{"id":128255,"date":"2023-05-25T10:30:00","date_gmt":"2023-05-25T08:30:00","guid":{"rendered":"https:\/\/e3magpmp.greatsolution.dev\/?p=128255"},"modified":"2024-01-19T12:36:05","modified_gmt":"2024-01-19T11:36:05","slug":"die-zukunft-liegt-in-der-cloud-data-science-und-resilienz","status":"publish","type":"post","link":"https:\/\/e3magpmp.greatsolution.dev\/de\/die-zukunft-liegt-in-der-cloud-data-science-und-resilienz\/","title":{"rendered":"Die Zukunft liegt in der Cloud, Data Science und Resilienz"},"content":{"rendered":"\n

Cloud Computing: SAP ERP trifft Google BigQuery mit Machine Learning<\/h2>\n\n\n\n

Am Horizont ist das Ende von SAP R\/3 und ER\/ECC 6.0 deutlich zu erkennen. Einen genauen Termin festzulegen scheint jedoch eine Herausforderung f\u00fcr die SAP zu sein. Klar ist aber, dass der Support f\u00fcr die bisherigen SAP-Kernsysteme in wenigen Jahren eingestellt wird. Dass ein konkretes Enddatum f\u00fcr R\/3 fehlt, f\u00fchrt im Alltag dazu, dass Unternehmen das Thema immer wieder auf die lange Bank schieben. Dabei macht es Sinn, sich zeitnah mit der Umstellung zu besch\u00e4ftigen \u2013 denn nur so lassen sich die Chancen einer zukunftsfesten Neuausrichtung nutzen.<\/p>\n\n\n\n

Sieht es beim Systembetrieb so aus, als g\u00e4be es zuk\u00fcnftig nur eine Zielplattform, n\u00e4mlich die Cloud, dominieren bei den Anwenderunternehmen noch die On-prem-Modelle, allerdings mit kontinuierlich abnehmender Tendenz. Ebenso verbreitet ist das Hosting in einem externen Rechenzentrum. Doch welche Vorteile ergeben sich bei der Verlagerung des Deployment-Modells in die Cloud? Und welche Cloud ist f\u00fcr den individuellen Anwendungsfall sinnvoll?<\/p>

\"\"<\/a><\/div>
\"\"<\/a><\/div>
\"\"<\/a><\/div>\n\n\n\n

SAP Public Cloud<\/h3>\n\n\n\n

Die Public Cloud von SAP ist auf definierte Szenarien zugeschnitten und spielt bei den meisten Unternehmen eine untergeordnete Rolle. SAP selbst forciert die Umstellung auf cloudbasierte Produkte und Dienstleistungen mit Rise with SAP, dem neuesten Versuch der Walldorfer, Kunden in die Cloud zu portieren. Neben dem Marketingdruck, der von der SAP erzeugt wird, sind nat\u00fcrlich auch die Hyperscaler interessiert, SAP-Workloads zu \u00fcbernehmen. Derzeit bieten sieben Hyperscaler zertifizierte IaaS-Plattformen f\u00fcr OLAP und OLTP. F\u00fcr den deutschsprachigen Markt sind Amazon Web Services (AWS), die Google Cloud Platform (GCP) und Microsoft Azure die relevanten Anbieter.<\/p>\n\n\n\n

Oft kommt es im laufenden Entscheidungsprozess bei der Wahl des Betriebsmodells zu \u00dcberraschungen. Vermeintliche Nach- und Vorteile relativieren sich bei n\u00e4herer Betrachtung zum Wechsel in die Cloud. Insbesondere beim Thema Sicherheit trifft man in der Praxis auf mehr Vorteile als Einw\u00e4nde. Die Dienste aller drei genannten Hyperscaler stimmen beispielsweise mit dem Cloud Computing Compliance Controls Catalog (C5) des Bundesamtes f\u00fcr Sicherheit in der Informationstechnik (BSI) \u00fcberein. C5 unterst\u00fctzt Unternehmen dabei, den Betrieb bei der Nutzung von Cloud-Services gegen g\u00e4ngige Cyberangriffe abzusichern.<\/p>\n\n\n\n

