DevOpsの成功を左右する、「マシンデータ」の収集／分析を改善する最適解とは？

　ソフトウェアの開発と提供を俊敏で反復可能にするアプローチとして注目される「DevOps」。しかし、いざDevOpsを導入したものの、技術面や組織面での複雑さが原因で、期待していたような成果を挙げられていないケースも散見される。

　具体的にいえば、DevOpsは計画やコーディング、テストなど8つのプロセスに分かれるが、それぞれにおいて異なるツールが使われることが多い。そのため、重複や効率の悪さによってプロセス全体の可視性が低下し、俊敏性が妨げられてしまう。こうした状態では、DevOpsのフィードバックループを成功させる上で鍵となる「ソフトウェア指標」を明確化することも難しい。

　この現状を打破するのに有効なのが、アプリケーションやクラウド、IoT機器などから発生する「マシンデータ」を収集／分析するプラットフォームの活用だ。本資料では、DevOpsの分析にマシンデータを使用する5つの利点を紹介しながら、その実践に不可欠な分析プラットフォームの要件や期待できる効果について、詳しく解説する。