Observe by Snowflake: l’osservabilità incontra l’AI Data Cloud

Da quando Observe è entrata a far parte di Snowflake tre mesi fa, abbiamo proceduto a ritmo serrato, accogliendo nuovi utenti e sviluppando nuove funzionalità che ampliano l’accesso all’osservabilità. Ma il problema principale che Observe si è prefissata di risolvere non è cambiato. La nostra missione rimane l’osservabilità su scala, una sfida che molte aziende affrontano oggi.

Perché l’osservabilità su scala è un problema di dati

Il volume della telemetria, sotto forma di log, metriche e tracce generati dai sistemi moderni, ha superato gli approcci tradizionali e le aziende leader acquisiscono centinaia di terabyte di dati ogni giorno. Le dimensioni e la complessità della telemetria sono destinate a crescere con la maggiore diffusione del codice generato dall’AI e la proliferazione degli agenti AI. Se non risolto, il costo dell’osservabilità diventa insostenibile e i tempi di risoluzione dei problemi aumentano.

Il problema dei sistemi legacy è l’architettura. Le problematiche sono molteplici:

• Sistemi basati su indici con un elevato overhead operativo
• Storage ed elaborazione strettamente accoppiati
• Dipendenza da storage premium
• Dati a silos in formati proprietari

Poiché l’osservabilità su scala è un problema di dati, dal punto di vista architetturale ha perfettamente senso che le soluzioni di osservabilità siano strettamente integrate con una piattaforma dati. In Observe, abbiamo deciso fin dall’inizio di sviluppare una moderna architettura di osservabilità su Snowflake, sfruttandone le ricche funzionalità per offrire un’osservabilità libera dai vincoli di costo e prestazioni delle architetture tradizionali.

Che cos’è Observe by Snowflake?

Observe è una piattaforma di osservabilità basata sull’AI, progettata fin dall’inizio per operare su scala. È progettata per risolvere le carenze dei sistemi legacy con una moderna architettura di osservabilità, che comprende l’AI SRE, l’Observability Context Graph e la Telemetry Lakehouse Foundation. Il risultato è una risoluzione dei problemi più rapida a costi inferiori.

AI SRE programmabile

Observe fornisce un’osservabilità basata sull’AI attraverso il suo AI SRE integrato, nonché tramite MCP o CLI (disponibile a breve). SRE, sviluppatori, tecnici di supporto e agenti automatizzati possono accedere e interagire con la telemetria attraverso l’interfaccia più adatta al loro flusso di lavoro. Questo accesso programmatico consente alle organizzazioni di sviluppare flussi di lavoro personalizzati basati su agenti AI a partire dai propri dati di osservabilità.

Contesto progettato per la precisione

L’Observability Context Graph modella la semantica e le relazioni all’interno dell’ambiente. Collega log, metriche e tracce tra servizi e infrastruttura e si estende per includere il contesto di business e del codice. Il risultato è un ragionamento più rapido e accurato che utilizza un contesto strutturato e curato per l’osservabilità.

Scalabilità conveniente

La Telemetry Lakehouse Foundation è alla base dell’architettura di Observe. Offre uno storage in cloud a basso costo e la separazione tra elaborazione e storage, ereditando le proprietà fondamentali di Snowflake per consentire a Observe di acquisire, archiviare e analizzare la telemetria su scala di petabyte, a costi inferiori.

Gli agenti AI SRE necessitano del contesto di osservabilità per essere efficienti

Il contesto è fondamentale per un’efficace osservabilità basata sull’AI. Man mano che i team iniziano a integrare gli agenti AI nei flussi di lavoro operativi, incontreranno delle difficoltà se questi sono privi di contesto. Le query potrebbero scadere, le risposte potrebbero essere inaffidabili o il consumo di token potrebbe essere superiore al previsto.

Con l’accesso al giusto contesto di osservabilità, gli agenti AI diventano molto più efficienti. Gli agenti AI sono in grado di risolvere termini ambigui, attraversare relazioni complesse e restringere lo spazio di ricerca per restituire risultati più accurati a costi notevolmente inferiori. Questo è ciò che, in pratica, rende possibili i flussi di lavoro basati su agenti AI. In Observe, l’Observability Context Graph è la distinzione architetturale fondamentale che guida la precisione delle query, la velocità e l’efficienza dei costi.

Come si traduce tutto questo nella pratica

In che modo un agente AI SRE, dotato di contesto, accelera il processo di risoluzione dei problemi? Consideriamo l’indagine su un incidente, in cui un servizio inizia a restituire errori e l’entità dell’impatto non è chiara.

In un tipico flusso di lavoro, gli ingegneri potrebbero procedere come segue:

• Recuperare gli ID da uno strumento
• Eseguire query su un altro strumento
• Esportare i dati per correlarli
• Ripetere l’operazione su più sistemi

Gran parte del tempo viene impiegata semplicemente per individuare dove cercare.

