Cinq façons dont New Relic facilite ma vie d'ingénieur

En tant qu'ingénieurs, nous jonglons constamment avec les priorités ; nous résolvons les problèmes de production, nous optimisons les performances et nous nous assurons que les systèmes sont résilients sous la pression. La complexité des applications modernes et leurs infrastructures tentaculaires requièrent souvent de passer des heures à trier les logs, à écrire des requêtes personnalisées et à assembler le puzzle des informations éparpillées. C'est là que New Relic AI fait une grande différence. En utilisant les grands modèles de langage (LLM), je peux interagir avec les données du système d'une façon plus naturelle. Au lieu de batailler avec des données brutes ou de créer des requêtes complexes, je peux poser des questions en langage naturel et obtenir immédiatement des informations importantes et exploitables. Cela change la donne pour la simplification des workflows et cela m'aide à me concentrer sur ce qui compte vraiment.

Dans ce billet de blog, je vais partager avec vous cinq façons dont New Relic AI a rendu mon travail d'ingénieur plus simple, plus rapide et moins stressant. Qu'il s'agisse d'identifier des problèmes cachés, d'automatiser des tâches fastidieuses ou de rationaliser le monitoring, vous comprendrez à quel point cet outil a transformé mon approche de l'observabilité.

Débogage rationalisé

Le débogage peut être l'une des tâches les plus chronophages pour un ingénieur, si vous travaillez avec des systèmes distribués de grande taille. Lorsque quelque chose tombe en panne, le premier réflexe est de se plonger dans les logs, mais cela signifie souvent qu'il faut parcourir des centaines ou des milliers de lignes de texte pour comprendre ce qui n'a pas fonctionné. New Relic AI change la donne en rendant l'analyse des logs non seulement plus rapide, mais également plus intelligente. Au lieu d'effectuer des recherches manuelles dans les logs, vous pouvez poser des questions en langage naturel à New Relic AI, qui résumera les erreurs, mettra en évidence les tendances et suggérera même les étapes suivantes.

Imaginez que vous travaillez dans le service publicitaire lors d'un événement à fort trafic et que des transactions se mettent à échouer de manière intermittente. Au lieu de vous précipiter dans plusieurs fichiers de logs, vous envoyez une requête à New Relic AI comme celle-ci :

Pourquoi certaines transactions échouent-elles dans mon service publicitaire ?

New Relic AI génère instantanément une requête dans le langage de requête New Relic (NRQL) et fournit un décompte de haut niveau des transactions qui ont échoué, comme illustré ci-dessous :

De là, vous affinez encore plus la requête pour identifier les types d'erreurs et les causes profondes. Demandez simplement :

Pourquoi ces transactions échouent-elles ?

L'IA renvoie le détail des erreurs, y compris la classe, les messages et les décomptes. Par exemple, cela peut révéler que les échecs sont causés par des problèmes de connexion SQL et des délais de temporisation (timeouts) :

La capture d'écran ci-dessus montre deux erreurs :

• java.lang.Exception: SQL connection failed (Too many connections), ce qui indique que votre base de données a atteint le nombre maximal de connexions, ce qui entraîne l'échec des requêtes.
• java.util.concurrent.TimeoutException: Context timed out, qui suggère que les demandes vers une ressource ou un service extérieur dépassent le seuil de temporisation.

Avec ce résumé rapide, vous ne perdez pas de temps à effectuer des recherches dans d'énormes logs, et vous vous concentrez directement sur l'élimination du goulot d’étranglement des connexions et sur l'optimisation des dépendances externes. Cette capacité permet de gagner un temps précieux et de réduire la charge cognitive lors de situations très stressantes, ce qui vous aide à résoudre les problèmes plus rapidement et plus efficacement.

2. Saisies de requêtes NRQL en langage naturel

Si vous utilisez déjà New Relic, vous savez que NRQL est l'épine dorsale des requêtes sur vos données télémétriques. Que vous analysiez les métriques système ou fassiez le suivi des erreurs, NRQL vous permet d'extraire des informations détaillées importantes. Toutefois, ces requêtes peuvent vous ralentir, surtout lorsque vous êtes pressé ou que n'êtes pas à très l'aise avec la syntaxe. Avec New Relic AI, vous n'avez pas besoin de mémoriser ni de créer manuellement des requêtes NRQL. Il vous suffit de décrire ce dont vous avez besoin en langage naturel et l'IA génère la requête pour vous.

Par exemple, vous effectuez le monitoring du service Frontend et vous voulez vérifier le temps de réponse de votre service. Pour analyser les performances, il vous suffit de demander :

Quel est le temps de réponse moyen de mon service Frontend au cours de la dernière heure ?

New Relic AI générera la requête suivante :

De même, au lieu de vous concentrer sur une seule métrique, vous pouvez également interroger l'aperçu sur les performances de vos services. Demandez simplement :

Montre-moi les performances du service de paiement

New Relic AI générera et exécutera la requête suivante :

L'écran ci-dessous montre les métriques de performances, telles que la durée moyenne et le nombre de transactions du service de paiement au cours de la dernière heure.

