Limitiert bis zu 1 Million Datenpunkte innerhalb 14 Tagen

jKool ist ein Tool zur Visualisierung in Echtzeit


Overview jKool
Datenströme aus Anwendungen direkt in die Cloud. In der Cloud kommuniziert jKQL (jKool Query Language) direkt mit dem Back-End-Server, benutzt eigene Analysefunktionen und stellt die Daten in Form von Diagrammen, Tabellen, Vergleichen und Topologien zur Verfügung.
Eine große Anzahl analytischer Operatoren kann benutzt werden, um Daten mittels Aggregation, Summaries und Vergleichen zu analysieren u.a. durch count, min, max, average, bucketing, filtering und Bollinger Bands.
Das Repository basierend auf DataStax Enterprise (Apache Cassandra) ist mit Beispieldaten, Analysen und Vorlagen für einen einfachen Einstieg vorhanden. Es existiert auch ein Simulator, der verwendet werden kann, um Daten und Beziehungen zu verstehen und eine Test-Analyse zu simulieren.

Designbild

Aufzeichnung, Analyse und Visualisierung von Betriebsdaten

jKool liefert operative Intelligenz basierend auf Maschinendaten in Echtzeit und ermöglicht eine historische Analyse von Java-Anwendungen. Log-Files und Metriken können durch jKool gestreamt werden, um in Echtzeit Muster, Trends und Fehlverhalten vor Ort zu erkennen. jKool ist entweder in der Cloud als SaaS oder als On Premises Angebot verfügbar.

Vorteile von jKool

Einfache und kosteneffektive Analyse von Logs und Metriken in Java Applikationen.
Analyse, Aggregation und Visualizierung von Java Logs & Metriken
  • Support von Log4j/SLF4J/Logback/JMX
  • Konsolidierung aller Java Logs & Metriken in einer Grafik
  • Visualizierung der Logs um die Diagnose zu erleichtern
  • Überwachung der Logeinträge über Anwendungen und Server hinweg
  • Kennzeichnung von Logeinträgen zwecks verbesserter Diagnose
  • Adhoc Queries und Übersichten aller Logeinträge
Automatisches Track und Trace von Java Transaktionen
  • Ursachenermittlung langsamer, fehlerhafter und von non-compliant Transaktionen, sowohl zu kurz als auch zu lang laufende
  • Erkennung von Unregelmäßigkeiten im Transaktionsablauf und der Performance bevor Beinträchtigungen auftreten
  • jKool kann Realtime Transaktionen und Streaming Daten “stitchen”, dabei wird die elapsed time automatisch hinzugefügt
Real-time Visualization
  • Anzeige von Streaming Daten in Echtzeit, wie Sie sich verändern, flexible und frei vom User zu konfigurieren
  • Dynamische Aufzeichnung und Auswahl von Daten durch eine Highlevel "English-like" Abfragesprache
  • Visualierung von Trends, Mustern und nicht geplanten Programmverläufen mittels eines webbasierten Dashboards, auch auf Mobilgeräten
  • Applikationen, Server und geografische Topologien
Transaktionen und Logfile Analyse
  • Aggregation und Summaierung von Zeitreihen
  • Vergleiche
  • Erkennung von Anomalien
  • Erkennung von Fehlerraten in Zeitintervallen
  • Aufzeichnung von Nutzeraktionen in Zeitintervallen
Hohe Skalierbarkeit
  • NoSQL Datenbank
  • Verwendung von STORM und Spark zur Skalierung
  • In Memory Analyse unter Benutzung von CEP (Complex Event Processing)
  • Multi-Tenant

Benefits

Kontinuierliche Protokollierung
  • Erkennung verhinderbarer Verluste
  • Aufzeichnung fehlerhaften Verhaltens
  • Wie wird die Applikation benutzt
  • Einsparungen durch Verbesserung der Produktivität von DevOps und der Anwendungsbetreuer

jKool arbeitet mit Maschinendaten

In Memory Automation
  • Automatische Sequence-Nummern, Sortierung, Gruppierung und Speicherung der Daten sobald sie auftreten/li>
Darstellung von Beziehungen
  • Splitting und Morphing
  • Kausalitätsbaum, Topologie
Zeitberechnung
  • Elapsed Time (ev1…evN)
Summation und Vergleiche
  • High/low bands, outliers, counts (max, min, avg)
  • Interval Bucketing (second, min, hour)
  • Vergleich Ev1…EvN
Trigger basierend auf fortlaufenden Queries (CEP)
  • Subscribe to events min elapsedtime, avg elapsedtime, max elapsedtime for last minute where eventname=’Buy’ output every minute show as linechart

Datenblatt


Navigation

Social Media