Ein Aspekt, der zu Projektbeginn \u2013 und auch in den RfP-Prozessen (Request for Proposal) der Anwenderunternehmen insgesamt \u2013 kaum beleuchtet wird, ist, wie sich ein neu ausgerichteter SAP-Betrieb auf die Innovationskraft und Wettbewerbsf\u00e4higkeit des Anwenderunternehmens auswirkt. Dass viele Unternehmen ein Kernsystem der unternehmerischen Wertsch\u00f6pfung am Fragenkatalog der Vergangenheit ausrichten, ist erstaunlich \u2013 speziell in einer Zeit   dramatischer Umbr\u00fcche. Agilit\u00e4t, Marktn\u00e4he und Nachhaltigkeit sind die Paradigmen der Zukunft.<\/p>\n\n\n\n

Ebenso werden neue Gesch\u00e4ftsmodelle, etwa Direct-to-Consumer-Konzepte (DTC) und Abonnementdienste, immer beliebter. Obwohl der Anteil des E-Commerce am Gesamtumsatz derzeit noch gering ist, beschleunigt sich das Wachstum hier deutlich. K\u00fcnstliche Intelligenz (KI) und maschinelles Lernen, das Internet der Dinge (IoT) und die Blockchain versprechen, den gesch\u00e4ftlichen Erfolg grundlegend zu ver\u00e4ndern. Branchenf\u00fchrer nutzen diese neuen Technologien bereits, um auf Verbrauchertrends zu reagieren und deren Abl\u00e4ufe effizienter zu gestalten.<\/p>\n\n\n\n

Business Technology Platform<\/h3>\n\n\n\n

Das Warenwirtschaftssystem bleibt die zentrale Datenhaltungseinheit (Source of Authority). Daneben stellen Hyperscaler Datenbanksystem und Technologien bereit, mit denen Unternehmen effizienter und schneller auf die Anforderungen am Markt reagieren k\u00f6nnen (Source of Agility). Die Br\u00fccke zum \u00dcbergang bildet die SAP Business Technology Platform (BTP).<\/p>\n\n\n\n

Bei den drei genannten Hyperscalern ist BTP eine etablierte Plattform, um intelligente Unternehmensanwendungen mit Datenbank- und Datenmanagement-, Analyse-, Integrations- und Erweiterungsfunktionen zu verbinden. Dabei sollen die Kunden die richtige Kombination an Cloud-L\u00f6sungen nach ihren individuellen Anforderungen frei w\u00e4hlen \u2013 und bei Bedarf schnell neue Funktionen einf\u00fchren k\u00f6nnen.<\/p>\n\n\n\n

Source of Agility<\/h3>\n\n\n\n

Was leistet die Source of Agility? Dies verdeutlicht ein Beispiel: Google BigQuery ist ein Serverless Multi-Cloud-Data-Warehouse f\u00fcr datengest\u00fctzte Innovationen in Unternehmen, das \u00fcber den beschriebenen Weg ans SAP ERP angebunden wird und hier \u201eSystem of Agility\u201c ist. Als Kernsystem unterst\u00fctzt es die Datentransformation. Eigene Daten aus SAP werden dabei mit externen Datasets und Streamingdaten in Echtzeit angereichert. BigQuery wird so zur zentralen L\u00f6sung f\u00fcr Datenanalysten und Data Scientists, mit der diese alle Datentypen abfragen k\u00f6nnen: strukturierte, semistrukturierte und unstrukturierte Daten. <\/p>\n\n\n\n

\"\"
SAP im Zentrum mit der BTP als umschlie\u00dfender Plattform wird erg\u00e4nzt durch zahlreiche Google-Cloud-Services mit dem Schwerpunkt Data Warehouse.<\/figcaption><\/figure>\n\n\n\n

