NoticiasAplicaciones

RACE conduce el rendimiento de sus aplicaciones con Lucierna

RACE mejora la visibilidad de sus aplicaciones gracias a la solución APM de Lucierna La herramienta ayuda a evitar cortes y degradaciones de servicio de sus aplicaciones críticas a través de una monitorización proactiva de extremo a extremo.

RACE ha implementado la solución de monitorización del rendimiento de aplicaciones (APM) de Lucierna con el objetivo de mejorar la visibilidad de sus aplicaciones y prevenir los problemas de rendimiento.

Antes de contactar con Lucierna, RACE no disponía de un modelo de desarrollo para aplicativos web en arquitectura JAVA, por lo que cada proyecto o programa se abordaba como un elemento diferenciado del resto, aunque compartiesen la mayoría de funcionalidades.

Muchas veces era muy complicado saber exactamente si el problema de rendimiento de un aplicativo se debía a una sobrecarga de trabajo en el servidor, a un conflicto en las comunicaciones, al acceso a los elementos de backplane, o a alguna incidencia de programación.

Según explica Amaro Morales, responsable de Arquitectura y Proyectos IT de RACE, los principales factores que les llevaron a decidirse por Lucierna fueron la sencillez del producto, la simplicidad de los recursos necesarios, el nulo impacto y modificación sobre el entorno productivo, la riqueza de información de los elementos analizados, la claridad de exposición en los síntomas, defecto y/o problemas, la gestión integrada de los mismos y la brevedad en obtener resultados positivos y productivos. “La principal razón para decantarnos por esta solución es que hace exactamente lo que se explica que hace, con el esfuerzo que se prevé y con resultados prácticamente inmediatos”.

Lucierna registra el 100% de las transacciones que se realizan en un sistema e identifica fácilmente las causas para optimizar su rendimiento. La herramienta es incluso capaz de recomendar cambios en la programación para mejorar el rendimiento del sistema, alertando de forma automática si se incumplen los niveles de servicio, gracias a su tecnología de aprendizaje basada en algoritmos genéticos e inteligencia artificial.

El alcance del proyecto era instalar un colector para monitorizar el entorno de aplicativos web albergados bajo una infraestructura WebSphere / iSeries. En una primera fase, se instaló el colector en el entorno de Integración, se añadieron los parámetros necesarios en los scripts de inicio de los diferentes servidores WebSphere y se ejecutaron pruebas de estrés y simulación de comportamiento de los aplicativos más significativos.

Computing 780