Usamos o Loom em nosso middleware, para permitir que ele correlacione eventos de várias camadas no contexto de ambiente / aplicativo. O tear nos ajuda a obter visibilidade do nosso tráfego de mercadorias médias.

Usamos o Loom para monitorar nosso ambiente OpenStack. primeiro, éramos céticos ao usar os logs para detectar problemas, e não apenas para depuração, mas nossa experiência com o Loom era excelente. ele consegue analisar logs e métricas em tempo real, correlacionar eventos em diferentes serviços e executar facilmente a análise de causa raiz, muito pouco tempo após a implementação.

Eu tinha dezenas de registros que não haviam sido analisados. escolhemos tear para analisar esses dados automaticamente, alocando o menor número possível de profissionais de TI. O Toom detecta proativamente os problemas e fornece ao usuário as entradas necessárias para resolver o problema.

Nossos registros são produzidos em casa e o Loom é o único produto encontrado que é capaz de analisá-los em seu formato original. Qualquer outro produto no mercado exigiria que fosse reescrito primeiro.

Minha equipe trabalha com ferramentas manuais há mais de 10 anos e levou algum tempo para nos acostumarmos a contar e contar com um sistema automático

Comecei a usar o Loom recentemente sobre o splunk, essencialmente como uma camada de IA acima dos dados para ajudar minha equipe a realizar a análise real. até agora, parece muito promissor e nos ajudou a resolver problemas pouco tempo após a ocorrência e não apenas depois que um usuário abre um ticket.

Automático

boa ferramenta de ROI. tear ajuda minha equipe a resolver problemas mais rapidamente do que nunca e foi uma ótima plataforma para minha equipe compartilhar conhecimento

usamos o tear para gerenciamento de logs, a fim de se tornar mais proativo e reduzir o número de problemas relatados pelos clientes na organização. nossa 'proatividade' continua melhorando de mês para mês até agora.

correlação avançada entre aplicativos