Con un agente AI contestuale, l’indagine dopo la ricezione dell’allarme si svolge così:

• L’agente AI interroga il grafo contestuale
• L’agente AI identifica il servizio impattato
• L’agente AI analizza le dipendenze
• L’agente AI isola l’evento di modifica
• L’agente AI recupera log e trace correlati

L’agente AI restituisce non segnali grezzi, ma risultati mirati su cosa si è rotto e come risolverlo.

L’osservabilità cresce nell’ecosistema Snowflake

Dall’integrazione in Snowflake, notiamo un cambiamento nei profili che adottano l’osservabilità. I leader dati si impegnano attivamente, trattando la telemetria come risorsa prioritaria. Cresce l’interesse nell’archiviare, governare e analizzare la telemetria insieme ai dati aziendali, non isolata in tool ingegneristici.

Parallelamente, accelera l’interesse per i flussi AI SRE, DevOps e software engineering. Ciò guida l’espansione tra i clienti esistenti, con l’osservabilità parte integrante delle operazioni. Team innovativi bypassano l’interfaccia tradizionale per sviluppare agenti di osservabilità sul server MCP di Observe, direttamente sui dati archiviati.

Questo slancio - onboarding e espansione - nasce dalla riduzione degli attriti iniziali. I clienti Snowflake possono usare crediti esistenti senza limiti per Observe, semplificando l’adozione nella piattaforma dati Snowflake.

Dati aperti e accesso flessibile

Estendiamo la piattaforma in due direzioni: accesso nativo per agenti AI e interoperabilità dati tramite formati open. Obiettivo: rendere telemetria e contesto accessibili dagli ambienti preferiti, con modalità di accesso flessibili.

Observe CLI: accesso programmatico al contesto osservabile

Gli sviluppatori operano sempre più in IDE, terminali e con agenti di codifica. L’osservabilità deve integrarsi in questo flusso.

Introduciamo una CLI (in arrivo) per flussi guidati da agenti AI, offrendo un canale naturale per interagire con la telemetria. La consapevolezza contestuale è cruciale: Observe abilita gli agenti AI a interrogare il Context Graph via CLI.

La CLI Observe abilita utenti e agenti a operare su dati e contesto tramite skill riutilizzabili per task come indagini incidenti o tracciamenti errori. Alcuni flussi operano in autonomia, altri vengono attivati su richiesta. Il modello supporta sia agenti per task routinari sia ingegneri in indagini complesse, ad esempio da ambienti come Claude Code. La CLI diventa il pannello di controllo, offrendo accesso granulare alle funzionalità Observe e automatizzando l’osservabilità nel tempo.

Apache Iceberg: accesso open a tutta la telemetria

Mostriamo progressi nel supporto read/write per Apache Iceberg. I dati osservabili vengono scritti in Iceberg Tables del tuo data lake, archiviati in object storage e accessibili tramite UI Observe, CLI o MCP. Possiedi la telemetria acquisita ed elaborata da Observe. Risiede con gli altri dati, sotto il tuo controllo e accessibile tramite strumenti esistenti.

I team aziendali possono interrogare e combinare telemetria con altri dati senza estrarla in sistemi separati. I team ingegneristici mantengono la capacità di usare i flussi nativi Observe sugli stessi dati. Le prestazioni dei flussi osservabilità su Iceberg Tables equivalgono a quelle su dati nativi Observe. Risultato: maggiore flessibilità nella gestione di archiviazione, governance, accesso e utilizzo dati.

La direzione dell’osservabilità

Abbiamo sempre visto l’osservabilità come una sfida dati. Con l’AI che aumenta complessità e volume telemetrico, la pressione sulla piattaforma dati sottostante cresce.

Le team agiscono su due fronti. Primo: metodi efficienti per gestire telemetria massiva senza costi insostenibili. Secondo: adozione di flussi guidati da AI per ridurre MTTR e favorire affidabilità proattiva.

Observe evolve per soddisfare queste esigenze. Il supporto Iceberg offre flessibilità gestionale, archiviando telemetria nel data lake su storage in cloud economico, garantendo accesso ampio ed evitando lock-in. L’Observe CLI riflette un cambiamento radicale nel modo in cui l’osservabilità viene utilizzata: dalle esperienze guidate da interfaccia utente all’accesso programmatico tramite CLI e MCP, con strumenti come Claude Code e ChatGPT.

Con l’evoluzione delle modalità di accesso e degli utenti dell’osservabilità, la necessità di telemetria e contesto su larga scala rimane costante. Observe fornisce questo fondamento dati, continuando a espandere le modalità con cui i clienti archiviano, accedono e utilizzano i dati.

Scopri di più

Guarda il nostro launch event di Observe by Snowflake, presentato da Jeremy Burton, direttore generale dell’Osservabilità in Snowflake.

Dichiarazioni previsionali

Questo articolo contiene dichiarazioni previsionali, anche sulle nostre future offerte di prodotti, che non costituiscono impegni a fornire alcuna offerta di prodotti. Le offerte e i risultati effettivi potrebbero essere diversi ed essere soggetti a incertezze e rischi noti e non noti. Fai riferimento al nostro più recente modulo 10‑Q per ulteriori informazioni.