13 марта 2025 года в 17:00 (мск) состоится вебинар "Сэмплирование в GMonit: как выбрать нужные данные и не потерять важное".
На вебинаре поговорят о роли сэмплирования в мониторинге и анализе данных. Объяснят, как инструмент позволяет избежать избыточного накопления информации, а значит — экономить на инфраструктуре. Разберут особенности и преимущества основных типов — head-based и tail-based.
Расскажут про принципы работы случайного и «умного» сэмплирования, Latency-Based Sampling, Error-Based Sampling и Rarity-Based Sampling. Обсудят, какие алгоритмы подходят для отслеживания узких мест и проблем производительности, а какие — для устранения дефектов в работе системы и выявления аномалий.
Рассмотрят сценарии, в которых попытка оптимизировать объем данных может выйти боком, и определим, когда от сэмплирования стоит отказаться. Для этого перечислят самые распространенные случаи, где пропуск данных приводит к потере критически важной информации или усложняет диагностику и устранение проблем.
Продемонстрируют, как реализован подход в GMonit и какие функциональные возможности платформы помогают выбирать только те данные, которые действительно важны, и избавляться от лишнего. В завершении онлайн-мероприятия проведут Q&A-сессию, где вы сможете задать уточняющие вопросы.
Онлайн,Сэмплирование в GMonit: как выбрать нужные данные и не потерять важное
- Анонс
- Программа
- Участники
- Спикеры
13 марта 2025 года в 17:00 (мск) состоится вебинар "Сэмплирование в GMonit: как выбрать нужные данные и не потерять важное".
На вебинаре поговорят о роли сэмплирования в мониторинге и анализе данных. Объяснят, как инструмент позволяет избежать избыточного накопления информации, а значит — экономить на инфраструктуре. Разберут особенности и преимущества основных типов — head-based и tail-based.
Расскажут про принципы работы случайного и «умного» сэмплирования, Latency-Based Sampling, Error-Based Sampling и Rarity-Based Sampling. Обсудят, какие алгоритмы подходят для отслеживания узких мест и проблем производительности, а какие — для устранения дефектов в работе системы и выявления аномалий.
Рассмотрят сценарии, в которых попытка оптимизировать объем данных может выйти боком, и определим, когда от сэмплирования стоит отказаться. Для этого перечислят самые распространенные случаи, где пропуск данных приводит к потере критически важной информации или усложняет диагностику и устранение проблем.
Продемонстрируют, как реализован подход в GMonit и какие функциональные возможности платформы помогают выбирать только те данные, которые действительно важны, и избавляться от лишнего. В завершении онлайн-мероприятия проведут Q&A-сессию, где вы сможете задать уточняющие вопросы.
