CINQby Quinten Stekelenburg
De CTO's van onze drie units - Data, DevOps en Development - vormen samen met de CTO van CINQ een denktank: de CINQTank. Deze groep mensen houdt zich bezig met het “voorspellen” van de toekomst. Samen met de mensen uit de units kijken zij in de verschillende vakgebieden naar de ontwikkeling van technieken en tools. Hiermee wordt een technische visie gecreëerd. Deze wordt onder andere gebruikt om richting te geven aan de opleiding van medewerkers. Tevens wordt het gebruikt als input voor de jaarplannen van elke afdeling. Tot slot is het natuurlijk ook gewoon leuk om na te denken hoe de toekomst eruit zou kunnen zien. Hieronder lees je onze verwachtingen op het gebied van Data.
In het verleden lag de focus van de Data unit specifiek op het opbouwen, onderhouden van Splunk bij onze klanten. Onze consultants hebben bij meerdere klanten een APM (Application Performance Monitoring) oplossing ingericht middels Splunk, om zo samen meer waarde uit Splunk te halen. Afgelopen jaar is de structuur veranderd. De focus is verbreed naar andere tools en meer samenwerking in teamverband. Er zijn verschillende teams; teams per klant, maar ook teams per specialisme. Dit betekent dat we in de unit de uitdagingen en oplossingen van onze klanten uitwisselen. Zowel onze klanten als onze collega’s profiteren van deze samenwerking.
Het aankomende jaar gaan we meer focussen op CINQ best practices. Vanuit de architecten zullen er best practices worden opgeleverd. Denk hierbij aan richtlijnen voor opzet en monitoring van de eigen Splunk omgeving. Met deze best practices hebben we een uniforme aanpak voor onze bestaande en nieuwe klanten. De best practices zijn bedoeld om klanten naar een hoger volwassenheidsniveau te brengen met betrekking tot data en monitoring.
Het aankomende jaar verwachten we ook een sterke opkomst van Cribl. Dit is een “Observability Pipeline” die de flexibiliteit biedt om gegevens te verzamelen, te verkleinen, te verrijken en/of te normaliseren en te routeren van elke bron naar elke bestemming. Dit zorgt ervoor dat er geen vendor lock-in plaatsvindt bij onze klanten en zij flexibeler met hun monitoring platform om kunnen gaan. Dat is in deze dynamische markt steeds vaker een vereiste.
De Data unit heeft Cribl omarmd, CINQ is één van de eerste Nederlandse partners. Veel van onze consultants zullen aankomend jaar Cribl Certified Observability Engineer zijn waarmee we onze positie in de markt versterken.
De focus van de Data unit heeft de afgelopen jaren vrijwel volledig bij Splunk gelegen. Met de komst van Splunk SaaS, is de specialistische kennis van onze consultants minder benodigd. Deze kennis blijft benodigd, maar in mindere mate.
Afbeelding 1: Gartner Hype Cycle m.b.t. monitoring
Observability is iets wat in opkomst is en door steeds meer applicaties wordt gebruikt. In sommige gevallen als marketing buzzword, maar steeds vaker wordt het ook daadwerkelijk toegepast. Bij observability worden logs, metrics en traces gecombineerd. Dat zorgt ervoor dat elke tool zich gaat uitbreiden tot deze drie aspecten en daarmee groeit de overlap tussen de verschillende tools. OpenTelemetry is een open source observability framework, wat het mogelijk maakt dat de diverse tools snel kunnen uitbreiden. Zo kan bijvoorbeeld Dynatrace inmiddels log files monitoren. Terwijl dit zijn oorsprong kent vanuit Application Performance Monitoring (APM) en Digital Experience Monitoring (DEM). Splunk kan daarentegen metrics en traces verzamelen, terwijl het van oorsprong gespecialiseerd is in log files. Onze consultants zijn constant op zoek naar de balans tussen waardemaximalisatie voor de klant en de meest geschikte tool. Hierin gaat de samenwerking in teamverband de Data unit verder helpen.
