Mittatietojen keruu: Kattava opas Prometheuksen ja Grafanan avulla

Tämän päivän monimutkaisessa IT-ympäristössä tehokas valvonta on ratkaisevan tärkeää sovellusten ja infrastruktuurin toimivuuden ja suorituskyvyn ylläpitämiseksi. Mittatietojen keruu luo perustan tälle valvonnalle, minkä avulla voit seurata keskeisiä suorituskykyindikaattoreita (KPI), tunnistaa mahdolliset ongelmat ja optimoida resurssien käyttöä. Tämä kattava opas tutkii, kuinka Prometheusta ja Grafanaa, kahta tehokasta avoimen lähdekoodin työkalua, voidaan hyödyntää vankkaan mittatietojen keräämiseen ja visualisointiin.

Mitä on mittatietojen keruu?

Mittatietojen keruu tarkoittaa numeerisen tiedon keräämistä, joka edustaa eri järjestelmien, sovellusten ja infrastruktuurin komponenttien tilaa ja käyttäytymistä ajan mittaan. Nämä mittarit voivat sisältää suorittimen käyttöasteen, muistin kulutuksen, verkkoliikenteen, vasteajat, virheprosentit ja monia muita olennaisia indikaattoreita. Analysoimalla näitä mittareita voit saada arvokkaita tietoja ympäristösi suorituskyvystä ja toimivuudesta.

Miksi mittatietojen keruu on tärkeää?

Ennakoiva ongelmien havaitseminen: Tunnista mahdolliset ongelmat ennen kuin ne vaikuttavat käyttäjiin.
Suorituskyvyn optimointi: Tunnista pullonkaulat ja parannuskohteet.
Kapasiteettisuunnittelu: Ennusta tulevia resurssitarpeita historiallisten trendien perusteella.
Palvelutasosopimuksen (SLA) valvonta: Varmista suorituskykytavoitteiden noudattaminen.
Vianmääritys ja perussyyanalyysi: Diagnosoi ja ratkaise ongelmat nopeasti.

Esittelyssä Prometheus ja Grafana

Prometheus on avoimen lähdekoodin järjestelmien valvonta- ja hälytystyökalupaketti, joka kehitettiin alun perin SoundCloudissa. Se on erinomainen aikasarjatietojen keräämisessä ja tallentamisessa; kyseessä on aikaleimojen perusteella indeksoitu data. Prometheus käyttää pull-pohjaista mallia mittatietojen keräämiseen kohteista (esim. palvelimet, sovellukset) säännöllisin väliajoin. Se tarjoaa tehokkaan kyselykielen (PromQL) kerätyn tiedon analysointiin ja hälytyssääntöjen määrittelyyn.

Grafana on avoimen lähdekoodin tiedon visualisointi- ja valvonta-alusta. Sen avulla voit luoda interaktiivisia mittaristoja ja kaavioita tietojen visualisointiin eri lähteistä, mukaan lukien Prometheus. Grafana tarjoaa laajan valikoiman visualisointivaihtoehtoja, kuten kaavioita, taulukoita ja mittareita. Se tukee myös hälytyksiä, joiden avulla voit vastaanottaa ilmoituksia tiettyjen kynnysarvojen ylittämisestä.

Yhdessä Prometheus ja Grafana muodostavat tehokkaan ja joustavan valvontaratkaisun, joka voidaan mukauttaa monenlaisiin ympäristöihin ja käyttötapauksiin. Ne hyödynnetään laajasti DevOps- ja SRE (Site Reliability Engineering) -käytännöissä maailmanlaajuisesti.

Prometheuksen arkkitehtuuri ja käsitteet

Prometheuksen ydinkomponenttien ymmärtäminen on olennaista tehokkaalle toteutukselle ja hyödyntämiselle:

