现代云的智能化可观测性
了解如何通过 AI 和自动化扩展可观测性并获得可操作方案
可观测性、智能化和自动化的现实影响
可观测性如何在现实中发挥作用？帮助 Davis 解决问题，并探索自动化和智能化可观测性如何用于我们日常依赖的系统。
运用智能可观测性
Dynatrace 通过上下文信息、人工智能和自动化进一步推进可观测性。消除盲点，快速解决问题，提供卓越客户体验。
智能可观测性将数据转化为方案。
实时拓扑映射可提供整个堆栈的上下文信息
Dynatrace 捕获并统一所有可观测性数据之间的依赖项，从而智能化组合指标、日志、跟踪和用户体验数据。这种实时实体拓扑映射是智能化可观测性的基础。
基于因果关系的 AI 提供精确答案
Davis® 是 Dynatrace 的 AI，即使在高动态的微服务环境中，也能自动执行异常问题根源分析。传统监控工具除了仪表板可视化之外几乎无法提供其他内容，问题根源分析只能由人工进行。Dynatrace 是唯一提供针对性方案来减轻人工操作员工作量的平台。
OpenTelemetry 覆盖范围更广
Dynatrace 正在与 Google、Microsoft 和其他公司合作开展 OpenTelemetry 项目，以塑造面向未来的可观测性。OpenTelemetry 将作为额外的数据源，扩展云可观测性的广度，并将 Dynatrace 已经自动收集并纳入其可解释 AI 引擎 Davis 的数据范围进一步扩大。
自动化实现可扩展性
Dynatrace 实现数据收集和分析自动化，开发者无需手动测试代码。这种自动化实现了可扩展性并确保了完整的可观测性，甚至微服务亦可在多云环境中实现数万台主机动态扩展。
免费试用
了解我们的统一可观测性和安全平台的运行情况。
可观测性资源
eBook: Upgrade to advanced observability for answers in cloud-native environments
从可观测性到答案：如何通过使用人工智能驱动的可观测性获
得您应得的答案。
Kubernetes 的可观测性：
只有 Dynatrace 提供对从云基础设施到工作负载的每个 Kubernetes 层的可观测性
OpenTelemetry 的可观测性：
Dynatrace 是 OpenTelemetry 项目的核心贡献者，并提供高度可扩展的解决方案。
开源可观测性框架：
Dynatrace 为 StatsD、Telegraf 和 Prometheus 增加可扩展性和人工智能
博客什么是可观测性？不仅仅是日志、指标和跟踪