Mit Dataplex, einer intelligenten Datenstruktur, k\u00f6nnen Unternehmen in gro\u00dfem Umfang auf vertrauensw\u00fcrdige Daten und hilfreiche Analysen zugreifen. Sie k\u00f6nnen diese dann \u00fcber Data Lakes, Data Warehouses und Data Marts hinweg mit einheitlichen Steuerelementen erfassen, verwalten, \u00fcberwachen und bereitstellen. Im n\u00e4chsten Schritt kann das Ergebnis f\u00fcr BigQuery integriertes Machine Learning (ML) genutzt werden. BigQuery ML erm\u00f6glicht es Unternehmen, mithilfe von Standard-SQL-Abfragen Modelle f\u00fcr maschinelles Lernen in BigQuery zu erstellen und auszuf\u00fchren. <\/p>\n\n\n\n

Data Science mit BigQuery<\/h3>\n\n\n\n

Maschinelles Lernen mit gro\u00dfen Datasets erfordert umfangreiche Programmier- und ML-Frameworks-Kenntnisse. Diese Anforderungen beschr\u00e4nken die L\u00f6sungsentwicklung in den meisten Unternehmen auf einen sehr kleinen Personenkreis. Datenanalysten geh\u00f6ren nicht dazu, da sie die Daten zwar \u00fcblicherweise verstehen, aber ihre Programmierkenntnisse und ihr Wissen im Hinblick auf maschinelles Lernen begrenzt sind. Beim Einsatz von BigQuery ML m\u00fcssen sie sich hingegen kein neues Wissen aneignen und k\u00f6nnen bereits vorhandene SQL-Tools verwenden, um maschinelles Lernen zu nutzen. Mit BigQuery ML lassen sich ML-Modelle in BigQuery erstellen und bewerten. So kann sich das SAP-Betriebsteam um seine Aufgaben k\u00fcmmern und die kundennahen Einheiten k\u00f6nnen auf hochverdichtete und visualisierte Echtzeitdaten zugreifen, um die richtigen Entscheidungen zu treffen.<\/p>\n\n\n\n

Google Cloud Cortex Framework<\/h3>\n\n\n\n

Mit dem Google Cloud Cortex Framework bietet Google eine Sammlung von Tools und Services von Google Cloud speziell f\u00fcr die Sicherheit und Compliance von cloudbasierten Anwendungen und Infrastrukturen an. Das Framework geh\u00f6rt zur Google-Cloud-Security-Plattform und unterst\u00fctzt Sicherheits- und Compliance-Teams mit Diensten wie:<\/p>\n\n\n\n

Security Command Center,<\/strong> ein zentralisiertes Dashboard, das umfassende Einblicke in die Sicherheit und Compliance von Google Cloud bietet, einschlie\u00dflich Schwachstellen-Management, Risikoanalyse und Compliance-Bewertungen.<\/p>\n\n\n\n

Event Threat Detection,<\/strong> ein Dienst, der die Google-Cloud-Logs automatisch \u00fcberwacht und Anomalien, Bedrohungen und potenzielle Sicherheitsvorf\u00e4lle identifiziert.<\/p>\n\n\n\n

Binary Authorization,<\/strong> ein Dienst, der die Ausf\u00fchrung von Anwendungen in der Cloud kontrolliert und sicherstellt, dass nur genehmigte und vertrauensw\u00fcrdige Software ausgef\u00fchrt wird.<\/p>\n\n\n\n

Forseti Security,<\/strong> ein Open-Source-Tool, das auf Google Cloud l\u00e4uft und die Sicherheit und Compliance von Cloud-Infrastrukturen \u00fcberwacht und automatisiert.<\/p>\n\n\n\n