Prometheus Server: Ydinkomponentti, joka vastaa mittatietojen keräämisestä, tallentamisesta ja kyselystä.
Palvelun löytäminen (Service Discovery): Löytää automaattisesti valvottavat kohteet konfiguraation tai integraatioiden perusteella alustojen, kuten Kubernetesin, kanssa.
Viejiä (Exporters): Agentit, jotka paljastavat mittatietoja muodossa, jonka Prometheus ymmärtää. Esimerkkejä ovat node_exporter (järjestelmämittareille) ja erilaiset sovelluskohtaiset viejät.
Pushgateway (Valinnainen): Mahdollistaa lyhytaikaisten tehtävien työntämisen mittatietoja Prometheukselle. Tämä on hyödyllinen eräajotehtäville, jotka eivät välttämättä ole jatkuvasti käynnissä.
Alertmanager: Käsittelee Prometheuksen generoimia hälytyksiä määritettyjen sääntöjen perusteella. Se voi reitittää hälytyksiä eri ilmoituskanaviin, kuten sähköpostiin, Slackiin tai PagerDutylle.
PromQL: Prometheus-kyselykieli, jota käytetään kerättyjen mittatietojen kyselyyn ja analysointiin.

Prometheuksen työnkulku

Kohteet (sovellukset, palvelimet jne.) paljastavat mittatietoja. Nämä mittarit paljastetaan yleensä HTTP-päätepisteen kautta.
Prometheus Server kerää mittatietoja määritetyiltä kohteilta. Se vetää mittatietoja näistä päätepisteistä säännöllisesti.
Prometheus tallentaa kerätyt mittarit aikasarjatietokantaansa.
Käyttäjät kysyvät mittatietoja PromQL:n avulla. Tämä mahdollistaa tietojen analysoinnin ja kaavioiden ja mittaristojen luomisen.
Hälytyssäännöt arvioidaan tallennettujen mittatietojen perusteella. Jos säännön ehto täyttyy, hälytys laukaistaan.
Alertmanager käsittelee laukaistut hälytykset. Se poistaa duplikaatit, ryhmittelee ja reitittää ne asianmukaisiin ilmoituskanaviin.

Grafanan arkkitehtuuri ja käsitteet

Grafana täydentää Prometheusta tarjoamalla käyttäjäystävällisen käyttöliittymän kerättyjen mittatietojen visualisointiin ja analysointiin:

Tietolähteet: Yhteydet eri tietolähteisiin, mukaan lukien Prometheus, Graphite, InfluxDB ja muut.
Mittaristot: Paneelikokoelmat, jotka näyttävät tietoja eri muodoissa (kaaviot, taulukot jne.).
Paneelit: Yksittäiset visualisoinnit, jotka näyttävät tietoja tietystä tietolähteestä käyttäen tiettyä kyselyä.
Hälytykset: Grafanassa on myös sisäänrakennetut hälytysominaisuudet, joiden avulla voit määrittää hälytyksiä mittaristoissasi näkyvän tiedon perusteella. Nämä hälytykset voivat käyttää Prometheusta tietolähteenä ja hyödyntää PromQL:ää monimutkaiseen hälytyslogiikkaan.
Organisaatiot ja tiimit: Grafana tukee organisaatioita ja tiimejä, joiden avulla voit hallita käyttöoikeuksia mittaristoihin ja tietolähteisiin.

Grafanan työnkulku

Määritä tietolähteet: Yhdistä Grafana Prometheus-palvelimeesi.
Luo mittaristoja: Suunnittele mittaristoja mittatietojen visualisointiin.
Lisää paneeleita mittaristoihin: Lisää paneeleita näyttämään tiettyjä tietopisteitä Prometheuksesta käyttäen PromQL-kyselyitä.
Määritä hälytykset (valinnainen): Aseta hälytyssäännöt Grafanassa vastaanottaaksesi ilmoituksia tiettyjen mittarikynnysten perusteella.
Jaa mittaristot: Jaa mittaristot tiimisi kanssa valvonnan ja analysoinnin yhteistyöhön.

Prometheuksen ja Grafanan asentaminen

Tämä osio tarjoaa vaiheittaisen oppaan Prometheuksen ja Grafanan asentamiseen.

Prometheuksen asentaminen

1. Lataa Prometheus:

Lataa Prometheuksen uusin versio virallisilta verkkosivuilta: https://prometheus.io/download/. Valitse käyttöjärjestelmällesi sopiva paketti (esim. Linux, Windows, macOS).

2. Pura arkisto:

Pura ladattu arkisto valitsemaasi hakemistoon.

