Nhà sáng lập Open Telemetry: Chúng ta cần trở nên "nhàm chán" để tốt nghiệp

Tại hội nghị Grafanacon vừa diễn ra ở Barcelona, nhà sáng lập dự án Open Telemetry, Ted Young, đã chia sẻ tầm nhìn quan trọng về tương lai của dự án này. Theo đó, ông cho rằng các nhà bảo trì (maintainer) có thể sẽ cần phải nhờ đến sự trợ giúp của các công cụ trí tuệ nhân tạo (AI) để hoàn thiện các thành phần còn thiếu sót. Mục tiêu tối thượng là đưa Open Telemetry trở nên đủ "nhàm chán" để chính thức tốt nghiệp khỏi quỹ đạo của Cloud Native Computing Foundation (CNCF).

Sự "nhàm chán" là đích đến cuối cùng

Trong bài phát biểu của mình, Ted Young nhấn mạnh rằng mục tiêu của Open Telemetry trong năm tới là trở nên "nhàm chán" nhất có thể.

"Điều đó có vẻ điên rồ, nhưng thực sự là như vậy," Young nói. "Tuy nhiên, cần nhớ rằng trong lĩnh vực viễn thông (telemetry), đối lập với sự nhàm chán không phải là sự thú vị, mà là sự gây bực bội. Vì vậy, khi suy nghĩ kỹ, sự nhàm chán lại thật tuyệt vời, và việc đạt được sự nhàm chán khó khăn hơn nhiều so với tưởng tượng."

Về mặt thực tế, ông nêu rõ: "Ưu tiên hàng đầu của chúng ta là ổn định hóa tất cả mọi thứ." Ông ám chỉ đến tất cả các thành phần cấu thành nên hệ sinh thái Open Telemetry.

"Cái gì có thể nhàm chán hơn việc không thay đổi bất cứ thứ gì?" Young tiếp tục. "Nhưng thực tế đó lại thật tuyệt vời, bởi vì nó đánh dấu việc chúng ta đã đi đến con đường cuối cùng cho các mục tiêu ban đầu của dự án: truy vết (tracing), số liệu (metrics) và nhật ký (logs) đều ổn định và thống nhất ở khắp mọi nơi. Đây là những mảnh ghép cuối cùng mà Open Telemetry cần để tốt nghiệp khỏi CNCF."

Thách thức về công cụ đo lường (Instrumentation)

Mặc dù Open Telemetry đã được đưa vào vận hành sản xuất trong nhiều năm và tạo ra nhiều phần mềm thực tế ổn định, nhưng Young chỉ ra một rào cản lớn. Một số tổ chức có các quy tắc bảo mật nghiêm ngặt "cấm cài đặt phần mềm được đánh dấu là beta".

Điều này có nghĩa là mọi thứ quan trọng trong Open Telemetry cần phải đạt phiên bản 1.0. "Vì vậy, 'trùm cuối' trong nỗ lực ổn định hóa thực ra không phải là bộ thu thập (collector) hay các SDK hay bất kỳ thành phần lõi nào khác. Đó chính là công cụ đo lường (instrumentation)."

Young giải thích rằng đây là nơi diện tích bề mặt trở nên khổng lồ. "Công việc nặng nề thực sự nằm ở việc triển khai tất cả các quy ước ngữ nghĩa (semantic conventions) ổn định đến tất cả các gói instrumentation thực tế trong từng ngôn ngữ lập trình."

Quá trình này sẽ được thực hiện theo hai giai đoạn. Hầu hết các gói instrumentation hiện nay đã "trên thực tế là ổn định" và có thể được đánh dấu phiên bản 1.0 an toàn. "Tuy nhiên, dữ liệu vẫn có thể tốt hơn."

"Giai đoạn Hai sẽ là nâng cấp dữ liệu đó ở khắp mọi nơi lên phiên bản mới nhất của các quy ước ngữ nghĩa ngay khi chúng có sẵn thông qua một lần nâng cấp phiên bản lớn (major version bump) khác."

Vai trò của AI và tự động hóa

Young thừa nhận rằng việc này khó hơn là nghe. "Chúng ta sẽ cần phải phát minh ra các công cụ mới và có thể áp dụng các kỹ thuật lập trình mới để xử lý quy mô của việc đo lường tất cả phần mềm trên hành tinh."

Khi trả lời phỏng vấn The Register, Young cho biết ông muốn giải quyết vấn đề này trong năm nay. Phản hồi từ cộng đồng cho thấy dự án đang quá thận trọng khi bao gồm cả sự ổn định của dữ liệu vào số phiên bản. Người dùng chỉ muốn biết liệu mã code này có an toàn để chạy trong môi trường sản xuất hay không.

Điều này đồng nghĩa với việc phải xử lý hàng dài các gói instrumentation cho từng ngôn ngữ mà dự án hỗ trợ. Nhiều gói trong số này được đóng góp từ cộng đồng, điều này đòi hỏi sự mở rộng lớn về số lượng người bảo trì.

"Do đó, chúng tôi cũng đang xem xét liệu có thể viết công cụ nào sử dụng Weaver và các công cụ đang được phát triển bởi nhóm công cụ quy ước ngữ nghĩa để giúp việc bảo trì toàn bộ phần mềm này dễ dàng hơn không? Và liệu có cách nào sử dụng các kỹ thuật lập trình AI để giảm bớt gánh nặng không?"

Mục tiêu là tăng cường tự động hóa, để khi các quy ước ngữ nghĩa được cập nhật, các thư viện có thể được cập nhật tự động. "Lúc đó, công việc sẽ ít liên quan đến việc viết mã hơn mà tập trung nhiều hơn vào việc xem xét và duyệt các thay đổi."

Nghịch lý của AI trong lập trình

Một cách đầy mỉa mai, Young cho biết sự bùng nổ của lập trình AI đã làm tăng gánh nặng cho những người bảo trì, khi họ phải đối mặt với những dòng code rác rưởi và được viết tồi do AI tạo ra. Một số người đóng góp có thể nghĩ rằng việc tạo ra hàng loạt pull requests bằng AI đồng nghĩa với việc họ năng suất hơn.

"Tuy nhiên, từ góc độ của những người bảo trì, họ nghĩ rằng: 'Bạn đang chỉ lãng phí thời gian của tôi thôi'. Chúng tôi đã thấy nhu cầu thêm các công cụ mới trong Open Telemetry. Về cơ bản, bạn đang thấy những người bảo trì bắt đầu biến thành những người điều hành (mods) giống như trên Discord," Young kết luận.