摘要：阿里云上領(lǐng)域各個(gè)產(chǎn)品最終目標(biāo)是為了對(duì)以上各個(gè)組件進(jìn)行有效監(jiān)控。阿里云的解決方案地圖基于今天的云上的應(yīng)用架構(gòu)，阿里云的解決方案地圖如下所示。其他阿里云服務(wù)包括緩存，等。阿里云解決方案地圖以下表格對(duì)阿里云解決方案進(jìn)行總結(jié)。

摘要： PM是近5年來伴隨著云技術(shù)、微服務(wù)架構(gòu)發(fā)展起來的一個(gè)新興監(jiān)控領(lǐng)域。在國(guó)內(nèi)外，無論是云廠商(如AWS, Azure，等)還是獨(dú)立的公司(Dynatrace, Appdynamics，等)，都有著非常優(yōu)秀的APM產(chǎn)品。

APM 概述
APM 全稱是 Application Performance Management, 是指對(duì)應(yīng)用程序的性能和可用性的監(jiān)控管理。狹義上的APM單指應(yīng)用程序的監(jiān)控，如應(yīng)用的各接口性能和錯(cuò)誤監(jiān)控，分布式調(diào)用鏈路跟蹤，以及其他各類用于診斷(內(nèi)存，線程等)的監(jiān)控信息，等;廣義上的APM, 除了應(yīng)用層的監(jiān)控意外，還包括手機(jī)App端監(jiān)控，頁面端監(jiān)控，容器、服務(wù)器監(jiān)控，以及其他平臺(tái)組件如中間件容器，數(shù)據(jù)庫(kù)等層面的監(jiān)控。

APM是近5年來伴隨著云技術(shù)、微服務(wù)架構(gòu)發(fā)展起來的一個(gè)新興監(jiān)控領(lǐng)域。在國(guó)內(nèi)外，無論是云廠商(如AWS, Azure，等)還是獨(dú)立的公司(Dynatrace, Appdynamics，等)，都有著非常優(yōu)秀的APM產(chǎn)品。

阿里云作為國(guó)內(nèi)最大，世界排名前三的云廠商，其在APM領(lǐng)域也有很多優(yōu)秀的產(chǎn)品提供，整個(gè)產(chǎn)品家族也比較全面。本文就以APM領(lǐng)域?yàn)槔o大家介紹一下阿里云在該領(lǐng)域的各個(gè)產(chǎn)品。

云時(shí)代應(yīng)用架構(gòu)簡(jiǎn)介
云時(shí)代典型的應(yīng)用，如運(yùn)行在阿里云的應(yīng)用，其架構(gòu)如下圖所示。

其中：

應(yīng)用一般對(duì)外提供兩種客戶端訪問模式：移動(dòng)端App訪問，或基于瀏覽器的頁面訪問。客戶端的監(jiān)控在APM領(lǐng)域又被成為UEM(User Experience Management)，即用戶體驗(yàn)管理。
除了客戶端訪問意外，用戶一般還會(huì)部署相應(yīng)的業(yè)務(wù)探針，通過API來直接誒測(cè)試服務(wù)性能或進(jìn)行健康檢測(cè)。
對(duì)客戶端直接提供服務(wù)的為后端應(yīng)用服務(wù)程序。基于微服務(wù)的應(yīng)用一般多個(gè)應(yīng)用，分別運(yùn)行在多個(gè)節(jié)點(diǎn)之上，應(yīng)用和應(yīng)用之間會(huì)有比較復(fù)雜的調(diào)用依賴關(guān)系。
后端應(yīng)用一般運(yùn)行在容器里，或者直接運(yùn)行在(虛擬)操作系統(tǒng)之上，取決于用戶是否進(jìn)一步使用容器技術(shù)來優(yōu)化開發(fā)和運(yùn)維。
應(yīng)用還會(huì)直接依賴各類的PaaS/SaaS云服務(wù)，如OSS，OTS, MQ, RDS等，對(duì)應(yīng)用提供響應(yīng)平臺(tái)服務(wù)，簡(jiǎn)化應(yīng)用的運(yùn)維成本。
阿里云上APM領(lǐng)域各個(gè)產(chǎn)品最終目標(biāo)是為了對(duì)以上各個(gè)組件進(jìn)行有效監(jiān)控。以下介紹對(duì)于各個(gè)組件，阿里云提供的相應(yīng)的APM產(chǎn)品。

