作者：来自 Elastic Natalie Blake
我们很自豪地分享，Elastic 被评为 IDC MarketScape：2025 年全球可观察性平台供应商评估（文档 #US53004325，2025 年 11 月）的领导者。我们相信，这一认可证明了我们持续的使命：提供一个开放、可扩展且 AI 驱动的可观察性平台，实现全栈可观察性，将运营和业务数据统一在大规模环境中，使 SRE 团队能够更快地从检测问题到解决问题。
我们认为 IDC MarketScape 将 Elastic 评为可观察性领导者的原因
IDC 突出了几项使 Elastic 与众不同的优势，包括：
- 开放标准优先的架构：Elastic 通过 OpenTelemetry 协议（ OTLP ）原生采集 OpenTelemetry（ OTel ）数据。Elastic Distributions of OpenTelemetry（ EDOT ），作为 OTel 收集器和语言 SDK 的完全开源版本，为 SRE 和开发人员提供了一个稳定、经过生产验证的 OTel 生态系统，并由企业级支持保障。
- 可扩展架构：Elastic Cloud 每天在 50 多个区域处理 PB 级遥测数据。Elastic 的可扩展无状态架构提供高性能、成本高效的存储，并通过优化压缩实现更小的存储占用。
- 业务感知的可观察性：Elastic 通过将后端追踪与网页和移动的 Real User Monitoring（ RUM ）关联，并连接到 Core Web Vitals 及其他前端指标，将技术性能与客户体验和业务指标直接关联，使在事件分流和优先级排序中进行影响分析直观且高效。非结构化业务数据可与可观察性遥测一起采集，通过追踪和日志上的自定义属性进行丰富，并在仪表板中可视化，从而量化延迟或错误如何影响转化率、收入或其他业务 KPI，无需离开统一分析界面。
- 数据治理与合规：集中审计日志、基于角色的访问控制和统一策略执行确保团队在协作处理可观察性数据的同时，维持组织内的安全性、问责性和合规性。
正如 IDC 所观察到的，Elastic 通过使可观察性开放、可扩展且以业务为中心，帮助企业在数据精确度、成本和价值之间取得平衡。
通过 Streams 推进可观察性
随着 Streams 的引入，我们正在重新定义可观察性。借助 Streams，SRE 不再需要在调查前花时间整理数据。日志是主要的调查信号，因为 Streams 为 SRE 提供了以下能力：
- 记录所有格式的数据，无需担心管道：停止浪费时间构建和维护复杂的采集管道。从任何来源以任何格式（结构化或非结构化）将日志直接发送到单一 Elastic 端点，无需特定 agent。使用 OpenTelemetry 收集器或任何其他数据传输工具将日志发送到 Elastic。Streams 的 AI 驱动处理会解析和结构化日志数据，使其立即可用于调查。这意味着你可以即时适应新的日志格式，无需维护脆弱的配置。Streams 确保你在需要时总能获得所需数据。
- 不仅收集日志，还能从中获得答案：Streams 分析你的数据，呈现“重要事件”，主动识别关键错误、异常和性能瓶颈，如内存溢出异常。无需手动筛查 TB 级数据，你就能获得清晰、优先排序的调查起点，从而在几分钟内从症状到解决方案，在问题影响用户之前进行修复。
- 以更低成本实现完整可见性：在不增加预期费用的情况下获得跨所有服务的全面可见性。通过智能结构化数据并仅呈现最关键事件，Streams 降低了操作复杂性，大幅缩短根因分析时间。这种高效性使你能够经济地存储所有相关日志数据，确保无需牺牲关键可见性来控制预算。更快获得清晰答案并降低总体拥有成本。
Streams 通过将日志从嘈杂且昂贵的数据源转变为主要调查信号，从而革新了可观察性。借助自动分区、解析、保留管理以及重要事件呈现等 AI 功能，Streams 使 SRE 超越数据管理，直接定位问题根因。通过降低操作复杂性、减少存储成本并提供完整可见性，Streams 确保经过 AI 丰富的日志成为可观察性中最快的解决路径，回答 “为什么”。
Elastic 的持续创新
Elastic 的核心差异在于我们对可观察性创新的持续承诺。我们不断突破界限，开发能够改变团队监控、分析和优化系统方式的功能。以下是 Elastic 在过去一年中的一些创新：
-
Streams：通过 AI 自动组织数据并发现其中的意义和问题，重新思考可观察性的实现方式
-
Elastic AI Assistant：完全 agentic，并基于检索增强生成（ RAG ），利用你的 GitHub 仓库和 Wiki 提供具体且相关的故障排除和修复见解
-
EDOT：一个完全可扩展并受支持的 OTel 分发
-
