Apa itu kemampuan observasi?

Terakhir diperbarui: 05/05/2026

Dalam pengembangan cloud modern, kompleksitas adalah satu-satunya hal yang konstan. Sistem bukan lagi program tunggal, tetapi jaringan microservice, API, dan model AI yang rumit. Jika ada yang rusak, biasanya bukan sekadar masalah "hidup/mati" yang sederhana. Sebaliknya, Anda akan menghadapi "gray failures", yakni penurunan performa atau error sesekali yang sulit diisolasi.

Cara kerja Cloud Assist

Kemampuan observasi adalah ukuran seberapa baik Anda dapat memahami status internal sistem berdasarkan output eksternalnya (metrik, trace, dan log). Ini adalah "jaring pengaman" dasar yang memungkinkan developer generasi berikutnya dan builder platform bergerak cepat tanpa mengganggu sistem produksi, sehingga memberikan jalur tercepat dari rasa ingin tahu hingga kreasi.

Cara kerja kemampuan observasi: Fondasi "Satu kemampuan observasi"

Pendekatan Google Cloud dibangun berdasarkan Kemampuan Observasi Terpadu—fondasi yang konsisten dan ramah OSS yang memadukan Cloud Logging, Cloud Monitoring, dan Cloud Trace. Fondasi ini menyediakan satu panel terpadu untuk pembuatan, pengumpulan, pemilihan rute, penyimpanan, dan penggunaan telemetri dalam skala besar.

1. Instrumentasi dengan OpenTelemetry

Instrumentasi adalah proses menambahkan kode ke aplikasi Anda untuk memancarkan sinyal. Google Cloud sepenuhnya mendukung OpenTelemetry, standar industri untuk mengumpulkan dan mentransfer data telemetri. Library ini berada di dalam aplikasi Anda, merekam sinyal yang kemudian digunakan dengan lancar oleh suite Google Cloud Observability.

2. Penyerapan dan penyimpanan terpadu

Data telemetri (metrik, log, dan trace) dikirim ke backend terpusat melalui telemetry.googleapis.com API. Pipeline terpadu ini memperkaya dan merutekan data dari lingkungan Google Cloud mana pun ke alat penyimpanan dan analisis berperforma tinggi:

  • Cloud Logging: Simpan, telusuri, dan analisis data log dalam skala petabyte untuk memahami konteks setiap peristiwa.
  • Cloud Monitoring: Dapatkan visibilitas performa secara real-time dengan dasbor dan pemberitahuan kustom berdasarkan metrik
  • Cloud Trace: Temukan bottleneck latensi di microservice terdistribusi dengan mengikuti permintaan di seluruh batas layanan.

3. Analisis yang didukung AI

Konsol Google Cloud tidak hanya menyediakan dasbor, tetapi juga rekan kerja AI. Dengan mengorelasikan sinyal yang berbeda dari Cloud Logging, Monitoring, dan Trace, Gemini Cloud Assist membantu Anda beralih dari "kami memiliki masalah" menjadi "ini penyebab utamanya" dalam hitungan menit.

Kemampuan observasi versus pemantauan

Mengetahui "mengapa"

Pemantauan ("apa")

Kemampuan observasi ("alasan")

Menangani "ketidakpastian yang diketahui"—masalah yang Anda antisipasi dan buat pemberitahuannya.

Menguasai "hal yang tidak diketahui"—bug tak terduga yang tidak Anda perkirakan.

Mengandalkan data kardinalitas rendah (gabungan seperti latensi rata-rata).

Cocok untuk data berkardinalitas tinggi (atribut spesifik seperti user_id atau request_id).

Pemantauan ("apa")

Kemampuan observasi ("alasan")

Menangani "ketidakpastian yang diketahui"—masalah yang Anda antisipasi dan buat pemberitahuannya.

Menguasai "hal yang tidak diketahui"—bug tak terduga yang tidak Anda perkirakan.

Mengandalkan data kardinalitas rendah (gabungan seperti latensi rata-rata).

Cocok untuk data berkardinalitas tinggi (atribut spesifik seperti user_id atau request_id).

Pemecahan masalah yang didukung AI dengan Gemini Cloud Assist

Rekan tim AI Anda: Gemini Cloud Assist bertindak sebagai rekan tim AI untuk Operator dan Developer Cloud, yang secara proaktif mengidentifikasi batasan performa dan mengotomatiskan penyelidikan akar masalah.

Rekan tim AI Anda: Gemini Cloud Assist bertindak sebagai rekan tim AI untuk Operator dan Developer Cloud, yang secara proaktif mengidentifikasi batasan performa dan mengotomatiskan penyelidikan akar masalah.

Gemini Cloud Assist melampaui pencocokan pola dasar. Layanan ini menggunakan Developer Connect Insights (DCI) untuk mengorelasikan perubahan performa dengan peristiwa dunia nyata dalam Siklus Proses Pengembangan Software (SDLC) Anda.

