Il tracciamento distribuito è un metodo per tenere traccia delle richieste di servizio nei sistemi distribuiti, fornendo visibilità su latenza, criticità delle prestazioni e via di seguito.
Le esigenze delle aziende moderne hanno portato a un vero e proprio boom delle tecnologia dell'informazione, con i precedenti sistemi informatici centralizzati che si evolvono in potenti e complessi ambienti IT distribuiti. Purtroppo, insieme alle odierne funzionalità avanzate delle reti basate su cloud e all'elaborazione dei dati con accesso remoto, questa maggiore complessità comporta anche un rischio maggiore.
A causa delle loro intricate interdipendenze, i sistemi complessi sono maggiormente propensi a riscontrare problemi. I guasti in una parte possono provocare guasti a cascata in tutto il sistema, ragione per cui identificare e risolvere i problemi è spesso molto più difficile che nei sistemi centralizzati. Allo stesso tempo, più il sistema è complesso, più diventa difficile prevedere in che modo i cambiamenti introdotti in una parte incideranno sulle altre parti, il che può tradursi in conseguenze impreviste anche per le modifiche più banali. A ciò si aggiunge il fatto che testare in maniera approfondita un sistema complesso è esponenzialmente più difficile, pertanto diventa sempre più probabile che eventuali problemi passino inosservati. Il tracciamento distribuito offre una soluzione a queste problematiche.
Il tracciamento distribuito può essere fatto risalire al paper Dapper, che è stato introdotto da Google nel 2010 e ha gettato le basi per l'infrastruttura di tracciamento dei sistemi distribuiti su larga scala. È interessante notare che Ben Sigelman, il fondatore di Lightstep (successivamente divenuto Osservabilità del cloud ServiceNow), ha svolto un ruolo determinante nella creazione di Dapper. Dopo Dapper, Twitter ha rilasciato nel 2012 Zipkin, il primo progetto open source di tracciamento distribuito. Qualche anno dopo, nel 2015, Uber si è ispirato a Dapper per lanciare Jaeger.
Nel 2016, Sigelman ha scritto un post di blog, "Toward Turnkey Distributed Tracing" (Verso un tracciamento distribuito preconfigurato), che sarebbe passato alla storia come il manifesto di OpenTracing. Questo testo fondamentale, infatti, ha introdotto OpenTracing come standard unico, affrontando la mancanza di standardizzazione all'interno dell'ecosistema di tracciamento e gettando le basi affinché OpenTracing diventasse un progetto della Cloud Native Computing Foundation (CNCF), per poi confluire alla fine nel progetto OpenTelemetry nel 2019.
OpenTelemetry versione 1.0 è stato rilasciato nel 2021 e da allora è diventato lo standard di fatto per tracciamento, parametri e logging. Da Dapper nel 2010 alle attuali funzionalità di OpenTelemetry, in poco più di un decennio il tracciamento distribuito si è evoluto da un singolo sistema backend a una soluzione end-to-end ampiamente utilizzata, aprendo sostanzialmente la strada a pratiche di osservabilità moderne e complete.
Il tracciamento distribuito consente alle organizzazioni di profilare e monitorare la loro intera gamma di applicazioni, in particolare quelle create utilizzando un'architettura dei microservizi. Questo approccio fornisce visibilità sul modo in cui i singoli servizi all'interno di un sistema distribuito interagiscono tra loro, creando un quadro accurato delle singole richieste man mano che passano attraverso il sistema.
Rilevando il viaggio delle richieste e misurando la durata di ogni fase, il tracciamento distribuito contribuisce a individuare le criticità nelle prestazioni, i problemi di latenza e i potenziali guasti. Come tale, il tracciamento distribuito è uno strumento fondamentale per i team IT e di DevOps, ai quali consente di introdurre ottimizzazioni, risolvere i problemi e assicurare una manutenzione più efficace dei sistemi.