Als Teil der umfassenderen Google–Cloud-Plattform hilft das Google Cloud Cortex Framework Unternehmen dabei, die Cloud-Sicherheitsstrategie von SAP-Bestandskunden in der Google Cloud zu verbessern und Compliance-Anforderungen zu erf\u00fcllen.<\/p>\n\n\n\n

\"\"
Das Google Cloud Cortex Foundation Framework erg\u00e4nzt durch richtiges Customizen das SAP-System \u2013 die Experten von Nagarro wissen, wie es geht.<\/figcaption><\/figure>\n\n\n\n

Google Apigee<\/h3>\n\n\n\n

Google Apigee ist eine API-Management-Plattform, die Unternehmen dabei unterst\u00fctzt, APIs (Application Programming Interfaces) zu entwerfen, bereitzustellen, zu \u00fcberwachen und zu skalieren. APIs sind Schnittstellen, die es Anwendungen erm\u00f6glichen, miteinander zu kommunizieren und Daten auszutauschen. Zu den wichtigsten Funktionen von Apigee geh\u00f6ren:<\/p>\n\n\n\n

API-Design:<\/strong> Apigee hilft Unternehmen dabei, APIs mit Industriestandards und Best Practices zu entwerfen, um eine konsistente Entwicklererfahrung und eine einfachere Integration zu gew\u00e4hrleisten. Das f\u00fchrt zu einer schnelleren Markteinf\u00fchrung neuer Anwendungen und macht Unternehmen agiler.<\/p>\n\n\n\n

API-Management:<\/strong> Apigee erm\u00f6glicht es Unternehmen, ihre APIs effektiv zu verwalten, einschlie\u00dflich des Zugriffs, der Sicherheit und der \u00dcberwachung. Das bedeutet, dass Unternehmen den Zugriff auf ihre APIs kontrollieren und dadurch sicherstellen k\u00f6nnen, dass sie stabil laufen.<\/p>\n\n\n\n

API-Analyse:<\/strong> Apigee bietet eine umfassende \u00dcberwachung und Analyse von APIs, um Verhaltensmuster zu erkennen und Trends zu identifizieren. Dadurch k\u00f6nnen Unternehmen schnell auf Probleme reagieren und die Leistung ihrer APIs verbessern.<\/p>\n\n\n\n

\"\"
Apigee unterst\u00fctzt REST, gRPC, SOAP und GraphQL und bietet so Flexibilit\u00e4t f\u00fcr das Customizing mit SAP und der Business Technology Platform.<\/figcaption><\/figure>\n\n\n\n

Skalierbarkeit:<\/strong> Apigee erm\u00f6glicht Unternehmen, ihre APIs auf globalem Niveau zu skalieren und den Datenverkehr auf verschiedene Server und Standorte zu verteilen. Dadurch k\u00f6nnen Unternehmen ihre Kundenbasis erweitern und die Verf\u00fcgbarkeit ihrer Anwendungen verbessern.<\/p>\n\n\n\n

Integration:<\/strong> Apigee bietet eine nahtlose Integration mit anderen Google-Cloud-Diensten wie Kubernetes, Cloud Functions, Cloud Pub\/Sub und Cloud Storage. Das erleichtert Unternehmen die Entwicklung und Bereitstellung von Anwendungen auf der Google-Cloud-Plattform.<\/p>\n\n\n\n

Insgesamt bietet Apigee Unternehmen somit einen Mehrwert, indem es ihnen hilft, die APIs effektiver zu entwerfen, zu verwalten, zu \u00fcberwachen, zu skalieren und zu integrieren, was zu einer h\u00f6heren Agilit\u00e4t, Effizienz und Kundenzufriedenheit f\u00fchren kann.<\/p>\n\n\n\n

