com Simplificando no uso do Protheus

Aplicando a observabilidade do protheus para estudo de métricas.

CPU - Gerando o dia a dia do processamento do cliente

É preciso entender as métricas do cliente, para que ele saiba como é o consumo do Protheus utilizado por ele. Ou seja, é necessário entender o dia em que ele mais consome dados, o dia em que ele menos consome, o horário de pico do uso de dados e várias outras métricas, que vão ajudar a entender esse consumo de toda a arquitetura computacional, (CPU, memória e disco). Neste caso, a CPU é o principal item a ser analisado neste cenário.

Memória - Análise

Analisar a memória é entender o consumo de serviços, como o horário de pico do consumo, o horário em que esse consumo começa a reduzir, entender os insights para que ele saiba o que ocorre na máquina primária, para monitorar os dados e se planejar sobre o que será preciso comprar ou investir para ter uma estrutura cada vez melhor.

Ao monitorar as métricas durante o período de um ano, o cliente vai entender o que ele precisa para o futuro.

Afinal, o monitoramento ajuda a fazer um diagnóstico sobre possíveis problemas que possam surgir e ajuda a entender os cenários para possíveis atualizações e correções de erros. 

Para entender tudo isso, basta monitorar o seu log, ativando o LOG Manager.

Ao observar melhor o LOG, é possível ter um histórico de toda a arquitetura, para criar uma baseline e saber quais foram os momentos do mês, ano e dias mais importantes em cada período analisado.

LOG - Coletar os LOGs

O Protheus gera muitas informações por ser um dos ERPs que mais geram logs para entender comportamentos.

Com ele, é possível criar um data lake, usando graylog ou kibana. Ou seja, é possível criar um log para entender os momentos de problemas do cliente, como situações de erros, analisando se o mesmo erro surge outras vezes, guardando um histórico de todos os dados monitorados, para fazer um fluxo de tudo o que é monitorado e entender a frequência de cada comportamento registrado.

Assim, ao customizar um cenário, é possível descobrir uma solução de maneira muito mais rápida. Coletar os logs ajuda também a entender e programar possíveis atualizações da arquitetura.

A customização é ponto importante de todo esse processo, porque o Protheus é adaptável às necessidades de cada cliente.

E se o cliente tiver o mundo da observabilidade implantado no ambiente dele, ao monitorar o primeiro ano de uso, ele vai entender quais serão seus objetivos e possíveis adaptações para o próximo ano.

Com isso, ele sabe se precisa de mais hardware ou mais consumo de arquitetura. É possível analisar se o cliente precisa estar em uma nuvem pública para sair do monolito do hardware físico.

E vale lembrar que o Protheus está homologado atualmente para funcionar nas 5 principais nuvens do mercado (a nuvem TOTVS e outras quatro nuvens públicas), garantindo um grande ecossistema em que o Protheus pode ser usado.

O que a engenharia do Protheus utilizou para entender o comportamento do Protheus foi a observabilidade, por meio do Grafana, e os próprios recursos das nuvens, como OCI.

Entre as atualizações 27 e 33, com a ajuda da observabilidade, foi possível chegar à métrica padrão de consumo de memória da aplicação. Foi preciso ficar três anos observando quanto estava sendo o consumo do Protheus, em testes de clientes betas e em ambientes internos.

O time do Protheus passou a fazer uma regressão linear para entender esse comportamento, observando as métricas de consumo de CPU, memória e disco. 

Com esse levantamento foi possível repassar aos clientes informações mais precisas sobre o consumo de dados, que vão ajudar a reduzir custos e ajustar o crescimento da base de dados.

A seguir estão alguns links de referência para parte do conteúdo expresso neste documento.