –
profitiert man von den Replikationsme- Jetzt als Software Engineer bewerben.
chanismen, die Solr generell mitbringt. www.yatta.de/karriere
Hierzu zählen ein cloud-orientierter Me-
43
06/2018 Fachartikel: Echtzeitmonitoring-Architektur mit Cassandra und Solr Abb. 3: Interaktion des Grafana-Backends mit unserem Plug-in für die Anbindung von Solr als Datenquelle über das eigens implementierte Solr-Plug- die Trennung von Direktiven, Controller MVC-Prinzip. Es gibt eine Klasse, die sich in ist in Abbildung 3 dargestellt. und Services in Module. So werden grund- um die Kommunikation mit der jeweili- Die Architektur ist gegliedert in Model legende Querschnittsfunktionalitäten von gen Datenquelle kümmert, beziehungs- (Daten), Controller (Funktionen) und Grafana dem Kernmodul (Grafana-Core) weise um den Datenbezug (Data Retrie- Views (graphische Oberfläche), was letzt- zugeordnet, eher fachliche Funktionalitä- val) aus der Quelle. lich auf AngularJS zurückzuführen ist. ten den spezifischen Modulen. Hier kommt der Controller SolrQueryCtrl Des Weiteren gibt es Direktiven, welche Wie funktioniert aber nun die Einbindung ins Spiel, der verantwortlich für die Kon- HTML um individuelle Funktionen er- unseres Solr-Plug-ins sowie dessen Inter- figuration der Metriken ist. Abbildung 4 weitern, und Services, welche in Form von aktion mit dem Grafana-Backend? Plug- zeigt das in Grafana integrierte Plug-in. Singletons diverse Funktionen mit hohem in-Module werden dynamisch mittels Im Metrics-Tab wird die an Solr zu stel- Wiederverwendungswert für Controller SystemJS geladen (siehe Abbildung 3). lende Abfrage konfiguriert sowie ein Ja- oder Direktiven bereitstellen. Ein weiteres Die Plug-in-Struktur orientiert sich an vaScript, welches die von Solr gegebene architekturelles Gliederungsinstrument ist dem durch AngularJS vorgegebenen Antwort in das von Grafana vorgegebene Abb. 4: Screenshot des Grafana-Plug-ins für die Anbindung der Solr-Datenquelle 44
www.objektspektrum.de
Literatur & Links
[Dixo17] J. Dixon, Monitoring with Graphite: Tracking Dynamic Host and Application Metrics at Scale, O’Reilly, 2017
[Graf15] Grafana Frontend: Code structure, architecture and plans for the future, siehe:
https://github.com/grafana/grafana/wiki/Frontend:-Code-structure,-architecture-and-plans-for-the-future
[Graf18] Grafana: Developing Datasource Plugins, siehe: http://docs.grafana.org/plugins/developing/datasources/
[GrPo14] T. Grainger, T. Potter, Solr in Action, Manning, 2014
[NMV18] S. Nair, C. Mehta, D. Vasoya, Mastering Apache Solr 7.x: An expert guide to advancing, optimizing, and scaling your enterprise search, Packt
Publishing, 2018
[Sul17] E. Sultanow u. a., Praxisbeispiel des IT-Systemhauses der Bundesagentur für Arbeit, in: OBJEKTspektrum, 06/17
[Vita16] Vitalyros Logstash Cassandra Output Plugin, siehe: https://github.com/vitalyros/logstash-output-cassandra/
Format transformiert. Wie die JSON- denkbar: Es können beliebig komplexe stellte Vorgehen, einen Architekturstack
Antwort von Solr beschaffen ist, hängt Abfragen an Solr im Grafana-Dashboard für komplexe Monitoringanforderungen
von der Abfrage ab. So können Daten in eingestellt sowie eine eigene JavaScript- aufzubauen.
unterschiedlichen Facetten abgefragt und Funktion definiert werden, welche die Die Grundlage hierfür bildet eine hoch-
von Solr anforderungsgemäß per Facettie- von Solr zurückgelieferten Ergebnisse skalierbare, auf dem DataStax-Archi-
rung unterschiedlich strukturiert und hie- in das Grafana-Zeitreihenformat über- tekturstack basierende Infrastruktur, die
rarchisiert zurückgeben werden. führt. dank modularer Plug-in-Struktur flexibel
Wie in Abbildung 3 dargestellt, ist dem erweiterbar ist. Im Gegenzug wurde dazu
Controller SolrQueryCtrl die View solr. Resümee ein eigenes Grafana-Plug-in entwickelt,
query.editor zugeordnet. Dieser View ist das Solr als Datenquelle verwendet, so-
genau der Teil der grafischen Oberflä- In der Architektenwelt gilt nicht immer wie ein Cassandra-Output-Plug-in für
che, in dem die Solr-URL, -Abfrage und das Out-of-the-Box-Prinzip. Es gibt Situ- Logstash, welches die Log-Daten in diese
das dazugehörende JavaScript festgelegt ationen, in denen eine vorhandene Infra- Infrastruktur schreibt.
werden. Die Werte (URL, Abfrage und struktur nicht mit einer fertigen OOTB- Zusammenfassend bleibt festzuhalten,
JavaScript) der Eingabefelder übergibt Lösung zusammenpasst. In einem solchen dass sich der getätigte Aufwand gelohnt
Grafana beim Aufruf der in SolrData- Fall besteht die Herausforderung darin, hat. Der Proof-of-Concept hat nachge-
Source implementierten Funktion query, diejenige Architekturlösung zu erarbeiten, wiesen, dass der Architekturstack die
innerhalb der die Kommunikation mit die unter den gegebenen Umständen am Anforderungen an den Umgang mit ge-
Solr stattfindet. besten und für künftige Anforderungen schäftskritischen Monitoringdaten erfüllt
Mit dieser Offenheit in puncto Konfigu- langfristig und nachhaltig geeignet ist. und Betrieb und Weiterentwicklung des
ration sind zahlreiche Abfrageszenarien Diesem Ansatz entspricht das hier vorge- operativen Systems entlastet. ||
Die Autoren
Dr. Eldar Sultanow Oliver Weiß Matthias Seßler
(eldar.sultanow@capgemini.com) (oliver.weiss@capgemini.com) (matthias.sessler@arbeitsagentur.de)
ist Architekt bei Capgemini Deutschland. hat mehr als zehn Jahre Erfahrung in ist im IT-Systemhaus der Bundesagentur
Davor war er fünf Jahre CIO eines mittel- Softwaregroßprojekten des Public Sektors. für Arbeit der Service-Betrieb-Infrastruktur
ständischen Pharmagroßhändlers, nachdem Er ist bei Capgemini aktiv und nimmt in (SBI)-verantwortliche Lead Architekt für
er über vier Jahre als JEE-Entwickler/Archi- Kundenprojekten eine Führungsrolle bei der Datenbanktechnologie. Davor war er 16
tekt für ein E-Commerce-Unternehmen in Evolution komplexer Systemlandschaften Jahre bei Microsoft im Bereich Data Insights
Berlin tätig war, das ein führendes Verbrau- ein. Aktuell ist Oliver Weiß Chefarchitekt in verantwortlich.
cherinformationsportal Europas entwickelt einem der größten öffentlichen IT-Verfahren,
und betreibt. welches Hunderttausende Transaktionen pro
Tag mit einem Jahresvolumen von über 25
Milliarden EUR vollzieht.
45
Sie können auch lesen