Een van de andere focusgebieden voor de Data unit is Data Engineering / Data Ops. Cloud-native oplossingen zijn niet meer weg te denken uit het data-landschap. Vanuit CINQ willen we ons focussen op de grootste cloud provider in Nederland: Azure. Het doel van de Data unit is om klantvragen omtrent data te kunnen realiseren op Azure.
De landschappen van onze klanten worden steeds dynamischer en groeien alsmaar sneller. Daarmee groeit de behoefte om te monitoren evenredig. Het is daardoor voor de teams niet meer behapbaar om alerts en thresholds handmatig in te stellen en het aantal events en incidenten te behandelen. De vraag naar AIOps / machine learning groeit, er wordt van een monitoringstool verwacht dat deze zelf kan leren wat het normale gedrag is. Hiervoor hebben de meeste tools verschillende algoritmes en configuratiemogelijkheden. Het is voor onze consultants van belang zich bekend te maken met deze algoritmes om zo onze klanten van juist en onderbouwd advies te kunnen voorzien.
Technische kennis is steeds schaarser in de markt en voor organisaties wordt het lastiger om dit in huis op te lossen. In sommige gevallen worden externen ingehuurd, maar we zien een stijgende lijn in de hoeveelheid SAAS oplossingen, waarbij de klant wordt ontzorgd van technisch beheer en onderhoud. De on-premise oplossing verdwijnt en daarmee ook de behoefte voor de technische kennis van onze consultants, omtrent het platform.
Met onze consultants hebben we een sterk team, met heel veel ervaring, skills en passie om de klanten volledig te kunnen ontzorgen. We willen ons ook steeds meer richten op dienstverlening in plaats van afrekening op uurbasis. We hopen door een combinatie van projecten flexibeler tijd te kunnen besteden aan onze klanten en daardoor meer klanten te kunnen ontzorgen.
Voor een monitoring platform is het belangrijk mee te bewegen met de applicaties / omgevingen die worden gemonitord. Dat betekent dat we ook vanuit de Data unit zien dat we meer te maken krijgen met de cloud, waarbij het opspinnen en onderhouden van omgevingen middels pipelines en repositories wordt uitgevoerd. We zijn een nieuwe weg ingeslagen waarbij we gebruik maken van de expertise van de DevOps unit. Zij helpen ons om de Splunk omgevingen te configureren en onderhouden middels CI/CD pipelines. Vanuit de Data unit groeit het verlangen om samen te werken en te leren van de DevOps unit.
Ook van de Development unit kunnen wij leren. Sinds onze verbreding van tools en technieken komen we meer in aanraking met onder andere Python. Zo wordt er een Python training georganiseerd door een van onze eigen developers speciaal voor de Data unit.
Naast het leren van de Development unit, kan er ook een synergie ontstaan wanneer er wordt samengewerkt aan logging best-practices in het ontwikkelen van nieuwe applicaties. Developers en data specialisten kijken met een andere bril naar het loggen van informatie. Door onze krachten te bundelen kan er efficiënt en volledig worden gelogd zodat zowel development als monitoring de meeste waarde uit de applicatie halen.
We willen onze klanten graag verder helpen naar het volgende volwassenheidsniveau. Hiervoor hebben we een maturity model gemaakt. Dit is één van de handvatten waarmee we een klant verder helpen met waardemaximalisatie en professionaliseren van hun omgeving.
Om dit model te gebruiken voeren we een quick scan uit waarmee wordt bepaald op welk volwassenheidsniveau de klant zich op dat moment bevindt. Dat doen we op basis van drie pijlers: people, process en technology. Er worden interviews afgenomen met diverse stakeholders, een technische scan wordt uitgevoerd en er wordt onderzoek gedaan naar de processen. Daarmee wordt bepaald in welk volwassenheidsniveau de klant zich op dat moment bevindt. Vanuit daar zijn er stappen en best practices beschreven om door te groeien naar het volgende niveau.