3. Määritä Prometheus:

Luo `prometheus.yml`-määritystiedosto. Tämä tiedosto määrittää kohteet, joista Prometheus kerää mittatietoja, sekä muut määritysvaihtoehdot. Perusmääritys voisi näyttää tältä:


global:
  scrape_interval:     15s
  evaluation_interval: 15s

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']

  - job_name: 'node_exporter'
    static_configs:
      - targets: ['localhost:9100']

Tämä kokoonpano määrittää kaksi keruutyötä: toisen Prometheukselle itselleen (sen omien mittareiden keräämiseen) ja toisen localhost-portissa 9100 käynnissä olevalle node_exporterille. `scrape_interval` määrittää, kuinka usein Prometheus kerää kohteista.

4. Käynnistä Prometheus:

Suorita Prometheuksen suoritettava tiedosto hakemistosta, johon purit arkiston:

./prometheus --config.file=prometheus.yml

Prometheus käynnistyy ja kuuntelee oletuksena porttia 9090. Voit käyttää Prometheuksen verkkokäyttöliittymää selaimessasi osoitteessa http://localhost:9090.

Grafanan asentaminen

1. Lataa Grafana:

Lataa Grafanan uusin versio virallisilta verkkosivuilta: https://grafana.com/grafana/download. Valitse käyttöjärjestelmällesi sopiva paketti.

2. Asenna Grafana:

Noudata käyttöjärjestelmäsi asennusohjeita. Esimerkiksi Debianissa/Ubuntussa:


sudo apt-get update
sudo apt-get install -y apt-transport-https
sudo apt-get install -y software-properties-common wget
wget -q -O - https://packages.grafana.com/gpg.key | sudo apt-key add -
echo "deb https://packages.grafana.com/oss/deb stable main" | sudo tee -a /etc/apt/sources.list.d/grafana.list
sudo apt-get update
sudo apt-get install grafana

3. Käynnistä Grafana:

Käynnistä Grafana-palvelu:

sudo systemctl start grafana-server

4. Käytä Grafanaa:

Grafana käynnistyy ja kuuntelee oletuksena porttia 3000. Voit käyttää Grafanan verkkokäyttöliittymää selaimessasi osoitteessa http://localhost:3000.

Oletuskäyttäjätunnus ja -salasana ovat `admin` ja `admin`. Sinua pyydetään vaihtamaan salasana ensimmäisen kirjautumisen yhteydessä.

Grafanan yhdistäminen Prometheukseen

Visualisoidaksesi mittatietoja Prometheuksesta Grafanassa, sinun on määritettävä Prometheus tietolähteeksi Grafanassa.

1. Lisää tietolähde:

Siirry Grafanan verkkokäyttöliittymässä kohtaan Configuration > Data Sources ja napsauta Add data source.

2. Valitse Prometheus:

Valitse Prometheus tietolähdetyypiksi.

3. Määritä Prometheus-yhteys:

Syötä Prometheus-palvelimesi URL-osoite (esim. `http://localhost:9090`). Määritä muut asetukset tarpeen mukaan (esim. todennus).

4. Tallenna ja testaa:

Napsauta Save & Test varmistaaksesi, että Grafana voi muodostaa yhteyden Prometheukseen onnistuneesti.

Mittaristojen luominen Grafanassa

Kun olet yhdistänyt Grafanan Prometheukseen, voit luoda mittaristoja visualisoidaksesi mittatietojasi.

1. Luo uusi mittaristo:

Napsauta Grafanan verkkokäyttöliittymässä sivupalkissa olevaa + -kuvaketta ja valitse Dashboard.

2. Lisää paneeli:

Napsauta Add an empty panel lisätäksesi uuden paneelin mittaristoon.

3. Määritä paneeli:

Valitse tietolähde: Valitse aiemmin määrittämäsi Prometheus-tietolähde.
Syötä PromQL-kysely: Syötä PromQL-kysely hakeaksesi visualisoitavan mittarin. Esimerkiksi suorittimen käytön näyttämiseen voit käyttää seuraavaa kyselyä:


rate(process_cpu_seconds_total{job="node_exporter"}[5m])

Tämä kysely laskee node_exporterin keräämän suoritinajan muutosnopeuden prosesseilta 5 minuutin aikavälillä.

Määritä visualisointiasetukset: Valitse visualisointityyppi (esim. kaavio, mittari, taulukko) ja määritä muut asetukset tarpeen mukaan (esim. akselien otsikot, värit).

4. Tallenna mittaristo:

Napsauta tallennuskuvaketta tallentaaksesi mittariston.

