选一个好的APM,该重视您的应用体验了 原创

毫无疑问,应用性能对业绩的影响越来越大。用户依靠应用接触客户,构建和销售产品,提供服务,自动化业务流程,以及执行几乎其他所有关键业务任务。对于很多团队来说,应用性能和可用性最能反映其成功与否。

Gartner报告显示,预计到2021年,APM(Application Performance Managment)的市场容量将达到50亿美元。在中国,虽然APM的市场份额并不高,但随着互联网及移动应用的快速增长,中国有望成为全球最大的应用市场。

毫无疑问,应用性能对业绩的影响越来越大。用户依靠应用接触客户,构建和销售产品,提供服务,自动化业务流程,以及执行几乎其他所有关键业务任务。对于很多团队来说,应用性能和可用性最能反映其成功与否。

选一个好的APM,该重视您的应用体验了

应用性能及体验差包含多种原因

在开发和测试阶段,开发人员和测试人员可以在预生产环境中利用APM,来检测和解决生命周期早期的代码问题,确保它们不会影响生产。一旦代码进入生产过程中,APM工具集对于跟踪生产基础设施的变更、监控支持服务等级协议(SLA)的交付级别,以及评估新功能的成功,进而进行更明智的路线图规划都是非常宝贵的。

一个好的APM是什么样子的?

关键应用的停机和性能不佳对业务有直接影响。当应用出现问题时,IT团队必须快速检测、隔离并修复问题。但是,使用传统的性能管理工具,要隔离和修复性能问题需要几天甚至几周的时间,而通常是在终端用户报告问题后才发现。

当一个关键业务应用关闭或表现不佳时候,团队常常因指责其他团队(例如开发、网络和系统)或第三方供应商而失去宝贵的时间。实际上,它往往是基于一维度监控工具的不完整信息的逻辑性演绎推理的结果。系统团队认为所有服务器都是最新的并以最佳状态运行;网络团队报告称,带宽利用率远没有达到峰值,而延迟很低;开发团队表示,自定义应用昨天运行良好,并没有引入最近的代码更改。

选一个好的APM,该重视您的应用体验了

EMA调查:70%的公司仍然使用手动(而不是自动化的APM)故障诊断实践

一个全面的 APM 解决方案应该为整个团队提供整个应用和基础架构的端到端“全景”视图,包括所有事务和组件。因为,不完整的数据会产生错误的答案。

因此,APM 解决方案需要为每个用户、每个事务、所有时间和细节收集关于应用组件其性能的数据。若要了解全局,APM 解决方案需要监控覆盖所有应用组件的性能指标,如 Java、.NET、Web 服务器、数据库、操作系统和存储等。

全面了解您的应用性能

根据 Gartner 的数据,到2020年,70%的APM套件技术买家都不会是传统IT运营组织。当今复杂的应用和基础架构需要一个可审视应用交付链所有关键环节的APM解决方案。无论您在推出新的应用、对应用进行容器化、合并或虚拟化数据中心,还是迁移到云环境,管理应用性能都需要进行全面了解,包括以下几个方面。

· 数字体验监控:数字代理(人类或机器)与应用交互时实际体验到的可用性和性能。无论是使用 Web 还是厚客户端应用,不管它们位于本地、遍布全球,还是用于移动设备,您都必须能够监控应用性能的最终度量标准并进行故障排除:数字体验。

· 应用发现、跟踪和诊断:数字代理(人类或机器)认为的单个操作涉及许多不同应用组件的许多不同子事务,比如不同的应用服务器或数据库。您如何跟踪、监控这些关键事务的性能并进行故障排除,将其相互关联,以及深入了解应用的各个组件?

· 应用分析:使用统计分析、机器学习、模式识别或数学理论自动检测事务性能问题的根源。这是在现代复杂环境中APM工具的核心所在,在这样的环境下应用频繁地更改,使用微服务构建,并且具有弹性、瞬态并高度虚拟化。

· 基础架构和网络性能管理:底层 IT 基础架构和网络的性能和可用性如何影响应用的性能? IT 基础架构的存在是有理由的:交付应用。若要真正理解整体应用性能,必须通过应用的视角来管理基础架构。尤其网络还是一个重要的组成部分,它的重要性随着云、移动、SDN(软件定义网络)和网络虚拟化趋势的发展而继续增长。

应用大数据技术发挥APM潜力

看得出,APM 的全部潜力在于开发大量关于所有事务的性能和行为的详细数据。大数据功能远远超出了传统的统计性能总结,它支持保留大量事务数据。这些功能还支持功能强大的非结构化搜索,使 IT 能够快速检测模式,查找和分析特定事务,最后解决问题。凭借这些功能,IT团队可以快速查明性能问题的根本原因,并将对终端用户和业务的影响最小化。

全面管理应用性能所需的数据量很快超出了传统性能管理解决方案的承受能力。虚拟化、容器化、动态的基础架构和高度分布式的应用架构加剧数据的爆炸式增长。分析对于确定与某个问题相关的特定数据或者指出一个正在出现的问题非常重要。以前,性能管理解决方案通过采样、平均或减少所收集数据的粒度来处理这些数据量。这些技术没能为IT团队提供足够的数据和洞察,无法为每个用户、每个事务、所有时间跟踪整个应用性能情况。

相比之下,大数据技术使应用的支持团队、开发人员和操作人员能够挖掘大量的高保真数据,以提取有意义的信息。其结果是加快故障排除、延长正常运行时间,并有机会在业务受影响之前主动识别应用问题。

总之,对于希望通过DevOps和持续交付来加速数字变革的企业来说,APM工具集是必不可少的投资,该重视您的应用体验了。

来源:至顶网网络频道

0赞

好文章,需要你的鼓励

2018

03/07

17:13

分享

点赞

邮件订阅
白皮书