Il tracciamento distribuito si basa su tre componenti principali:
- Span
Uno span è una singola unità di lavoro eseguita da un servizio all'interno del sistema, che è contrassegnata da uno span di inizio e di fine e include eventualmente dei metadati come log (registri) o tag. Gli span sono gli elementi costitutivi di una traccia, ciascuna delle quali rappresenta una diversa parte del workflow. I root span (o span principali) possono avere i propri span (span secondari), che a loro volta possono avere dei propri span. - Trace
Una trace è costituita da uno o più span che insieme rappresentano il percorso completo di esecuzione della richiesta di servizio mentre avanza lungo il sistema distribuito. Le trace sono spesso visualizzate come alberi, in cui il nodo principale (radice) rappresenta l'interazione dell'utente, mentre gli altri nodi rappresentano i vari microservizi coinvolti nell'elaborazione della richiesta e nella preparazione della risposta. - Tag
I tag sono elementi di metadati associati agli span. Servono a fornire informazioni di contesto e classificazione.
La struttura trace/span offre una visione incentrata sulle richieste, colmando le lacune tra i microservizi indipendenti e fornendo una prospettiva unificata delle prestazioni del sistema. Con queste informazioni, le organizzazioni sono meglio equipaggiate per comprendere e migliorare l'esperienza utente.
Tracciamento, logging e parametri svolgono un ruolo fondamentale nell'osservabilità, ma il concetto alla loro base cambia. Ciascuno serve scopi distinti e comprenderne tanto le differenze quanto la natura complementare è essenziale ai fini di un completo monitoraggio e debugging del sistema:
- Tracciamento
Il tracciamento distribuito fornisce una visione dettagliata delle richieste man mano che attraversano i componenti di un sistema distribuito. In questo ambito, l'acquisizione del flusso di una richiesta attraverso i vari servizi svolge un ruolo nell'ottimizzazione delle prestazioni e nella risoluzione dei problemi. Diversamente dal logging e dai parametri, il tracciamento distribuito si concentra sul viaggio delle specifiche richieste, fornendo un quadro chiaro delle interazioni tra i microservizi. - Logging
Con il termine logging si indica la pratica di registrare singoli eventi specifici avvenuti in un sistema, come azioni degli utenti, errori di sistema o altre attività. I registri provvisti di timestamp forniscono informazioni granulari su ciò che è accaduto nel sistema in un determinato momento, informazioni spesso essenziali per le attività di debugging e verifica. Mentre il tracciamento distribuito tiene traccia del flusso delle richieste, il logging offre un'istantanea più statica degli eventi, senza necessariamente mostrare le relazioni in essere tra le diverse parti del sistema.
I parametri sono valori numerici che rappresentano lo stato di un sistema in un determinato momento o intervallo di tempo e possono includere tempi di risposta, tassi di errore e utilizzo delle risorse del sistema. I parametri svolgono un ruolo fondamentale nel tracciamento distribuito, in quanto offrono un metodo quantificabile per monitorare e analizzare le prestazioni dei vari servizi all'interno di un sistema distribuito. Questi valori numerici vengono estrapolati dalle tracce e dai registri, fornendo informazioni "a colpo d'occhio" o anche report dettagliati su aspetti specifici come tempi di risposta, tassi di errore e produttività del sistema.
Esaminando i dati delle tracce e dei registri attraverso la lente dei parametri che riepilogano gli indicatori chiave di prestazione, le organizzazioni possono acquisire una comprensione globale della propria architettura distribuita. In questo modo, possono eseguire rapidamente procedure di diagnostica e ottenere tempestivamente dati strategici utili per un'ottimizzazione efficace del sistema.
I microservizi sono una tipologia di progettazione dell'architettura software in cui un'applicazione è strutturata sotto forma di una raccolta di servizi liberamente associati e distribuibili in modo indipendente. Ciascun microservizio si concentra su una specifica area funzionale e opera come componente autonomo all'interno del sistema più ampio. Oltre a promuovere la flessibilità e la scalabilità, questo approccio modulare è in grado di accelerare la velocità di sviluppo. Nel contesto del tracciamento distribuito, i microservizi svolgono un ruolo di primaria importanza come i singoli nodi attraverso cui passa una richiesta.
Quando una richiesta si sposta da un microservizio a un altro, il tracciamento distribuito acquisisce i dettagli di queste interazioni, compreso il tempo impiegato in ogni fase. Queste informazioni descrivono in dettaglio il flusso della richiesta attraverso i numerosi servizi, identificando punti di impasse, latenze e potenziali guasti.
Comprendere in che modo i microservizi interagiscono all'interno di un sistema distribuito può essere complesso; il tracciamento distribuito fornisce dati preziosi su queste interazioni, consentendo alle organizzazioni di visualizzare i percorsi, monitorare le prestazioni del sistema e risolvere i problemi che potrebbero insorgere, così da promuovere un'architettura di sistema più solida ed efficiente.