PromQL: Prometheuksen kyselykieli

PromQL on tehokas kyselykieli, jota käytetään Prometheukseen tallennettujen mittareiden hakuun ja käsittelyyn. Sen avulla voit suorittaa laajan valikoiman toimintoja, mukaan lukien:

Suodatus: Valitse mittareita tunnisteiden perusteella.
Aggregointi: Laske koostearvot (esim. summa, keskiarvo, maksimi) aikavälien tai useiden esiintymien yli.
Muutosnopeuden laskenta: Laske laskurimittareiden muutosnopeus.
Aritmeettiset toiminnot: Suorita aritmeettisia operaatioita mittareilla (esim. yhteenlasku, vähennyslasku, kertolasku).
Aikasarjatoiminnot: Sovella toimintoja aikasarjatietoihin (esim. liukuva keskiarvo, tasoitus).

PromQL-esimerkkejä

Suorittimen käyttöaste:


rate(process_cpu_seconds_total{job="node_exporter"}[5m])

Muistin käyttö:


node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes

Levytilan käyttö:


(node_filesystem_size_bytes{mountpoint="/"} - node_filesystem_free_bytes{mountpoint="/"}) / node_filesystem_size_bytes{mountpoint="/"} * 100

HTTP-pyyntönopeus:


rate(http_requests_total[5m])

PromQL:n oppiminen on välttämätöntä Prometheuksen ja Grafanan tehokkaaseen käyttöön. Katso Prometheuksen dokumentaatiosta kattava opas kielestä.

Hälytykset Prometheuksella ja Alertmanagerilla

Prometheus tarjoaa vankan hälytysjärjestelmän, jonka avulla voit määrittää sääntöjä mittariarvojen perusteella. Kun säännön ehto täyttyy, hälytys laukaistaan, ja Alertmanager hoitaa ilmoitusprosessin.

Hälytyssääntöjen määrittäminen

Hälytyssäännöt määritellään `prometheus.yml`-määritystiedostossa. Tässä esimerkki hälytyssäännöstä, joka laukeaa, kun suorittimen käyttöaste ylittää 80%:


rule_files:
  - "rules.yml"

Sitten, tiedostoon nimeltä `rules.yml`, sijoita säännöt näin:


groups:
- name: example
  rules:
  - alert: HighCPUUsage
    expr: rate(process_cpu_seconds_total{job="node_exporter"}[5m]) > 0.8
    for: 1m
    labels:
      severity: critical
    annotations:
      summary: "Korkea suorittimen käyttöaste havaittu"
      description: "Suorittimen käyttöaste on yli 80% instanssilla {{ $labels.instance }}"

Selitys:

alert: Hälytyksen nimi.
expr: PromQL-lauseke, joka määrittää hälytyksen ehdon.
for: Kesto, jonka ajan ehdon on oltava tosi, ennen kuin hälytys laukaistaan.
labels: Hälytykseen liitetyt tunnisteet.
annotations: Annotoinnit, jotka tarjoavat lisätietoja hälytyksestä, kuten yhteenvedon ja kuvauksen.

Alertmanagerin määrittäminen

Alertmanager käsittelee hälytysten reitityksen ja ilmoitukset. Sinun on määritettävä Alertmanagerissa, minne hälytykset lähetetään (esim. sähköposti, Slack, PagerDuty). Katso Alertmanagerin dokumentaatiosta yksityiskohtaiset määritysohjeet.

Minimaalinen `alertmanager.yml`-määritys voisi näyttää tältä:


global:
  resolve_timeout: 5m

route:
  group_by: ['alertname']
  group_wait: 30s
  group_interval: 5m
  repeat_interval: 12h
  receiver: 'web.hook'

receivers:
- name: 'web.hook'
  webhook_configs:
  - url: 'http://localhost:8080/'

Tämä kokoonpano lähettää hälytykset webhookiin localhost-portissa 8080. Voit mukauttaa `receivers`-osiota käyttämään Slackin tai sähköpostin kaltaisia palveluita sen sijaan.