Anwendungsausfallzeiten reduzieren<\/h3>\n\n\n\n

Wie oft haben Anwender eine Anwendung geschlossen, wenn sie auf das \u201eSpinning Wheel of Death\u201c gesto\u00dfen sind? Zugegeben: eine recht melodramatische Art zu sagen, dass eine Anwendung zu lange zum Laden braucht! In der aktuellen digitalen Wirtschaft, in der Anwendungen die Haupt-einnahmequelle vieler Unternehmen sind, kann dieses sich drehende Todesrad (oder eine schlechte Anwendungsleistung) jedoch zu verlorenen Benutzern oder Ums\u00e4tzen f\u00fchren. Und nahezu jede moderne Anwendung verl\u00e4sst sich auf APIs als Nervensystem zwischen verteilten Systemen, Drittanbieterdiensten und Microservice-Architekturen. W\u00e4hrend die Anforderungen an schnelle Release-Zyklen und h\u00e4ufige API-Updates erf\u00fcllt werden, ist es f\u00fcr IT-Teams dar\u00fcber hinaus auch unerl\u00e4sslich, sicherzustellen, dass die API-SLOs und Leistungsanforderungen erf\u00fcllt und Probleme proaktiv gemindert werden. <\/p>\n\n\n\n

Wenn Tausende oder sogar Millionen von Benutzern mehrere Anfragen an ein API stellen, reicht es f\u00fcr pr\u00e4zise Diagnosen oder n\u00fctzliche Forensik aber h\u00e4ufig nicht, sich nur auf synthetische \u00dcberwachungstools zu verlassen. Denn diese st\u00fctzen sich zumeist nur auf Stichproben oder begrenzte API-Verf\u00fcgbarkeitsinformationen.<\/p>\n\n\n\n

Gleichzeitig erh\u00f6ht die \u00dcberwachung jedes einzelnen Aspekts nur den Aufwand und die mittlere Zeit bis zur Diagnose. Die API-\u00dcberwachung ist als \u201eKunst und Wissenschaft\u201c f\u00fcr Betriebsteams absolut entscheidend. Nur so k\u00f6nnen diese sicherstellen, dass alle APIs wie beabsichtigt ausgef\u00fchrt werden und funktionieren.<\/p>\n\n\n\n

Jeder Techniker kann \u00fcber die Gemeinkosten informieren, die durch falsch priorisierte Warnungen entstehen. Stellt man sich eine verteilte Anwendung mit 20 APIs vor: Selbst wenn f\u00fcr diese APIs grundlegende Warnungsmonitore f\u00fcr Latenz, Fehler und Datenverkehr existieren, m\u00fcssen am Ende etwa 60 Warnungsdefinitionen \u00fcberwacht und verwaltet werden \u2013 ein hoher Aufwand. Um ein Gleichgewicht zwischen der Vermeidung von Totwinkeln bei der \u00dcberwachung und gleichzeitiger Warnungserm\u00fcdung herzustellen, m\u00fcssen Betriebsteams daher ein klares Verst\u00e4ndnis aller Ereignisse entwickeln und die Konfiguration von Warnungen f\u00fcr Ereignisse, die kritischen Verkehr unterst\u00fctzen, priorisieren.<\/p>\n\n\n\n

Jede erstellte Alarmbedingung sollte ferner auch Informationen enthalten, die das aktive Engagement eines Benutzers erfordern \u2013 im Gegensatz zu einer blo\u00dfen Roboterreaktion. Die API-\u00dcberwachung von Apigee erm\u00f6glicht es, Warnbedingungen auf der Grundlage von Metriken oder Protokollen zu erstellen, und stellt gleichzeitig umsetzbare Informationen (z. B. Status-
code, Rate usw.) und Playbooks f\u00fcr die Diagnose bereit.<\/p>\n\n\n\n