Il tracciamento distribuito è diventato uno strumento indispensabile per le organizzazioni che lavorano con sistemi distribuiti, in particolare nel contesto dei microservizi e delle architetture dinamiche. Rilevando e registrando in modo esaustivo ogni interazione che una richiesta ha con ciascun servizio, il tracciamento distribuito permette di ottenere dati cruciali in relazione al monitoraggio, al debugging e all'ottimizzazione delle prestazioni. Per ottenere ulteriori chiarimenti, alle tracce possono essere aggiunti degli attributi e ogni singolo span viene registrato insieme a metadati dettagliati (ad esempio le relazioni tra span principale e secondario) in modo da ottenere un quadro completo del modo in cui le richieste passano attraverso e tra i vari servizi.
Di conseguenza, sono sempre più numerose le organizzazioni che si affidano al tracciamento distribuito per gestire la complessità dei loro moderni ambienti applicativi. Considerati i numerosi potenziali punti di errore presenti nei complessi stack di applicazioni odierni, individuare le cause originarie dei problemi può essere difficile, dispendioso in termini di tempo e potenzialmente inficiato da errori. Il tracciamento distribuito semplifica questo processo, facilitando un'identificazione più rapida e accurata dei problemi e migliorando così in maniera diretta la capacità di un'azienda di offrire un'esperienza utente di eccellente qualità.
Allo stesso tempo, il tracciamento distribuito è una risposta efficace al problema della cardinalità, per cui i volumi di dati aumentano al punto da rendere di difficile gestione le capacità di archiviazione ed elaborazione dei dati.
Ulteriori vantaggi del tracciamento distribuito comprendono il miglioramento della comprensione delle prestazioni dei microservizi, la promozione di una rapida risoluzione dei problemi e l'aumento del grado di soddisfazione della clientela. Grazie a una visione dettagliata delle prestazioni di ciascun microservizio, le organizzazioni possono garantire flussi di entrate costanti, dedicando al contempo più energie alla strategia e all'innovazione.
I dati generati attraverso il tracciamento distribuito sono importantissimi, ma rimangono pur sempre dei semplici dati. In assenza di una chiara comprensione di ciò che rappresentano, non possono avere un impatto positivo sul processo decisionale. Il vero valore dei dati è rappresentato dalle informazioni strategiche che possono essere desunte dall'analisi delle cifre, a condizione che siano recenti, pertinenti e affidabili.
È tramite un'analisi intelligente e la comprensione contestuale di questi dati che le organizzazioni possono portare alla luce gli eventuali problemi, identificare le relative cause e implementare soluzioni efficaci. In che modo il tracciamento distribuito va oltre la semplice raccolta di dati per fornire informazioni strategiche approfondite sui vari scenari? Tieni conto di quanto segue:
Il tracciamento distribuito svolge un ruolo fondamentale nel riconoscere i sintomi di uno stato insoddisfacente del software, ad esempio in termini di latenza o bassa produttività. Funziona come uno strumento diagnostico, collegando gli effetti osservabili alle cause sottostanti e consentendo di convalidare le ipotesi su ciò che potrebbe aver innescato il cambiamento osservato.
Quando la disponibilità di un servizio si interrompe, è necessario capirne il perché. Il tracciamento aiuta le organizzazioni a determinare quali cambiamenti, interni o esterni, sono stati apportati prima di un'interruzione del servizio. Che la variazione intervenuta sia il risultato di bug nel software, di cambiamenti originati dagli utenti o di alterazioni dell'infrastruttura che causano problemi di prestazioni, il tracciamento distribuito consente di determinare lo stato del sistema prima e dopo l'interruzione del servizio e di identificare chiaramente la possibile causa.
Comprendere i cambiamenti che interessano i singoli servizi è fondamentale. Che si tratti di distribuzioni o aggiornamenti delle versioni, il tracciamento distribuito analizza in maniera dettagliata le prestazioni suddividendole in fasi distinte e contrassegnando ogni span con tag contenenti informazioni sulla versione. Questa vista dettagliata è utile per diagnosticare i cambiamenti che incidono sulle prestazioni di un servizio.