Käytännön esimerkkejä ja käyttötapauksia

Prometheusta ja Grafanaa voidaan käyttää monenlaisten sovellusten ja infrastruktuurikomponenttien valvontaan. Tässä muutamia käytännön esimerkkejä:

Web-palvelimen valvonta: Valvo HTTP-pyyntöjen määrää, vasteaikoja ja virheprosentteja varmistaaksesi optimaalisen verkkopalvelimen suorituskyvyn.
Tietokantavalvonta: Seuraa tietokannan yhteyspoolin käyttöä, kyselyjen suoritusaikoja ja hitaita kyselyitä tietokannan pullonkaulojen tunnistamiseksi.
Kubernetes-valvonta: Valvo Kubernetes-klustereiden toimivuutta ja suorituskykyä, mukaan lukien podien ja solmujen resurssien käyttö.
Sovellusvalvonta: Kerää mukautettuja mittareita sovelluksistasi seurataksesi tiettyjä liiketoiminnan KPI-mittareita ja tunnistaaksesi sovellustason ongelmia.
Verkon valvonta: Seuraa verkkoliikennettä, viivettä ja pakettihäviöitä tunnistaaksesi verkon pullonkaulat ja suorituskykyongelmat.
Pilvi-infrastruktuurin valvonta: Valvo pilviresurssien, kuten virtuaalikoneiden, tallennustilan ja tietokantojen, suorituskykyä ja saatavuutta. Tämä on erityisen tärkeää AWS-, Azure- ja Google Cloud -ympäristöissä, joissa kaikissa on integraatioita Prometheuksen ja Grafanan kanssa.

Esimerkki: Mikropalveluarkkitehtuurin valvonta

Mikropalveluarkkitehtuurissa Prometheusta ja Grafanaa voidaan käyttää yksittäisten palveluiden sekä koko järjestelmän toimivuuden ja suorituskyvyn valvontaan. Jokainen palvelu voi paljastaa omat mittarinsa, kuten pyyntöjen määrän, vasteajat ja virheprosentit. Prometheus voi sitten kerätä nämä mittarit, ja Grafanaa voidaan käyttää niiden visualisointiin. Tämä mahdollistaa suorituskyvyn pullonkaulojen tai vikojen nopean tunnistamisen tietyissä palveluissa.

Edistyneet tekniikat ja parhaat käytännöt

Saadaksesi kaiken irti Prometheuksesta ja Grafanasta, harkitse seuraavia edistyneitä tekniikoita ja parhaita käytäntöjä:

Käytä merkityksellisiä tunnisteita: Käytä tunnisteita lisätäksesi kontekstia mittatietoihisi. Tämä helpottaa tietojen suodatusta ja aggregointia. Käytä esimerkiksi tunnisteita tunnistamaan palvelu, ympäristö ja instanssi, johon mittari liittyy.
Valvo keskeisiä suorituskykyindikaattoreita (KPI): Keskity valvomaan liiketoimintasi kannalta kriittisimpiä mittareita. Tämä mahdollistaa ongelmien nopean tunnistamisen ja ratkaisemisen, joilla on suurin vaikutus.
Aseta asianmukaiset hälytyskynnysarvot: Aseta ympäristöösi sopivat hälytyskynnysarvot. Vältä asettamasta liian herkkiä kynnysarvoja, sillä tämä voi johtaa hälytysväsymykseen.
Käytä mittaristoja tehokkaasti: Suunnittele mittaristoja, jotka ovat helppoja ymmärtää ja tarjoavat toiminnallisia oivalluksia. Käytä selkeitä ja ytimekkäitä tunnisteita ja visualisointeja.
Automatisoi käyttöönotto ja määritys: Automatisoi Prometheuksen ja Grafanan käyttöönotto ja määritys työkaluilla, kuten Ansible, Terraform tai Kubernetes.
Suojaa Prometheus- ja Grafana-instanssisi: Suojaa Prometheus- ja Grafana-instanssisi luvattoman pääsyn estämiseksi. Käytä todennusta ja valtuutusta arkaluontoisten tietojen käyttöoikeuksien hallintaan.
Harkitse vaakasuoraa skaalausta: Suurissa ympäristöissä harkitse Prometheuksen ja Grafanan instanssien vaakasuoraa skaalausta lisääntyneen kuormituksen käsittelemiseksi. Tämä voidaan saavuttaa käyttämällä useita Prometheus-palvelimia ja Grafana-instansseja kuormituksen tasaajan takana.
Hyödynnä palvelun löytämistä: Hyödynnä Prometheuksen palvelun löytämisominaisuuksia uusien kohteiden automaattiseen löytämiseen ja valvontaan. Tämä on erityisen hyödyllinen dynaamisissa ympäristöissä, kuten Kubernetesissa.

