Errors Inbox jetzt mit Unterstützung für OpenTelemetry

Tracking, Priorisierung und schnellere Behebung von Fehlern durch Tracing von Span-Daten aus OpenTelemetry in New Relic

Veröffentlicht 4 Minuten Lesedauer

Errors Inbox bietet ab sofort Tracing von Span-Daten aus OpenTelemetry – eine Innovation, mit der New Relic einmal mehr neue Maßstäbe setzt. 

Mit ihr ist es nun möglich, Fehlergruppen zu Services, die anhand von OpenTelemetry instrumentiert wurden, innerhalb von Errors Inbox präzise auszuleuchten. Wichtige OpenTelemetry Details werden damit auf Anhieb einsehbar, darunter insbesondere für die Ermittlung der genauen Ursache zentrale Daten zu Stack-Trace, Span-Events und -Attributen.

Zum Starten braucht es dabei nicht mehr, als die Ansicht der einer Service-Entität zugehörigen Errors Inbox zu öffnen: Einfach Services - OpenTelemetry aufrufen, im Navigationsmenü links den Eintrag Errors Inbox auswählen, und schon sind Sie bereit – ganz ohne manuelle Workload-Einrichtung.

Detailliertere Fehleransicht und -filterung 

Fehler-Tracking gestaltet sich dank Ansichten sowohl auf Ebene von Entitäten als auch von Workloads deutlich einfacher: Fehler erkennen, priorisieren und analysieren Sie damit punktgenau, ebenso wie auch Muster durch die Aggregierung.

New Relic und OpenTelemetry – enge Bande

OpenTelemetry ist ein Open-Source-Projekt der Cloud Native Computing Foundation (CNCF). Als Mitglied der CNCF ist auch New Relic mit großem Engagement beteiligt und unterstützt die Erfassung von OpenTelemetry-Daten entsprechend umfassend. Im Kontext von Observability sind diese zentral für die Umsetzung diverser Features, darunter etwa:

  • Trace Maps: Diese liefern Ihnen eine Visualisierung sämtlicher bei der Ausführung einer Abfrage involvierten Services einschließlich der einzelnen Spans. 
  • Automaps und zugehörige Entitäten: Über sie identifizieren Sie Probleme in Ihren Services und können einsehen, wie diese mit Ihren Infrastrukturkomponenten zusammenhängen.
  • New Relic Lookout: Hierüber erhalten Sie eine Echtzeit-Ansicht Ihrer Accounts, die ungewöhnliches Systemverhalten nachvollziehbar macht. Dazu werden Änderungen an Ihren Telemetriedaten in klar strukturierten Dashboards herausgestellt, dies ganz ohne Konfigurationsaufwand Ihrerseits.

Klare Sicht auf die wichtigen Details

Um die zugehörigen Stack-Traces aufzuspüren, mussten Nutzer:innen bis dato häufig sämtliche Fehler-Traces einzeln nacheinander durchgehen. Dieses Update liefert Ihnen nun vollständige Transparenz für folgende Aspekte:

  • Fehleransicht auf Workload-Ebene
  • Attribut-Analyse für gruppierte Fehler
  • Fehlerzahl und -rate zentralisiert in einer Ansicht

Fehleransicht auf Workload-Ebene 

Bei Bedarf können Sie die Ansicht von Errors Inbox auf Workload-Ebene ausweiten und so mehrere Entitäten auf einmal im Blick behalten. Rufen Sie dazu einfach Errors Inbox aus der oberen Menüleiste auf und klicken Sie auf einen Workload. 

Globale Ansicht der Errors Inbox für einen OpenTelemetry-Workload

Fehlerzahl und -rate zentralisiert in einer Ansicht 

Die Details zu gruppierten Fehlern umfassen neben Log-Informationen auch eine Auflistung zugehöriger Attribute.

Ansicht zur Attribut-Analyse für gruppierte Fehler

 Die Registerkarte zur Attribut-Analyse zeigt Ähnlichkeiten zwischen Fehler-Events auf und hilft so bei der Ursachenanalyse.

Errors Inbox bietet darüber hinaus noch weitere enorm nützliche Features, darunter etwa die folgenden Integrationen:

  • Slack: Binnen Sekunden werden neue oder erneut ausgegebene Fehlergruppen an einen Slack Channel übermittelt. 
  • Jira: Erstellen Sie Jira Tickets direkt aus Errors Inbox sowie Templates mit Fehlerdetails und Links direkt zur Stack-Trace. Und sollte ein Fehler erneut auftreten, sind ihm zugehörige Tickets ebenfalls stets mühelos auffindbar.
  • CodeStream: Durch Anbindung an Errors Inbox übermitteln Sie Telemetriedaten direkt an Ihre IDE. So können Sie Ihnen zugewiesene Tickets bearbeiten, sich anhand umfassender Chat-Features mit Team-Mitgliedern austauschen, neue Branches aufziehen und Pull-Requests starten sowie Feedback anfordern und erhalten – all dies, ohne je Ihre Dev-Umgebung verlassen zu müssen. Bei CodeStream für Python erhalten Sie dabei auch Metrics zu goldenen Signalen direkt in Ihrer IDE.