Elastic Cloud Serverless：全新的完全无状态存储架构
-
LLM 可观察性：用于了解你的模型是否在最佳状态下运行且无幻觉
-
Elasticsearch logsdb 索引模式：节省高达 70% 的日志存储成本
-
Elastic Agent Builder：构建自己的 AI Agent，将可观察性数据用于特定领域的用例，并通过模型上下文协议（ MCP ）赋能企业大型语言模型（ LLM ）
-
Universal Profiling：捐赠给 OpenTelemetry 项目，用于轻量级代码级性能分析
我们不仅交付上述创新，还分享我们的思考。Elastic Observability Labs 是一个专门空间，通过透明的开发和积极的社区参与，展示我们的技术决策、实验和早期创新。这是我们构建过程中可行的想法、工程故事和经验教训。我们通过以下方式帮助客户和从业者了解未来趋势：
-
对 OpenTelemetry 项目如何管理和演进的内部视角
-
关于如何将日志数据与 OTel 上下文桥接的指导，使可观察性更加整体
-
功能如 Elastic 的 Managed OTLP 端点 —— 一个无服务器、可扩展的采集路径，提供原生 OTLP 支持，降低了接入门槛
-
功能如 Logs Essentials，让用户在无需管理基础设施的开销下采集、存储和查询日志
-
技术预览如 ES|QL LOOKUP JOIN，让用户动态地使用指标和追踪丰富日志 —— 无需在采集时进行反规范化
Elastic 的差异
Elastic 提供一个统一的 AI 驱动平台，将可观察性、安全和搜索整合，使组织能够实时检测、分析并对所有数据的相关性采取行动。在可观察性方面，Elastic 的差异化方法基于以下特点：
- 开放且可扩展：以 OTel 为优先并兼容 Prometheus，确保在多样化环境中的互操作性。
- 无限可扩展：无状态 SaaS 架构，将计算与存储解耦，将索引与搜索解耦，实现无缝扩展。使用经济高效的云原生对象存储，同时保留 Elasticsearch 的快速低延迟查询能力。
- AI 与相关性原生化：Elastic AI Assistant 利用你的内部知识（如运行手册和过去事件）回答自然语言问题。我们的 Elastic Inference Service（ EIS ）提供相关性模型。结合 ES|QL 和机器学习，它帮助团队从 “发生了什么” 转向 “为什么发生” 以及 “如何解决”。
我们很荣幸被评为 IDC MarketScape 的领导者。我们相信这一认可强调了我们在通过 AI 驱动的创新（如 Elastic Streams、Agent Builder 和 AI Assistant）重新构想可观察性方面的持续投入。我们的使命是帮助每个团队从被动故障排除转向主动、智能的运营，确保他们的数字体验快速、可靠且具有韧性。
- Santosh Krishnan，Elastic 安全与可观察性总经理
阅读摘录
欲了解更多信息，请阅读我们的 IDC MarketScape 全球可观察性平台 2025 年供应商评估摘录，并开始你的 Elastic Cloud 免费试用。
IDC MarketScape 供应商分析模型旨在提供技术和供应商在特定市场中竞争适应性的概览。研究方法采用严格的评分方法，基于定性和定量标准，最终以图形方式展示每个供应商在特定市场中的位置。能力评分衡量供应商在短期内的产品、市场进入和业务执行情况。策略评分衡量供应商策略与客户需求在 3-5 年时间范围内的契合度。供应商市场份额由图标大小表示。
本文中描述的任何功能或特性的发布时间和推出均由 Elastic 全权决定。当前不可用的任何功能或特性可能无法按时交付或完全不交付。
在本文中，我们可能使用或引用了第三方生成式 AI 工具，这些工具由其各自所有者拥有和运营。Elastic 无法控制这些第三方工具，对其内容、操作或使用不承担任何责任，也不对因使用这些工具可能产生的任何损失或损害负责。在使用 AI 工具处理个人、敏感或机密信息时请谨慎。你提交的任何数据可能会用于 AI 训练或其他用途。无法保证你提供的信息会被安全或保密。你应在使用前了解任何生成式 AI 工具的隐私实践和使用条款。
Elastic、Elasticsearch 及相关标志是 Elasticsearch N.V. 在美国和其他国家的商标、标识或注册商标。所有其他公司和产品名称是其各自所有者的商标、标识或注册商标。
原文：https://www.elastic.co/blog/elastic-observability-idc-marketscape-leader-2025
扫一扫
1923
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