I sistemi non sono statici, e non lo sono nemmeno gli utenti che operano al loro interno. Fattori esterni, come evoluzioni nel comportamento degli utenti, possono generare cambiamenti nelle prestazioni dei servizi. Il tracciamento approfondito utilizza i tag per acquisire dati sulle parti essenziali delle richieste e delle funzionalità degli utenti, offrendo una comprensione più precisa delle modalità con cui gli utenti interagiscono con l'applicazione e di come queste interazioni possono creare esigenze impreviste.
Le risorse sono limitate e a volte semplicemente non ce ne sono abbastanza per tutto e per tutti. La concorrenza per le risorse nelle reti distribuite può pesare notevolmente sulle prestazioni. Il tracciamento distribuito permette di comprendere come vengono utilizzate le risorse condivise come CPU, container o database. Le tracce munite di tag appropriati rendono possibili delle analisi aggregate. Poiché consentono di scoprire quando e dove un rallentamento delle prestazioni è correlato all'utilizzo di risorse specifiche, queste analisi sono utili ai fini della pianificazione delle risorse e della risoluzione dei conflitti.
Data la natura dinamica delle interdipendenze, i cambiamenti upstream possono influire sulle prestazioni di un servizio. Con le sue analisi approfondite, che includono l'assegnazione di tag relativi alle operazioni di uscita e ai numeri di versione, il tracciamento distribuito offre visibilità sui modi in cui i servizi upstream influiscono sulle prestazioni. Comprendere queste relazioni aiuta ad adattarsi o a mitigare l'impatto di questi cambiamenti.
Gli standard di tracciamento distribuito open source sono framework essenziali che guidano la raccolta, la gestione e l'analisi dei dati di tracciamento tra diversi servizi in modo standardizzato. Questi standard promuovono l'interoperabilità e riducono la dipendenza da un unico fornitore, consentendo agli sviluppatori di cambiare backend e strumenti di tracciamento con modifiche minime. Inoltre, forniscono una base comune per l'integrazione di differenti piattaforme, linguaggi e applicazioni all'interno di sistemi distribuiti complessi.
Tra gli standard di tracciamento distribuito open source più utilizzati figurano:
OpenTracing, un progetto della Cloud Native Computing Foundation (CNCF), è stato uno dei primi standard di tracciamento distribuito open source. Oltre a includere API che supportano la propagazione distribuita del contesto, questo framework consente agli sviluppatori di aggiungere strumentazione al proprio codice applicativo (senza vincolarsi a un fornitore specifico). OpenTracing offriva una semantica di tracciamento coerente su diverse piattaforme, ma ormai è stato abbandonato e il progetto non è più supportato da CNCF.
OpenCensus è progettato per supportare più esportatori, consentendo agli utenti di inviare dati di traccia a diversi backend per la relativa analisi. Questo framework (creato in origine da Google) fornisce una serie chiara di API e librerie che consentono la raccolta automatica e manuale di tracce e parametri distribuiti. Offrendo una soluzione unificata per l'osservabilità, OpenCensus semplifica il processo di raccolta e gestione dei dati statistici essenziali. Anche il progetto OpenCensus è ormai obsoleto.
OpenTelemetry è un progetto che ha visto l'unione di OpenTracing e OpenCensus per combinare le migliori funzionalità di entrambi gli standard. OpenTelemetry, che vede Lightstep tra i cofondatori, offre un set unificato e più ampio di API, librerie, agenti e strumentazione per fornire un framework di osservabilità completo per un software cloud nativo. OpenTelemetry semplifica la strumentazione delle applicazioni, offrendo un supporto integrato per vari framework e librerie di uso comune. Il suo obiettivo è diventare lo standard di osservabilità per le tracce, il logging e i parametri di tipo distribuito, contando sul sostegno di una comunità in crescita e su un ampio supporto nel settore.
Varie funzionalità sono fondamentali per il funzionamento e il successo del tracciamento distribuito. Ecco il ruolo svolto da ciascuna funzionalità:
I meccanismi di allarme nel backend di osservabilità consentono ai team di impostare soglie per parametri o comportamenti specifici che potrebbero indicare la presenza di un problema. Una volta raggiunte queste soglie, è possibile inviare avvisi al personale interessato, consentendo una rapida identificazione e risoluzione dei potenziali problemi e migliorando così l'affidabilità del sistema.
