AI時代のDevOpsエンジニアに求められるスキルとは？ 今後に役立つ3つのポイントを解説

【15-A-2】AI時代のDevOpsエンジニアのスキルアップに役立つ3つのポイント

AIの活用で快適なオブザーバビリティを実現。ハンズオンで体験を！

　こうした「オブザーバビリティ」を実現するために、Datadogでは旬のテクノロジーについてもしっかりフォローしている。

　例えば、何か問題が生じた時、従来の監視ツールでは、ある問題を既定して合致するかどうかで問題発見を行なっていたが、DatadogはAI機能により設定せずとも自動的に問題を発見する。さらに、Datadogの使い方のほか、問題の状況や解決策などを自然言語で聞くと回答する機能も用意されている。

生成AIによる質問回答

　最後に、これまで説明のあった機能に関して実際にDatadogを使ってのデモンストレーションが行われた。

　まず、「全体把握」については、1800個のホストについてクラウドプロバイダーごと配置を可視化し、アベイラビリティゾーンに分割したり、1つのクラウドだけで細かく見たり、さらにはCPUからディスクの使用率へと変えてみたり、ダッシュボード上でワンクリックで閲覧できる。その中で、いくつかのホストのディスクスペースが少なくなっている状況が見つかった。

　ネットワークトラフィック状況についても、異なるクラウドプロバイダー間やリージョン間の通信量、アベイラビリティゾーンでの通信量などが可視化できる。アプリケーションについても、マイクロサービスの依存関係が、呼んでいる・呼ばれている関係で示される。さらに中をクリックするとエラーレートやレイテンシの推移を見ることができ、一つひとつのエラーやそれに紐づくトレース情報もドリルダウンで閲覧できる。

　そして、「ビジネス観点」については、「クリッカブル・ヒートマップ」の実際の画面が紹介された。そして、ある動きをしたユーザーを指定すると、そのユーザーのマウスの動きを再現できる。つまり、どこをクリックし、どこまでスクロールをし、どこで悩み、何をしようとしたのかが記録され、体感できる。Datadogでは、全体の傾向を見るだけでなく、個別の事象へと簡単にドリルダウンができるわけだ。

　「コミュニケーション」で紹介されたダッシュボードについても、「ビジネスチームKPI」の数値が現在のサイトからの売り上げが再現されていることを紹介。たとえばエラーが出るとその影響もほぼリアルタイムで把握することができる。

　機械学習による問題検知についても、設定せずとも自動的に問題と思われるグラフや数値が強調されてグラフとなって表示される。さらに生成AIベースのヘルプツールについても、「リアルユーザーのモニタリングをアプリケーションに仕込むにはどうすれば」といった問いに対するやり取りが紹介された。

　山田氏は、「オブザーバビリティおよびDatadogに興味を持たれた方は、ぜひ42セッションのラーニングセンターを利用いただければ幸い。全てハンズオン環境付きでデータは2週間ごとにリセットされるものの、期限なしで無料で使える。ぜひ、試してみてほしい」と語り、「旬のテクノロジーだけでなく、今後も使える普遍的なスキルを身につけるためにも、オブザーバビリティやDatadogを意識してもらえれば幸い」と結んだ。