Monitorización y análisis basados en la nube para Nutanix.
HYCU OMS Solution for Nutanix es una solución que se integra perfectamente en Microsoft Operations Management Suite (OMS) y amplía sus inversiones existentes a la nube.
Proporciona amplias funciones de supervisión y análisis de eventos y registros para Nutanix:
- Actúa como punto central para la recopilación y el análisis de registros y eventos de Nutanix para permitir la correlación de archivos de registro de Nutanix en todos los CVM, lo que acelera la localización de problemas para los administradores de Nutanix/IT.
- Proporciona métricas históricas de rendimiento de Nutanix, como latencia de clúster/host/almacenamiento/VM, IOPS y utilización de recursos, que se utilizan para definir alertas basadas en umbrales.
- Permite la identificación instantánea de hosts Nutanix que ejecutan muchas máquinas virtuales y la identificación de hosts que están mucho menos cargados, lo que permite a los administradores de Nutanix migrar las máquinas virtuales a hosts menos cargados para equilibrar la carga y evitar cuellos de botella en el rendimiento.
- Permite la recopilación central de alertas de Nutanix que se originan en varios clústeres de Nutanix y permite el análisis de alertas.
- Localiza las máquinas virtuales inactivas o las que están apagadas o suspendidas durante un periodo de tiempo prolongado y pueden eliminarse para liberar los recursos de almacenamiento de Nutanix que ocupan.
From a technical perspective
La solución OMS de HYCU para Nutanix utiliza un sofisticado recopilador de datos, que se instala en un sistema Linux.
Data Collector se conecta a Nutanix Enterprise Cloud Platform mediante la API REST de Nutanix y envía los datos de rendimiento recopilados a OMS mediante su API HTTP Data Collector. Data Collector también actúa como servidor syslog, que reenvía los mensajes syslog de Nutanix a OMS.
Centralizar la recopilación y correlacionar los archivos de registro
Analizar manualmente los archivos de registro de nodos Nutanix individuales (CVM) al solucionar problemas y correlacionar datos de diferentes archivos de registro lleva mucho tiempo.
Mediante el uso de la funcionalidad de cliente syslog en los CVM para reenviar mensajes syslog a OMS y sus análisis de registros, los administradores de TI pueden evitar la exploración manual de archivos de registro en CVM individuales y utilizar en su lugar los análisis de registros de OMS.
Identificar los cambios de configuración
La recopilación de alertas y eventos de clústeres Nutanix individuales lleva mucho tiempo, es difícil de correlacionar y no proporciona una visión clara.
La combinación de análisis de eventos, análisis de registros, gráficos de rendimiento y alertas, ofrece la posibilidad de identificar cambios de configuración específicos que causaron mejoras o degradación del rendimiento de Nutanix o alertas específicas.
Supervisar la utilización y el rendimiento de los recursos
La información y las tendencias históricas de consumo de recursos son necesarias para dimensionar adecuadamente el entorno Nutanix y prever sus necesidades futuras de recursos.
Los gráficos de tendencias de rendimiento y utilización históricos para uso de CPU/memoria, utilización de almacenamiento, latencia, IOPS, etc. para clústeres, hardware, almacenamiento y máquinas virtuales permiten identificar cuellos de botella de recursos y dimensionar correctamente el entorno Nutanix.
Identificar hosts y clusters sobrecargados para evitar cuellos de botella en el rendimiento.
Identificación de hosts y clústeres sobrecargados y menos cargados para permitir la migración de máquinas virtuales de hosts/clústeres sobrecargados a otros con menos carga para mejorar el rendimiento.
La vista de hardware proporciona métricas de rendimiento de hosts y consultas que ayudan a identificar hosts y clústeres sobrecargados y subcargados, como información sobre el número de máquinas virtuales por host Nutanix en el clúster e identificación de los principales hosts por utilización. Esto ayuda a determinar si algunas máquinas virtuales deben trasladarse a hosts o clústeres menos utilizados.