Errors Inbox prend OpenTelemetry en charge

Suivez, priorisez et résolvez les erreurs plus rapidement avec la prise en charge par New Relic des données de span du tracing basées sur OpenTelemetry

Publié Lecture : 4 min

Errors Inbox prend désormais en charge les données de span du tracing basées sur OpenTelemetry — une innovation unique à la plateforme New Relic.

Vous pouvez désormais trier des groupes d'erreurs à l'intérieur d'Errors Inbox dans les services instrumentés avec le tracing OpenTelemetry. Vous pouvez aussi immédiatement afficher les détails sur le tracing OpenTelemetry, y compris la trace de stack, l'événement de span et les données d'attribut du span qui sont nécessaires pour identifier la cause d'une erreur.

Pour bien démarrer, accédez à la vue Error Inbox d'une entité de service particulière en naviguant vers cette entité depuis la vue Services - OpenTelemetry et en sélectionnant Errors Inbox dans la barre de navigation la plus à gauche. Aucun paramétrage des workloads n'est nécessaire !

Visibilité et filtrage des erreurs améliorés 

Cette expérience de suivi des erreurs simple à utiliser vous aidera à mieux détecter, prioriser et trier les erreurs, et vous proposera des vues sur les erreurs au niveau de l'entité ou du workload. Ces fonctionnalités d'agrégation permettent de facilement repérer les schémas et de mettre le doigt sur les problèmes.

New Relic et OpenTelemetry

New Relic est un fier contributeur au projet open source OpenTelemetry de la CNCF (Cloud Native Computing Foundation) et prend en charge l'ingestion des données télémétriques OpenTelemetry pour les capacités d'observabilité telles que :

  • Les plans de trace vous aident à visualiser l'exécution d'une requête particulière via différents services et comprend des informations sur le span. 
  • AutoMaps et Related Entities vous permettent d'identifier les problèmes dans vos services et de comprendre comment ces services sont connectés aux composants de votre infrastructure.
  • New Relic Lookout fournit une vue en temps réel du comportement inhabituel du système sur tous vos comptes. Cet outil met en évidence les changements télémétriques dans des dashboards et ne requiert aucune configuration.

Trouvez facilement les détails dont vous avez besoin

Avant cette mise à jour, vous deviez parfois explorer les traces d'erreur une par une pour trouver les traces de stack. Désormais, vous pouvez voir les éléments suivants facilement :

  • Les erreurs au niveau du workload
  • L'analyse des attributs des groupes d'erreurs
  • Le nombre et le taux d'erreur groupés dans une seule et même interface

Affichez les erreurs au niveau du workload 

Si vous préférez afficher plusieurs entités, Errors Inbox peut être analysé au niveau du workload en allant à Errors Inbox dans le menu de niveau supérieur et en sélectionnant un workload.

Errors Inbox global pour un workload OpenTelemetry

Affichage du nombre et du taux d'erreur dans la même interface 

Détails sur les groupes d'erreurs fournissant des informations sur les logs ainsi qu'une liste des attributs

Visualisation de l'analyse des attributs des groupes d'erreurs

L'onglet d'analyse des attributs montre les similarités entre les événements d'erreurs et aide ainsi à l'analyse de la cause profonde.

Si vous n'avez pas encore utilisé Errors Inbox, consultez ces intégrations existantes :

  • Slack : affichez et faites remonter les groupes d'erreurs dans Slack, avec des liens directs vers les traces de stack. 
  • Jira : créez des tickets Jira à partir d'Errors Inbox et définissez des modèles qui incluent les détails sur les erreurs et des liens directs à la trace de stack. Si une erreur se reproduit, vous pouvez facilement accéder aux tickets associés.
  • CodeStream : connectez Errors Inbox à CodeStream pour envoyer les données télémétriques dans votre vue IDE et gérer les tickets affectés, collaborer en utilisant la fonctionnalité de chat avancée, créer une nouvelle branche, envoyer des communiqués de presse et demander, mais aussi recevoir, les commentaires dont vous avez besoin à côté de votre code. En outre, les métriques de signaux dorés sont également disponibles dans Codestream pour Python.