  • RCA yang mempertimbangkan SDLC: Gemini dapat memberi tahu Anda bahwa lonjakan error 500 yang tiba-tiba berkorelasi secara tepat dengan commit atau deployment kode tertentu
  • Perbaikan terpandu: Setelah masalah diidentifikasi, Gemini menyarankan langkah-langkah yang dapat ditindaklanjuti untuk memperbaikinya, mulai dari membatalkan deployment hingga mengoptimalkan kueri database
  • Penyelidikan bahasa alami: Ajukan pertanyaan kepada Gemini seperti "@Gemini, mengapa layanan checkout saya lambat di us-east1?" dan dapatkan ringkasan penyelidikan berdasarkan telemetri real-time

Ikuti langkah-langkah ini untuk beralih dari gejala produksi ke akar masalah dalam hitungan menit menggunakan penyelidikan berbasis AI Gemini.

Langkah 1: Menghubungkan konteks SDLC Anda.

Daftarkan aplikasi Anda di Pusat Aplikasi dan aktifkan Developer Connect Insights (DCI). Hal ini memungkinkan platform untuk otomatis menemukan:

  1. Runtime: Seperti workload GKE atau MIG GCE yang terkait dengan aplikasi Pusat Aplikasi Anda
  2. Artefak: Artefak spesifik yang berjalan dalam runtime tersebut, termasuk image container
  3. Provenance Build: Informasi yang melacak cara artefak tersebut dibangun, dengan Cloud Build sebagai sumber utama data provenance ini

Proses penemuan otomatis ini adalah fungsi inti DCI, yang digunakan untuk membangun grafik Siklus Proses Pengembangan Software (SDLC), yang kemudian dimanfaatkan oleh alat seperti Gemini Cloud Assist untuk mempermudah pemecahan masalah dan analisis akar masalah.

Langkah 2: Memulai Investigasi.

Saat Anda melihat penurunan performa atau lonjakan error, ajukan pertanyaan bahasa alami ke Gemini di konsol seperti: "@Gemini, mengapa layanan ‘checkout’ saya mengalami latensi yang tinggi?"

Langkah 3: Menganalisis observasi berbasis AI.

Gemini otomatis memulai Penyelidikan, menganalisis log, metrik, dan konfigurasi Anda untuk menampilkan "Pengamatan"—insight yang diurutkan berdasarkan peringkat yang menjelaskan apa yang sebenarnya terjadi di lingkungan Anda.

Langkah 4: Menetapkan kausalitas.

Dengan DCI, Gemini mengorelasikan perubahan performa dengan peristiwa Siklus Proses Pengembangan Software (SDLC) tertentu, seperti commit kode terbaru atau versi deployment tertentu, sehingga dapat mengidentifikasi kemungkinan penyebab utama.

Langkah 5: Melakukan perbaikan.

Gemini memberikan langkah-langkah perbaikan yang dapat ditindaklanjuti, seperti membatalkan deployment atau mengoptimalkan kueri database, sehingga Anda dapat memulihkan kondisi layanan dan berinovasi dengan aman.

Kemampuan observasi yang berpusat pada aplikasi

Dengan integrasi Pusat Aplikasi, Google Cloud menyediakan tampilan yang berfokus pada aplikasi. Alih-alih mencari melalui cluster GKE individual atau layanan Cloud Run, Anda dapat melihat kondisi dan performa seluruh aplikasi bisnis dalam satu panel terpadu, dengan telemetri yang otomatis diberi label dan digabungkan untuk workload yang relevan.

Pilar inti: Metrik, log, dan trace

  "Detektor Asap". Angka real-time yang memicu pemberitahuan saat batas terlampaui.

"Kotak Hitam". Kumpulan data mendetail dan berbasis teks dari peristiwa tertentu yang memberikan konteks kegagalan.

"GPS". Penting untuk microservice, pelacakan mengikuti satu permintaan saat permintaan tersebut berpindah-pindah melintasi puluhan layanan untuk menemukan hambatan.

Manfaat utama bagi tim Anda

Mengoptimalkan kecepatan developer

Kemampuan observasi tinggi bertindak sebagai jaring pengaman, sehingga tim dapat mengirimkan kode lebih sering dengan keyakinan bahwa mereka dapat segera mendeteksi dan memperbaiki kebocoran.

MTTR (waktu rata-rata untuk penyelesaian masalah) yang lebih cepat

Mengotomatiskan fase "penyelidikan" insiden akan mengurangi waktu yang diperlukan untuk mencari bug.

Keandalan dan SLO

Pastikan Anda memenuhi Tujuan Tingkat Layanan (SLO) dengan memantau indikator yang sepenuhnya penting bagi pengguna Anda.

Mengatasi tantangan bisnis Anda dengan Google Cloud

Pelanggan baru mendapatkan kredit gratis senilai $300 untuk dibelanjakan di Google Cloud.
Hubungi spesialis penjualan Google Cloud untuk membahas tantangan unik Anda secara lebih mendetail.

Referensi lainnya

Untuk mempelajari lebih lanjut implementasi kemampuan observasi, pelajari referensi teknis berikut:

Langkah selanjutnya

Mulailah membangun solusi di Google Cloud dengan kredit gratis senilai $300 dan lebih dari 20 produk yang selalu gratis.

Google Cloud