Librato veille sur la santé de vos serveurs

Elle permet d’afficher sur un dashboard des indicateurs sur le bon fonctionnement d’un système, comme les taux d’utilisation des différentes ressources de la machine, et de détecter instantanément tout comportement anormal susceptible de perturber le service qu’elle délivre. En cas d’anomalie, des alertes peuvent être envoyées par mail ou via des solutions comme Campfire, HipChat, ou encore PagerDuty.

« Avec l’utilisation de plus en plus fréquentes d’applications cloud qui servent de nombreux utilisateurs, surveiller leur état de santé devient absolument critique », explique Fred van den Bosch CEO et Co-Fondateur de la société. Librato peut réaliser des corrélations entre les mesures issues de l’infrastructure et de l’application mais aussi des activités business. Impossible néanmoins d’intervenir directement depuis le dashboard pour régler le problème identifié.

Librato veille sur la santé de vos serveurs
Fred van den Bosch CEO et Co-Fondateur de Librato.

La solution est basée sur une API RESTful et ne requiert l’installation d’aucun agent par l’utilisateur. Il lui suffit de mettre en place un flux de données vers Librato qui se charge de l’analyser et de la mise en forme graphique en temps réel. L’outil est d’être capable de traiter des données issues de n’importe quelle infrastructure, physique, cloud ou hybride.

Librato Metrics repose sur la base NoSQL Cassandra pour le stockage des données et sur la solution open-source de CEP (Complex Event Processing) Storm pour la partie analyse. Toutes les données sont hébergées sur des instances Amazon EC2 et répliquées dans trois datacenters situés aux Etats-Unis.

Pour les utilisateurs de plateformes PaaS comme AWS, Heroku ou Cloudbeed, la solution peut être intégrée directement à l’interface de gestion de ces environnements. En termes de références clients, des acteurs comme Air B’n’B, Wunderlist ou Coursera surveillent actuellement leurs applications grâce à Librato Metrics. Une édition gratuite est disponible mais limitée en termes de volume données traitées.