In den vielschichtigen Systemen ist das Symptom eines Teams (\u201eWas ist kaputt?\u201c) die Ursache eines anderen nachgelagerten Systems (\u201eWarum?\u201c). Selbst wenn einige Ereignisse nicht f\u00fcr umsetzbare Warnungen geeignet sind, muss ein Fehler eine Informations\u00fcbertragung an ein nachgelagertes System ausl\u00f6sen, um die Auswirkungen der vorgelagerten Abh\u00e4ngigkeit zu mindern. In solchen F\u00e4llen sollte die SAP-Basis-Mannschaft in automatisierte Warnmeldungen, die Gruppierung mehrerer Vorf\u00e4lle in Benachrichtigungskan\u00e4len und die Nachverfolgung von Vorf\u00e4llen investieren. Mit Apigee kann die IT-Abteilung beispielsweise die Warnmeldungen in Kan\u00e4le wie Slack, Pagerduty und Webhooks integrieren und gruppieren.<\/p>\n\n\n\n

Moderne Produktionssysteme entwickeln sich st\u00e4ndig weiter, wobei eine derzeit seltene Warnung h\u00e4ufig und automatisierbar werden kann. Analog zur Bereinigung des Ticketr\u00fcckstands m\u00fcssen Warnrichtlinien regelm\u00e4\u00dfig \u00fcberpr\u00fcft werden, um sicherzustellen, dass neue Bedingungen identifiziert und vorhandene Warnmeldungen mit neuen Schwellenwerten, Priorisierungen und Korrelationen verfeinert werden. Kontrollen wie Advanced API Ops nutzen KI und ML, um anomalen Datenverkehr zu erkennen, der von zuf\u00e4lligen Schwankungen unterschieden wird, um genaue Warnungs-definitionen festzulegen.<\/p>\n\n\n\n

Site Reliability Engineering<\/h3>\n\n\n\n

Das Buch \u201eSite Reliability Engineering\u201c von Google pr\u00e4sentiert Argumente f\u00fcr eine effiziente Diagnose durch den Aufbau von Dashboards, die grundlegende Fragen zu jedem Dienst beantworten, normalerweise einschlie\u00dflich einer Form der vier goldenen Signale: Latenz, Verkehr, Fehler und S\u00e4ttigung.<\/p>\n\n\n\n

Selbst wenn nur diese goldenen Metriken erfasst werden, kann sich der Informationsumfang dabei schnell summieren. Wie alle Softwaresysteme wird die \u00dcberwachung dann zu einem endlosen komplexen Loch, das kompliziert anzupassen und m\u00fchsam zu warten ist. Das Buch empfiehlt f\u00fcr die effektivsten und praktikabelsten Systeme daher, grundlegende Metriken zu sammeln und zu aggregieren, gepaart mit Warnungen und Dashboards.<\/p>\n\n\n\n

Sofern der SAP-Bestandskunde ein umfangreiches API-Programm mit einem engagierten Basisteam zur \u00dcberwachung der APIs betreibt, k\u00f6nnen die sofort einsatzbereiten \u00dcberwachungs-Dashboards in der API-Verwaltungsl\u00f6sung (wie die API-\u00dcberwachung von Apigee) genutzt werden, um Echtzeiteinblicke in die APIs zu erhalten. Alternativ lassen sich auch L\u00f6sungen wie Cloud-Monitoring verwenden. Dadurch gewinnt man einen \u00dcberblick \u00fcber den gesamten Anwendungsstapel \u2013 einzelne Metriken, Ereignisse und Metadaten lassen sich dort in einer reichhaltigen Abfragesprache f\u00fcr eine schnelle Analyse visualisieren. Die Quintessenz daraus: Die Nutzung eines einzigen Systems f\u00fcr den Anwendungsstapel bietet die M\u00f6glichkeit, dieses im Kontext zu beobachten, und beschleunigt das Navigieren zwischen Systemen.<\/p>\n\n\n\n