Il tracciamento distribuito offre una visibilità completa sull'intero viaggio di una richiesta attraverso diversi servizi e componenti. Questo insieme di dati end-to-end permette di identificare eventuali punti critici, inefficienze e anomalie all'interno del sistema, fornendo un contesto dettagliato per l'ottimizzazione delle prestazioni e l'analisi degli errori.
Offrendo informazioni precise sul comportamento del sistema, il tracciamento distribuito riduce significativamente il tempo dedicato al debugging e all'identificazione dei problemi. Questa efficienza si traduce in un risparmio sui costi, poiché i team possono dedicare più tempo allo sviluppo e all'innovazione delle funzionalità anziché alla risoluzione dei problemi.
Con l'ascesa del computing distribuito tra più sedi geografiche e provider cloud, il tracciamento distribuito semplifica l'integrazione in questi ambienti complessi. Consente infatti di ottenere una visione coerente delle prestazioni del sistema nelle diverse regioni e piattaforme cloud, garantendo un monitoraggio e un'analisi coerenti.
Il tracciamento distribuito consente di monitorare e rilevare in tempo reale le prestazioni di ciascun servizio, comprendendo le modalità con cui i singoli servizi interagiscono e individuando le aree che potrebbero necessitare di ottimizzazione.
Il collector funge da componente essenziale per la raccolta, l'elaborazione e l'esportazione dei dati di telemetria (tracce, parametri e registri). Fornisce un'opzione unificata e indipendente dal fornitore per la raccolta e la trasmissione dei dati, consentendo una perfetta integrazione con vari backend di osservabilità. La flessibilità del collector garantisce la possibilità di adattare il tracciamento ad ambienti diversi senza alcun bisogno di intervenire sul codice della strumentazione.
Il campionamento è una funzione che consente di raccogliere un sottoinsieme di richieste (anziché ogni singola richiesta) per ridurre il volume totale di dati inviati al backend di tracciamento. Ciò consente ai sistemi di tracciamento distribuito di operare su larga scala senza sovraccaricare le risorse, il tutto continuando comunque a fornire informazioni di valore elevato.
Man mano che i sistemi crescono, il tracciamento distribuito deve adattarsi all'aumento della complessità e del volume dei dati. Grazie alle funzionalità per la scalabilità, il tracciamento è in grado di gestire ambienti su larga scala, fornendo informazioni coerenti sulle prestazioni indipendentemente dalle dimensioni del sistema. Naturalmente, l'acquisizione dei dati è solo il primo passo: affinché sia possibile dare un senso ai dati, le organizzazioni hanno bisogno di accedere a una piattaforma che sia in grado di scalare insieme al tracciamento distribuito di pari passo con la crescita e l'evoluzione dei sistemi.
Le applicazioni moderne integrano svariati linguaggi, framework, tecnologie e client (sia mobili sia basati sul Web). La capacità del tracciamento distribuito di operare in ambienti full-stack eterogenei garantisce che gli sviluppatori possano ottenere i dati di cui hanno bisogno da tutto lo stack tecnologico, indipendentemente dalla sua diversità.
Come già sottolineato, i vantaggi del tracciamento distribuito sono legati alla maggiore visibilità che offre sui sistemi distribuiti di un'organizzazione. Tuttavia, la visibilità in sé è preziosa solo se permette di ottenere altri vantaggi. Tra i principali vantaggi del tracciamento distribuito figurano:
Uno dei principali vantaggi del tracciamento distribuito è la sua capacità di misurare il tempo richiesto per eseguire azioni essenziali degli utenti, ad esempio effettuare un acquisto. Il tracciamento del percorso della richiesta consente di individuare e risolvere gli intoppi presenti nel backend, che altrimenti potrebbero ripercuotersi negativamente sull'esperienza dell'utente.
La maggior parte delle organizzazioni opera entro i limiti previsti da Accordi sul livello del servizio (SLA), che formalizzano gli impegni prestazionali assunti nei confronti dei clienti o di altri reparti interni. Gli strumenti del tracciamento distribuito compilano i dati sulle prestazioni dei singoli servizi, permettendo ai team di verificare in tutta semplicità se stanno rispettando i propri SLA.
