Bij een verstoring in een IT-omgeving is het vaak lastig om snel de oorzaak te achterhalen. In deze afstudeeropdracht onderzoek je hoe je logs, metrics en traces kunt combineren en analyseren om sneller inzicht te krijgen in de mogelijke oorzaak van een verstoring.

Organisaties verzamelen grote hoeveelheden operationele data uit applicaties, infrastructuur en cloudplatformen. Deze data bestaat onder andere uit logs, metrics en traces en bevat waardevolle informatie over de gezondheid en prestaties van systemen. De beschikbaarheid van deze data betekent echter nog niet dat duidelijk is hoe verschillende signalen met elkaar samenhangen. Bij een verstoring moeten beheerders gebeurtenissen analyseren, relaties tussen componenten herkennen en bepalen waar het probleem waarschijnlijk is ontstaan. Hierdoor kan het achterhalen van de oorzaak veel tijd en specialistische kennis vragen.

De uitdaging is om de stap te maken van monitoringdata naar observability, waarbij context wordt toegevoegd en signalen uit verschillende bronnen automatisch met elkaar worden gecorreleerd. Daarbij is het interessant om te onderzoeken welke open-source en closed-source standaarden en oplossingen hiervoor geschikt zijn en hoe deze kunnen samenwerken. Het uiteindelijke doel is om op basis van de beschikbare data automatisch een eerste onderbouwde indicatie te geven van de mogelijke oorzaak van een verstoring.

De opdracht

Onderzoek hoe logs, metrics en traces uit verschillende bronnen kunnen worden omgezet naar samenhangende observability-informatie. Breng in kaart welke open-source en closed-source standaarden en oplossingen beschikbaar zijn voor het verzamelen, structureren, verrijken en correleren van deze gegevens. Onderzoek daarbij hoe een generieke aanpak kan aansluiten op verschillende observability-ecosystemen, zoals Azure, Grafana en andere gangbare oplossingen, zonder vooraf afhankelijk te zijn van één leverancier.

Onderzoek vervolgens welke tooling de beschikbare observability-data kan analyseren om relaties tussen gebeurtenissen en componenten te herkennen en een eerste Root Cause Analysis (RCA) uit te voeren. Ontwerp en realiseer een Proof of Concept waarin meerdere soorten telemetry worden gecombineerd, van context worden voorzien en gecorreleerd. Demonstreer aan de hand van een verstoring hoe de oplossing vanuit verschillende signalen tot een eerste onderbouwde indicatie van de mogelijke oorzaak komt.

Evalueer tot slot hoe generiek de gekozen aanpak is en in hoeverre deze toepasbaar is binnen verschillende omgevingen.

Over Info Support

Info Support is specialist in maatwerksoftware, data/AI solutions, beheer en trainingen en actief in de sectoren Finance, Industry, Agriculture, Food & Retail, Mobility & Public en Healthcare. Wij bieden solide en innovatieve oplossingen voor complexe en bedrijfkritische softwarevraagstukken. Onze hoofdkantoren zijn gevestigd in Veenendaal (NL) en Mechelen (BE). Op dit moment zijn er circa 500 medewerkers bij Info Support in dienst.

De werkwijze van Info Support kenmerkt zich door een aantal kernwaarden: soliditeit, integriteit, vakmanschap en passie. Deze kernwaarden zijn verweven in ons werk en de manier waarop we met elkaar omgaan.

Om te zorgen dat alle medewerkers altijd op de hoogte kunnen zijn van de nieuwste ontwikkelingen beschikt Info Support over een inhouse IT Academy waar graag wordt voldaan aan de honger naar meer of andere kennis en vaardigheden.

Om deze opdracht te kunnen doen is B2-taalvaardigheid in het Nederlands vereist.