Auch nachdem die Metriken gesammelt und aggregiert wurden, ist es wichtig, \u00fcber aussagekr\u00e4ftige Datenvisualisierungen zu verf\u00fcgen, um das Problem schnell verstehen und Korrelationen w\u00e4hrend der Dia-gnose identifizieren zu k\u00f6nnen. Wer sich bei Datenvisualisierungen auf zu viele Dashboards konzentriert, hat jedoch oft eine steile Lernkurve und erh\u00f6ht die durchschnittliche Zeit f\u00fcr jede Diagnose. Deshalb bietet beispielsweise Apigee-API-Monitoring standardm\u00e4\u00dfig einige vordefinierte Visualisierungen, die gleichzeitig einfach und effizient sind.<\/p>\n\n\n\n

End-to-End-Beobachtung<\/h3>\n\n\n\n

Die moderne Anwendungsentwicklung hat die Einf\u00fchrung von Praktiken wie Cloud, Container, APIs, Microservice-Architekturen, DevOps und SRE beschleunigt. Dies erh\u00f6ht zwar die Release-Geschwindigkeit, macht einen Anwendungsstapel aber auch komplexer und fehleranf\u00e4lliger. Beispielsweise erstreckt sich eine langsame Antwort auf eine Kundenanfrage dann \u00fcber mehrere Mikrodienste, die verschiedene Teams organisieren und verwalten und m\u00f6glicherweise keine individuellen Leistungsprobleme feststellen.  <\/p>\n\n\n\n

In solchen F\u00e4llen ist die verteilte Ablaufverfolgung der beste Weg f\u00fcr DevOps, Operations und SREs, um Antworten auf Fragen wie den Dienstzustand, die Grundursache von Fehlern oder Leistungsengp\u00e4sse in einem verteilten System zu erhalten. SAP-Bestandskunden sollten daf\u00fcr in die Instrumentierung ihrer verteilten Anwendungen mit Open-Source-Standards wie OpenCensus und Zipkin investieren. Die Verwendung von Tools wie Cloud Trace mit einer breiten Plattform-, Sprach- und Umgebungsunterst\u00fctzung tr\u00e4gt dazu bei, Daten aus jeder Quelle einfach aufzunehmen.<\/p>\n\n\n\n

W\u00e4hrend die verteilte Ablaufverfolgung dabei hilft, das Problem auf einen bestimmten Dienst einzugrenzen, ben\u00f6tigt man in einigen F\u00e4llen m\u00f6glicherweise weiteren Kontext, um die eigentliche Ursache zu ermitteln. Ein Beispiel daf\u00fcr: Selbst wenn die Quelle eines Leistungsproblems auf einem API-Proxy isoliert wird, ist es immer noch ein m\u00fchsamer Prozess, den richtigen Engpass unter mehreren ausgef\u00fchrten Richtlinien zu identifizieren. Mit Tools wie Apigee Debug kann die SAP-Basis-Mannschaft in einen API-Proxy-Flow hineinzoomen und die Details jedes Schritts untersuchen, um interne Details wie Richtlinienausf\u00fchrungen, Leistungsprobleme und Routing etc. anzuzeigen. <\/p>\n\n\n\n

Die API-\u00dcberwachungsfunktionen von Apigee (basierend auf Metriken, die von den Interna des Systems offengelegt werden) arbeiten daher mit vorhandener \u00dcberwachungsinfrastruktur zusammen, um die mittlere Zeit bis zur Diagnose zu verk\u00fcrzen und die Anwendung widerstandsf\u00e4higer zu machen. Die API-\u00dcberwachung von Apigee zu verwenden hilft dabei, eine hohe Resilienz mit umfassenden Kontrollen aufrechtzuerhalten, um die mittlere Zeit bis zur Diagnose und L\u00f6sung zu verk\u00fcrzen. Insbesondere Betriebsteams k\u00f6nnen davon profitieren.<\/p>\n\n\n\n

Die Wahl des Betriebsmodells:<\/h3>\n\n\n\n

F\u00fcr die Wahl des Betriebsmodells gibt es eine Reihe von Entscheidungskriterien, dazu geh\u00f6ren unter anderem:<\/p>\n\n\n\n