Performance Management für die Cloud

Auch bei Cloud-Services können kleine Fehler große Auswirkungen haben. So führte bei Amazon am diesjährigen Osterwochenende ein falsches Routing-Protokoll dazu, dass der Speicherdienst EBS für US-Kunden mehrere Tage lang nicht erreichbar war und teilweise Daten verloren gingen. Bei Sidekick, einem Provider von Speicherservices für persönliche Daten, waren nach einem Systemausfall bei manchen Kunden alle Kontakte, Termine oder Fotos für immer verschwunden, da keine systematischen Backups angelegt wurden. Und erst Mitte August waren in Folge eines Blitzeinschlags im irischen Dublin Teile von Amazons Cloud-Computing-Plattform EC2 sowie Microsofts BPOS für mehrere Stunden nicht erreichbar.

Vertrauen ist gut...

Wie können sich Unternehmen auf solche Vorkommnisse bei ihrem Cloud-Provider vorbereiten? Die meisten verlassen sich hier auf vereinbarte Service Level Agreements (SLAs), die zumindest für einen finanziellen Ausgleich sorgen sollen. Doch bei genauerem Durchlesen stellen sie fest, dass die SLAs häufig sehr allgemein gefasst sind und verschiedene, unverständliche oder gar sich widersprechende Definitionen von Performance und Verfügbarkeit enthalten.

Teilweise decken sie nur einen kleinen Teil der Services ab, wie beim eingangs erwähnten Ausfall von Amazon EBS. Hier garantierten die SLAs eine 99,95-prozentige Verfügbarkeit für laufende Applikationen. Am Osterwochenende funktionierten aber aktive Anwendungen, während sich nur inaktive nicht starten ließen. Zudem bezogen sie sich nur auf die Kerninstanzen und nicht auf darauf basierende Dienste wie EBS, die gar nicht erwähnt waren. So handelte es sich beim Schadensausgleich – zehn Tage lang kostenlose Nutzung – um eine rein freiwillige Maßnahme von Amazon.

Dieses Beispiel zeigt, wie wichtig es ist, die SLAs eines Cloud-Providers genau zu kennen. Doch wer bei großen Dienstleistern wie Amazon oder Google die Verträge nachbessern will, wird abgewiesen. Andere Anbieter wie T-Systems und IBM bieten zwar individuelle Services und SLAs, allerdings zu teils deutlichem Aufpreis. Doch selbst dies schützt nicht vor unliebsamen Überraschungen. Denn im Gegensatz zu Outsourcing-Providern stellt der Cloud-Anbieter nur einen Teil der gesamten Anwendungslieferkette dar.

...Kontrolle ist besser

Die Performance des Cloud-Dienstes wird auch wesentlich beeinflusst von der allgemeinen Geschwindigkeit des Internets, dem eigenen Rechenzentrum, dem Unternehmensnetzwerk oder dem Endgerät des Nutzers. Ohne eine detaillierte Fehlerbestimmung über die gesamte Lieferkette der Anwendung hinweg ist es unmöglich, die genauen Ursachen für Geschwindigkeits- und Verfügbarkeitsprobleme herauszufinden. Daher sind sämtliche Bestandteile der Cloud-Lieferkette – vom Rechenzentrum des Anbieters bis zum Endgerät des Anwenders – ständig zu prüfen. Doch wie lässt sich dies bei Diensten umsetzen, die außerhalb der Unternehmens- oder gar Landesgrenzen laufen – und die abhängig sind vom Standort des Nutzers, dem verwendeten Endgerät und dem darauf laufenden Betriebssystem?

Für überregionale Messungen stehen spezielle Performance-Netzwerke zur Verfügung. Diese erheben, analysieren und korrelieren Daten von Anwendungs- und Cloud-Services weltweit. Dazu nutzen sie einerseits synthetische, roboterbasierte Tests mit immer wiederkehrenden, typischen Geschäftstransaktionen. Andererseits ermitteln sie durch passives Real User Monitoring die tatsächlichen Performancewerte der Transaktionen aller Nutzer in Echtzeit. Dies ist nötig, um Probleme außerhalb der aktiv gemessenen Standardprozesse herauszufinden, etwa beim Ausführen von so genannten „schreibenden Transaktionen“ oder der Erfassung von Kundendaten oder Aufgeben von Bestellungen. Kunden können diese Performance-Netzwerke für spezifische Cloud Services oder Webseiten buchen. Die Werte von führenden Cloud-Service-Anbietern wie Amazon, Google oder Microsoft werden auch von Webportalen veröffentlicht, zum auf cloudsleuth.net.

Diese Messungen sind mit Analysen innerhalb des Unternehmensnetzwerks zu ergänzen. Hier kommen im Prinzip die gleichen technischen Methoden zum Einsatz, nämlich aktives Monitoring und passives Real User Monitoring. Aktives Monitoring wird von synthetischen Agenten oder Robotern ausgeführt, die per Skripte automatisch Transaktionen über die Nutzeroberfläche oder per Portal Client laufen lassen sowie die Antwortzeiten in bestimmten Abständen messen. Beim passiven Real User Monitoring werden Messfühler im Netzwerk installiert, um alle echten Nutzeraktionen zu überprüfen.

Umfassende Auswertung

Ein umfassendes Performance-Management-System wertet sämtliche Daten automatisch aus, gleicht sie miteinander ab und führt die Ergebnisse über eine einheitliche Oberfläche zusammen. Es sollte möglichst schnell und übersichtlich Probleme anzeigen, proaktiv warnen und mögliche Lösungsansätze vorschlagen. Besonders effizient wirkt ein solches System, wenn für jeden Anwender oder Bereich angepasste Daten geliefert werden, z.B. dem Leiter des Supports, dem IT-Chef, dem Fachabteilungsleiter oder dem Service-Manager. Detaillierte Einblicke zeigen Schwachstellen auf und unterstützen die Behebung von Performance-Problemen. Dies erfolgt unabhängig davon, ob diese von Client Workstations, Netzwerk, Server oder der Anwendung selbst verursacht werden. Zudem sollte das System Prognosen zur künftigen Leistungsfähigkeit treffen. Dazu sammelt es alle Performance-Daten, um Trends zu erkennen sowie Korrelationen und Basiswerte zu erzeugen.

Nur so ist es möglich, die Ursachen für Performance-Probleme in Cloud-Umgebungen zu identifizieren und sie mit einer möglichst kurzen Unterbrechung für die Anwender zu beheben. Zudem ermitteln moderne Application-Performance-Management-Systeme die Auswirkungen von Problemen auf Geschäftsprozesse, Applikationen, Standorte und betroffene Anwender. Damit lassen sich Maßnahmen zur Fehlerbehebung mit entsprechenden Prioritäten versehen.