Digma lanceert ‘Preemptive Observability’

Naarmate AI-codegenerators steeds gangbaarder worden, wordt het toepassen van Preemptive Observability in pre-productie cruciaal. Volgens Digma wordt Preemptive Observability een cruciaal onderdeel van de pre-productie testfase in de software ontwikkelingscyclus en dat is geen moment te vroeg. 

Een onderzoek uit 2023 van Stanford University toonde aan dat ontwikkelaars die AI-codeer hulpmiddelen gebruiken, de neiging hadden om meer bugs op te nemen. Desondanks gebruiken bedrijven als Google AI voor het genereren van code, in meer dan een kwart van hun producten.

AI

Preemptive Observability wordt een belangrijk onderscheidend middel waarmee engineering teams in bedrijven meer kunnen doen met minder. Bedrijven die het gebruiken, kunnen profiteren van de efficiëntie van AI-codegeneratoren en tegelijkertijd het vertrouwen in door mensen ontwikkelde code vergroten door ervoor te zorgen dat bugs en problemen worden opgemerkt en opgelost in de pre-productiefase.

​​De Preemptive Observability Analysis-engine van Digma is niet alleen ontworpen om bugs aan te pakken die zijn geïntroduceerd door het genereren van code via AI. Ook pakt de engine de langdurige problemen aan die veel bedrijven hebben met, volgens Digma, onbetrouwbare, door mensen gegenereerde code, welke prestatieproblemen en SLA-verslechteringen tot gevolg kan hebben. Dit zal met name transformatief zijn voor organisaties die te maken hebben met veel transacties, zoals fintech, e-commerce en retail.

Application Performance Monitoring

Tot op heden hebben veel bedrijven vertrouwd op Application Performance Monitoring (APM) tools om verbindingsproblemen en SLA-storingen aan te geven en om de productie status te bewaken. APM's kunnen waarschuwingen sturen wanneer de verbinding vertraagt of faalt in productie, of wanneer drempels worden overschreden. Maar APM’s bieden geen inzicht in de hoofdoorzaak van problemen en zijn gelimiteerd in hun kunnen wanneer ze worden gebruikt in niet-productieomgevingen.

Door de focus te verleggen naar het vinden van problemen eerder in de software ontwikkelingscyclus met Preemptive Observability, kunnen teams problemen voorkomen in plaats van genezen. Ook kunnen zij het systeemgedrag holistischer bekijken en gebieden aanpakken die vaak over het hoofd worden gezien in productie-only observability. Dit helpt ondernemingen ook om cloudkosten te verlagen door middel van vroege identificatie van prestatie- en schaalproblemen.

De Preemptive Observability Analysis-engine van Digma biedt engineering teams code-level inzicht in de hoofdoorzaak van deze problemen. Ook worden AI-gestuurde oplossing suggesties toegevoegd om prestatieproblemen, architectuurfouten en problematisch runtime-gedrag te identificeren en op te lossen. Preemptive Observability kan problemen identificeren voordat ze productieomgevingen beïnvloeden en daarmee een aanzienlijke aanslag op de productiviteit vormen. Dit wordt bereikt door observatie tracering gegevens te analyseren, zelfs wanneer de data volumes laag zijn.

Algoritme

Door gebruik te maken van patroonherkenning en technieken die afwijkingen detecteren, extrapoleert het algoritme van Digma verwachte prestatie-metingen van de applicatie. Hierdoor worden afwijkingen of potentiële problemen gedetecteerd die de applicatie nog niet hebben beïnvloed op dat moment. Bij het analyseren van de tracering gegevens wijst Digma het probleem aan op de specifieke verantwoordelijke code en commits.

"We zien dat er veel moeite wordt gestoken in het verzorgen van optimale systeemprestaties, maar er worden nog steeds veel problemen in complexe codebases laat in de productie fase ontdekt," aldus Nir Shafrir, CEO en medeoprichter van Digma. "Dit betekent dat engineering teams wel 20 tot 40% van hun tijd kunnen besteden aan het oplossen van problemen die laat in de productieomgeving worden ontdekt, waarbij sommige organisaties tot wel 50% van de engineering resources besteden aan het oplossen van productieproblemen. Daarnaast is opschalen vaak een ruwe schatting in organisaties die groei verwachten, en veel organisaties stuiten op barrières in technologische groei die ontstaan precies ​​tijdens periodes van aanzienlijke organisatorische uitbreiding."

Preemptive Observability Analysis-engine van Digma omvatten:

• Probleemidentificatie op basis van patronen voordat de code in productie gaat
• AI-gestuurde fix-suggesties op basis van runtime-gedragsanalyse
• Inzichten in de samenwerking van verschillende teams om zo codeconflicten tussen teams te voorkomen
• Cloud-kostenoptimalisatie door vroege detectie van schaalproblemen
• Uitgebreide management dashboards voor niet-coderende team leiders
• Sandbox-omgeving voor evaluatie zonder implementatie

"Hoewel er veel code-suggestie bots zijn die code syntax scannen, analyseren wij code op unieke wijze terwijl deze wordt uitgevoerd in een preproductieomgeving", legt Roni Dover, CTO en medeoprichter van Digma, uit. "Door runtime gedrag te begrijpen en oplossingen voor prestatieproblemen, schaalproblemen en teamconflicten voor te stellen, helpen wij problemen te voorkomen en risico's proactief te verminderen bij bedrijven, in plaats van brandjes te blussen in productie."

Deze lancering volgt Digma's recente seed funding ronde van $6 miljoen, wat het groeiende vertrouwen van investeerders in de innovatieve aanpak van softwarekwaliteit van het bedrijf benadrukt. De financiering ondersteunt de voortdurende productontwikkeling die gericht is op bedrijfsbehoeften en met name op de uitdagingen waarmee engineering managers, teamleiders, architecten en directeuren die verantwoordelijk zijn voor leveringstermijnen en code kwaliteit worden geconfronteerd.

Meerdere ontwikkelaars hebben de gratis versie van Digma geïmplementeerd en gebruikt. Voor toegang tot de sandbox-omgeving van Digma om de Preemptive Observability Analysis Engine te evalueren (zonder implementatie), klikt u hier.