在IT系统监测中,“集成”、“统一”、“端到端”、“整体”……等术语经常被误用。许多供应商都宣称具有各种能力,但真正能实现交付的则少之又少。因此,企业客户、分析师和记者朋友对任何技术提供商的说法都持怀疑态度。
将下列因素纳入考量时,就特别需要一种整合的方法来监测应用性能。在今天的混合IT现实环境中,保持巅峰应用性能真的很难。今天,“应用”不仅是指跑在服务器上的软件代码,而是多个服务的复杂组合,包括可能分布在多个地点的多个数据库中的应用和数据,托管在本地数据中心和云端的物理与虚拟服务器,连接数据和服务的多个网络,错综复杂的应用软件架构,以及从多个地点多种设备类型上访问应用的终端用户。在这种环境下,这个迷局中的任何一环,服务中的任何缺陷——从服务器故障到代码问题,问题数据库,网络延迟或用户设备兼容性——都将造成应用缓慢或致其完全宕机。
那么,IT怎样监测如此复杂的应用系统呢?
这听起来像一个梦魇,但也是交付革命性解决方案的一个机遇。这是一个有吸引力的问题,因此许多厂商争相解决它或者让人误以为解决了。实际上,绝大多数的监测厂商提供的解决方案反而使事情进一步恶化了。
出现这种问题的部分原因是IT监测功能呈现孤岛式发展,而且是被IT各领域对数据收集和分析的不断需求所驱动的。过去十年,在大规模数字增长的刺激下,大部分大型企业都已部署了几十个单点工具。
据企业管理协会(EMA)称,一般企业都会运行6-10个网络监测与排障工具,甚至还有更多的‘搁置软件’。此外,10%的大型企业使用超过25种解决方案。我们听许多客户说他们已启动了一些工具整合计划。有些已经开始自己‘集成’工具,借助API打造自己的web仪表盘,实现某种程度的统一可视化。
监测工具的大量出现导致支离破碎的性能监测,64%的组织机构深受其害。没有统一的观察性能的方法,没有集成的跨域可视化与分析,排障也就无从谈高效,结果导致50%的IT员工把时间浪费在低效的根源分析上。
如何高效管理应用性能呢?
为解决这个问题,我们必须先解决各领域各自为政的可视化问题。无论单点方案在收集和分析域数据方面多么强,它们自身都无法作为一个紧密集成且相互依赖的系统对终端用户交付应用的所有组件实现可视化。相反地,它们只能监测每个组件的运行状况,无法发现并阻止最终‘未经检查而通过’的问题。这些‘漏网之鱼’都是‘系统’问题或各领域工具无法看到的组件相互依赖性。
图1:性能监测的集成模型
为避免这些陷阱,我们必须寻求具有以下特征的解决方案:
全新的SteelCentral平台是市场上唯一一款可交付以上所有这些功能的解决方案。其新增特性提供了更为先进的协作排障功能。虽然新特性是在该平台的关键组件中推出——即Portal,AppInternals,AppResponse,NetAuditor,NetShark,NetPlanner和NetSensor——但该增强功能支持新平台集成的共同主题。它们还增强了几项强大功能,包括扩展的网络和应用可视化;最佳端到端应用交易监测;以及更具经济效益的Web应用与WAN优化监测。
图2:SteelCentral提供了统一的性能管理方法,但其模块化架构帮助企业按需应用组件
让我们仔细研究一下SteelCentral新功能与集成:
我们相信SteelCentral正在改变着IT管控性能的方式。它能帮助你实现全新水平的卓越性能,直接给企业带来价值。
——Riverbed公司大中华区总经理 袁志陵
欲了解更多信息,请访问riverbed.com/commandcenter
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。