Yleisten ongelmien vianmääritys

Huolellisesta suunnittelusta ja toteutuksesta huolimatta saatat kohdata ongelmia Prometheusta ja Grafanaa käytettäessä. Tässä muutamia yleisiä ongelmia ja niiden ratkaisuja:

Prometheus ei kerää mittareita: Varmista, että kohde on saavutettavissa Prometheus-palvelimelta. Tarkista Prometheuksen lokit virheiden varalta. Varmista, että kohde paljastaa mittarit oikeassa muodossa.
Grafana ei yhdisty Prometheukseen: Varmista, että Prometheuksen URL-osoite on oikein Grafanan tietolähdemäärityksessä. Tarkista Grafanan lokit virheiden varalta. Varmista, että Prometheus-palvelin on käynnissä ja saavutettavissa Grafana-palvelimelta.
PromQL-kyselyt eivät palauta tietoja: Varmista, että PromQL-kysely on oikein. Tarkista Prometheuksen lokit virheiden varalta. Varmista, että kyselyssäsi oleva mittari on olemassa ja että Prometheus kerää sen.
Hälytykset eivät laukea: Varmista, että hälytyssääntö on määritetty oikein. Tarkista Prometheuksen lokit virheiden varalta. Varmista, että Alertmanager on käynnissä ja määritetty oikein.
Suorituskykyongelmat: Jos koet suorituskykyongelmia, harkitse Prometheuksen ja Grafanan instanssien vaakasuoraa skaalausta. Optimoi PromQL-kyselysi vähentääksesi Prometheus-palvelimen kuormitusta.

Vaihtoehtoiset valvontaratkaisut

Vaikka Prometheus ja Grafana ovat tehokkaita työkaluja, ne eivät ole ainoita vaihtoehtoja mittatietojen keräämiseen ja visualisointiin. Muita suosittuja valvontaratkaisuja ovat:

Datadog: Kaupallinen valvonta-alusta, joka tarjoaa laajan valikoiman ominaisuuksia, mukaan lukien mittatietojen keruu, lokienhallinta ja sovellusten suorituskyvyn valvonta (APM).
New Relic: Toinen kaupallinen valvonta-alusta, joka tarjoaa kattavat valvontaominaisuudet sovelluksille ja infrastruktuurille.
InfluxDB ja Chronograf: Aikasarjatietokanta- ja visualisointialusta, jota käytetään usein Prometheuksen ja Grafanan vaihtoehtona.
Elasticsearch, Logstash ja Kibana (ELK Stack): Suosittu avoimen lähdekoodin pino lokienhallintaan ja analysointiin. Vaikka sitä käytetään ensisijaisesti lokeihin, sitä voidaan käyttää myös mittatietojen keräämiseen ja visualisointiin.
Dynatrace: AI-pohjainen valvonta-alusta, joka tarjoaa päästä päähän näkyvyyden sovellusten ja infrastruktuurin suorituskykyyn.

Paras valvontaratkaisu organisaatiollesi riippuu erityisvaatimuksistasi ja budjetistasi.

Yhteenveto

Mittatietojen kerääminen on olennaista sovellusten ja infrastruktuurin toimivuuden ja suorituskyvyn ylläpitämiseksi. Prometheus ja Grafana tarjoavat tehokkaan ja joustavan avoimen lähdekoodin ratkaisun mittatietojen keräämiseen, tallentamiseen ja visualisointiin. Ymmärtämällä ydinkäsitteet ja noudattamalla tässä oppaassa esitettyjä parhaita käytäntöjä voit hyödyntää Prometheusta ja Grafanaa rakentaaksesi vankan valvontajärjestelmän, joka vastaa organisaatiosi tarpeita.

Tehokas valvonta yhdistettynä ennakoivaan hälytykseen ja nopeaan tapausvasteeseen on modernin IT-toiminnan kulmakivi. Prometheuksen ja Grafanan kaltaisten työkalujen käyttöönotto antaa organisaatioille mahdollisuuden tarjota luotettavia ja tehokkaita palveluita käyttäjilleen, sijainnista tai toimialasta riippumatta.