3. Compréhension rapide des informations détaillées des dashboards

Les dashboards constituent une partie essentielle de l'observabilité, ils fournissent des informations détaillées visuelles sur les performances système, les tendances d'utilisation et les métriques sur l'intégrité. Toutefois, avec des dashboards complexes combinant plusieurs graphiques, il peut être parfois difficile de savoir où se concentrer — notamment si vous ne connaissez pas suffisamment les données ou que vous avez besoin d'une vue d'ensemble rapide. New Relic AI résout ce problème en récapitulant en langage naturel les informations des dashboards. Au lieu de passer d'un graphique à l'autre et de chercher les tendances, vous pouvez simplement demander ce que montre le dashboard, et New Relic AI fournira un résumé concis des informations détaillées les plus pertinentes.

Supposons que vous veniez d'être chargé de monitorer un nouveau service et que votre équipe ait déjà créé un dashboard pour ce service. Pour accélérer votre maîtrise du sujet, vous pouvez demander :

Qu'est-ce qui se trouve sur ce dashboard ?

New Relic AI analyse le dashboard et fournit les éléments clés. Vous trouverez ci-dessous un exemple de récapitulatif des éléments du dashboard dans New Relic.

Avec ce récapitulatif, vous pouvez rapidement comprendre les performances globales et repérer toutes les tendances sans devoir analyser chaque graphique. Cette fonctionnalité est particulièrement utile lors de l'intégration de nouveaux membres à l'équipe ou de la préparation d'une réunion sur les performances de dernière minute. Cela vous permet de vous concentrer sur ce qui compte et de ne pas perdre de temps à décoder les graphiques.

4. Garantie d'une couverture complète des alertes

Les alertes constituent généralement la première ligne de défense d'un ingénieur lorsque quelque chose ne va pas. Sans une couverture d'alerte adéquate, des problèmes critiques peuvent passer inaperçus et entraîner des pannes ou une dégradation des performances. Toutefois, la vérification manuelle des configurations d'alerte pour chaque entité d'un système complexe est un vrai cauchemar pour les ingénieurs. Je préférerais résoudre le problème réel plutôt que vérifier la couverture de l'alerte. New Relic AI permet d'identifier rapidement les entités, les services, les hôtes et les applications qui n'ont pas d'alertes paramétrées. Pour identifier les services non monitorés, vous pouvez commencer par demander à l’assistant de trouver les lacunes dans votre stack ou dans une certaine partie de votre stack.

Montre-moi tous les services d'AOM qui ne sont pas couverts par une alerte.

L'invite ci-dessus générera probablement une liste de services d'APM qui ne sont pas couverts par des alertes. 

Une fois ces lacunes identifiées, vous pouvez configurer les alertes en utilisant les mêmes assistance, interface, ou API REST de New Relic AI.

5. Simplification du monitoring synthétique

Le monitoring synthétique s'assure que les services critiques sont toujours disponibles et performent comme prévu en simulant les interactions utilisateur. Cependant, le paramétrage manuel de ces moniteurs et la définition des configurations, des plannings et des seuils peuvent constituer un goulot d’étranglement inutile.

Avec New Relic AI, il suffit d'une simple description. Par exemple, si vous devez faire le suivi des temps de disponibilité du point de terminaison de votre API, vous pouvez demander :

Paramètre un moniteur ping pour mon service de confirmation de commande

New Relic AI répond avec l'interface de création du moniteur ping.

Vous pouvez configurer le ping selon vos spécifications ; il vous fournira alors une visibilité immédiate sur les temps de disponibilité et de réponse. Aucun menu, pas d'aller-retour. Vous obtenez des résultats instantanés adaptés à vos besoins. Cette fonctionnalité n'est pas seulement une question pratique ; c'est aussi une question de monitoring proactif, accessible et efficace, qui veille à ce que vos services restent résilients avant que les utilisateurs ne remarquent un problème.

Conclusion

L'ingénierie existe réellement pour résoudre des problèmes, mais les outils que nous utilisons peuvent faire toute la différence en termes d'efficacité. New Relic AI a redéfini ma façon d'aborder l'observabilité, en transformant des tâches qui prenaient des heures en opérations de quelques minutes seulement. De l'écriture de requêtes NRQL en langage naturel à la compréhension des dashboards garantissant une couverture complète des alertes, New Relic AI a simplifié mes workflows et m'a aidé à me concentrer sur ce qui compte vraiment, à savoir la création de systèmes résilients et hautement performants.

Si vous êtes ingénieur et que vous recherchez des solutions pour travailler plus intelligemment et non plus difficilement, New Relic AI vaut la peine d'être exploré. Ce n'est pas qu'un outil, c'est aussi un grand changement pour l'observabilité moderne.