應用性能管理工具能幫助企業(yè)管理云環(huán)境下的應用操作，其中包括平臺即服務（PaaS），基礎架構即服務（IaaS）和軟件即服務（SaaS）。這些工具還可以用來識別性能問題來源，而且配合使用高級分析，它們甚至能在某些問題發(fā)生前就做出準確判斷。使用應用性能管理工具，能使復雜IT環(huán)境的經營和管理變得簡單。它們把應用簡倉和基礎架構連接起來--把平臺間或者特定平臺上的應用操作以統(tǒng)一界面表現出來。本文對這些工具進行了仔細分析，并說明了幾種有助于數據中心管理員使用這些工具的方法。

應用性能有幾種不同維度。收集到的數據和評估分析過的性能參數取決于所選擇的工具類型。

面向事務型監(jiān)控工具

當一項事務流經全部基礎架構層時，這些工具就對其進行監(jiān)控和捕捉，一般會使用服務器型收集器。當各項事務穿越分散的云架構時，它們會以拓樸方式被聯(lián)系到一起并被追蹤。這一類別的工具有一大堆，包括Correlsense Inc.'s SharePath for the Data Center, OpTier CoreFirst, Nimsoft Unified Manager, Inetco Systems Ltd.'s INETCO Insight 和 Nastel Technologies Inc.'s TransactionWorks.

對于面向事務型的混合云環(huán)境，由于其所有事務都必須進行多層追蹤，其跨度甚至會超出數據中心范圍，所以這些工具很理想。

管理員可以輕易判斷出基礎架構層級是瓶頸的源頭，并適當部署資源，加快問題的解決。通過這種方式，云經理和管理員能夠看到準確的信息內容梗概，其中包括事務相關性、事務資源使用、事務服務水平和諸如如下相關問題：

-花多長時間完成一項業(yè)務事務？

-每層耗費了多少時間？

-事務失敗了嗎？

這個類別中的一些工具通過識別事務類型（例如，股票交易或在線零售），事務發(fā)起人，及事務發(fā)起時間等內容，還能給用戶提供背景了解。這些工具能夠回答類似如下的問題：

-我的訂單通過了嗎？

-我的退回受理了嗎？

-我的交易失敗了嗎？

-醫(yī)療保健申請的狀況如何？

“Deep-dive”應用程序組件監(jiān)測工具

Deep-dive監(jiān)測工具能夠給出組件層面的應用診斷，通常使用位元碼之類的測試設備。使用此類設備的好處在于其收集到的針對應用程序的具體信息所具有的廣度和深度，使得應用問題能夠很快被確定，診斷，并得到解決。性能問題的根本原因容易識別，在某些案例中，原因的定位甚至可以具體到個別代碼行。舉例說明，“Deep dive”應用監(jiān)測設備包括如下產品：CA Technologies的Application Performance Management （Introscope）和IBM的Tivoli Composite Application Manager （ITCAM）。

Deep-dive應用性能管理工具最適用于復雜關鍵任務企業(yè)應用，而且也很適合大型企業(yè)，這些企業(yè)有著一批具備應用方面專業(yè)技能的IT人員，同時還有一系列分析工具用于處理收集到的信息。不好的一點的是，安裝，部署和使用起來比較復雜。這些工具能夠收集如此多的信息以至于難以對這些信息進行關聯(lián)和分析。所以中型以下規(guī)模的企業(yè)可能不會想用這些工具。

終端用戶體驗型監(jiān)測工具

這種類型工具注重的是客戶體驗。當實際客戶與網頁型應用發(fā)生交互作用時，此類工具能夠監(jiān)測到用戶的響應次數。所以對于公司業(yè)務取決于客戶驅動的網頁型交易的企業(yè)應該采用這類工具，例如電子商務，在線交易。我們可以把IT問題與它對客戶體驗造成的影響聯(lián)系在一起，這樣可以幫助我們確認性能問題，同時預測用戶行為，并評估特定事件對業(yè)務的影響。

這些工具能回答如下類似問題：

-基礎架構變化對終端用戶體驗會造成什么影響？

-為什么我的網站不能滿足用戶的需求？

-為什么特定群體用戶在訪問我的網站時會遇到問題呢？

常見的體驗型監(jiān)測工具包括Correlsense SharePath Real User Monitoring, OpTier Experience Manager, CA Customer Experience Manager 和 IBM ITCAM for Transactions.

事件處理/分析工具

應用性能管理工具，例如OpTier Business Events, Nastel AutoPilot 和 Netuitive,都帶有一個關聯(lián)/分析引擎，用來收集原始和數據和事件信息，并把它們轉化為有用信息。對于參數從“正�！钡健爱惓！钡呐卸ǎ�也都設定了相關規(guī)定和閥值。這些工具能夠把上述設置應用到收集來的性能數據上并將它們顯示到控制板。

許多工具運用拓樸視圖，突出強調故障組件。據此管理員再深挖有關問題的更多細節(jié)（有些工具甚至能夠給出修復的建議）。如果運用在試驗性生產中，配置變更帶來的影響就能夠在產品上線前得到合理評估。在上線前，應用能夠進行模仿和測試。生產中，能夠計算出響應時間，并關聯(lián)到服務級協(xié)議要求，識別可能的違規(guī)。數據將被收集用于成本分攤和私有云審計。

一些工具采用了動態(tài)閥技術能夠進行“學習”,所以它具備預測分析功能。例如，這類工具在了解一臺服務器的歷史數據基礎上，對該服務器的正常行為能夠做出識別。當偵測到被認為是異常的行為時，該工具會發(fā)出警告。對于從多個源頭實時收集來的數據，利用算法式和統(tǒng)計回歸技術對其進行分析。該技術能夠告訴我們所有這些指征在不同的環(huán)境下如何共同起作用的（例如，當日時間）。自動生成的模型通過多級和應用能夠了解到事務如何進行。這些工具將實際性能和預期性能進行比較，使得它能夠在問題發(fā)生前就識別出異常狀況。收集到越多歷史數據，這些工具的分析能力就越強。

上述提到的應用性能管理工具許多都在其基礎產品中包括了分析功能。根據收集和關聯(lián)的數據類型，這些工具可能就夠用了。大型企業(yè)有著復雜分散的混合云架構，可能會需要一臺獨立設備來輔助現有的監(jiān)測工具。

對于需要管理分散的云型應用程序的IT管理員，在應用性能管理工具進行一定投入是件很值當的投資。現如今有很多方案可供選擇，根據預算和企業(yè)需求不同而異。綜合性工具能夠把事務，應用和用戶體驗監(jiān)測歸攏到一個獨立，統(tǒng)一的控制板視圖中。

在不久的將來，云計算一定會徹底走入我們的生活，有興趣入行未來前沿產業(yè)的朋友，可以收藏云計算，及時獲取人工智能、大數據、云計算和物聯(lián)網的前沿資訊和基礎知識，讓我們一起攜手，引領人工智能的未來！

標簽： 大數據 代碼 電子商務 服務器 云計算

版權申明：本站文章部分自網絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。