Gli obiettivi del livello del servizio (SLO) sono obiettivi specifici e misurabili che definiscono le prestazioni e la disponibilità previste per un servizio e sono supportati da appositi indicatori del livello di servizio (SLI) che aiutano le organizzazioni a misurare il livello dei propri servizi. Correttamente implementato, il tracciamento distribuito offre l'opportunità di tenere traccia degli SLO e del relativo grado di raggiungimento, scegliendo quali indicatori specifici monitorare e impostando avvisi per eventuali errori o dati che non rientrano in un intervallo prestabilito. In questo modo è possibile rispondere in modo rapido ed efficace a qualsiasi incidente correlato.
Il tracciamento distribuito permette di approfondire gli intricati rapporti di causa-effetto esistenti tra i vari servizi. Questa comprensione aiuta le aziende a ottimizzare le prestazioni complessive del proprio sistema.
Negli ambienti in cui diversi team supervisionano i vari servizi coinvolti nell'evasione di una richiesta, il tracciamento distribuito offre chiarezza sui punti in cui si è verificato un errore e su quale team ha il compito di risolverlo. Questa chiarezza migliora la collaborazione tra i team, riduce in modo significativo il tempo impiegato a trovare un "colpevole" e contribuisce ad aumentare la produttività complessiva all'interno dell'organizzazione.
Quando si verificano problemi relativi alle prestazioni delle applicazioni, i team di supporto possono utilizzare le tracce distribuite per individuare in quale punto del backend risiede il problema. Analizzando le tracce del servizio interessato, i tecnici possono identificare e risolvere il problema. L'utilizzo di strumenti di tracciamento distribuito end-to-end permette di analizzare all'interno della stessa piattaforma anche i problemi relativi alle prestazioni frontend, riducendo così sia il tempo medio di rilevazione (MTTD) sia il tempo medio di risoluzione (MTTR) per i problemi potenzialmente seri.
Per quanto apporti numerosi vantaggi, il tracciamento distribuito presenta anche alcuni ostacoli intrinseci che potrebbero rendere difficile sfruttarne il pieno potenziale. Comprendere queste sfide è fondamentale per le organizzazioni che mirano a implementare il tracciamento distribuito in modo efficace. Di seguito sono riportate alcune delle sfide più importanti:
Uno degli ostacoli presentati da alcune piattaforme di tracciamento distribuito è la necessità di una strumentazione manuale. Ciò significa che, per avviare il tracciamento delle richieste, l'organizzazione potrebbe dover modificare o cambiare il codice attualmente in uso. Un simile intervento manuale non solo assorbe preziose risorse tecniche, ma può anche portare all'introduzione di errori all'interno delle applicazioni durante la revisione del codice.
Il tracciamento distribuito tradizionale è spesso limitato ai servizi backend, con la conseguente generazione di un ID traccia solo nei casi in cui la richiesta raggiunge il primo servizio backend. Se non viene utilizzata una piattaforma di tracciamento distribuito end-to-end, non si ha alcuna visibilità sulla corrispondente sessione utente al livello del front end. Questa limitazione ostacola la scoperta della causa originaria dei problemi relativi ad alcune richieste rendendo più difficile determinare se il problema debba essere risolto dal team front end o back end.
Fortunatamente, l'adozione di framework come OpenTelemetry mitiga o elimina le sfide legate alla visibilità limitata sulle transazioni del front end, come pure i problemi associati alla strumentazione. Queste e altre sfide sono insite in molte tecnologie del settore (come Kubernetes) che integrano OpenTelemetry nelle proprie codebase principali.
Con il crescere delle dimensioni e della complessità del moderno panorama IT aziendale, i vantaggi del tracciamento distribuito si fanno sempre più evidenti. Basata sulla pluripremiata Now Platform®, Osservabilità del cloud ServiceNow stabilisce un nuovo standard per il tracciamento, offrendo una visibilità completa su tutte le richieste all'interno dei sistemi distribuiti.
Integra altri strumenti preesistenti. Collega i parametri e il tracciamento per dare vita a una telemetria unificata. Riduci in modo significativo il MTTR della tua organizzazione. Non da ultimo, allinea i prezzi con i risultati aziendali, per conseguire un valore più elevato senza che i costi aumentino in scala a causa del maggiore utilizzo.
Osservabilità del cloud sta rivoluzionando il tracciamento distribuito a vantaggio della tua azienda. Contatta ServiceNow per avere maggiori informazioni.