阿里云的APM解決方案地圖
基于今天的云上的應(yīng)用架構(gòu)，阿里云的APM解決方案地圖如下所示。

其中：

PC/移動(dòng)端頁面監(jiān)控：該部分組件由業(yè)務(wù)實(shí)時(shí)監(jiān)控的前端監(jiān)控子產(chǎn)品來完成監(jiān)控。前端監(jiān)控原理是通過頁面的JS埋點(diǎn)，從頁面的調(diào)用次數(shù)和響應(yīng)時(shí)間，API的調(diào)用時(shí)間和錯(cuò)誤返回，以及頁面的JS錯(cuò)誤監(jiān)控三個(gè)方面來監(jiān)控頁面的健康狀態(tài)。不僅如此，前端監(jiān)控亦支持按維度來監(jiān)控頁面狀態(tài)，包括地域維度，網(wǎng)絡(luò)運(yùn)營(yíng)商維度，瀏覽器種類和版本維度，等。
移動(dòng)端APP監(jiān)控：由移動(dòng)數(shù)據(jù)分析來完成監(jiān)控。移動(dòng)數(shù)據(jù)分析為開發(fā)者提供一站式數(shù)據(jù)化運(yùn)營(yíng)服務(wù)，包括通用的多維度用戶行為分析、數(shù)據(jù)開放并支持自定義分析、數(shù)據(jù)無縫對(duì)接其他數(shù)據(jù)應(yīng)用產(chǎn)品，可幫助移動(dòng)開發(fā)者實(shí)現(xiàn)基于大數(shù)據(jù)技術(shù)的精細(xì)化運(yùn)營(yíng)、提升產(chǎn)品質(zhì)量和體驗(yàn)、增強(qiáng)用戶黏性。
關(guān)于探針/壓測(cè)部分：一般分為兩個(gè)部分。

探針：通過外部的探針來撥測(cè)頁面的監(jiān)控狀態(tài)。該部分可由云監(jiān)控的站點(diǎn)監(jiān)控來實(shí)現(xiàn)。站點(diǎn)監(jiān)控定位于互聯(lián)網(wǎng)網(wǎng)絡(luò)探測(cè)的監(jiān)控產(chǎn)品，用于通過遍布全國(guó)的互聯(lián)網(wǎng)終端節(jié)點(diǎn)，發(fā)送模擬真實(shí)用戶訪問的探測(cè)請(qǐng)求，監(jiān)控全國(guó)各省市運(yùn)營(yíng)商網(wǎng)絡(luò)終端用戶到業(yè)務(wù)服務(wù)站點(diǎn)的訪問情況。
壓測(cè)：通過模擬外部真實(shí)網(wǎng)絡(luò)環(huán)境下的用戶訪問，來對(duì)線上系統(tǒng)進(jìn)行壓力測(cè)試。該部分功能可用性能測(cè)試來實(shí)現(xiàn)。該產(chǎn)品脫胎于基于服務(wù)阿里全生態(tài)多達(dá)4年以上的單鏈路/全鏈路壓測(cè)平臺(tái)，通過在邊緣計(jì)算節(jié)點(diǎn)部署壓測(cè)流量來模擬用戶真實(shí)流量。
應(yīng)用服務(wù)程序：由業(yè)務(wù)實(shí)時(shí)監(jiān)控的應(yīng)用監(jiān)控來完成監(jiān)控。應(yīng)用監(jiān)控前身是阿里的分布式跟蹤系統(tǒng)-鷹眼。其原理是通過應(yīng)用程序的探針埋點(diǎn)，對(duì)應(yīng)用程序進(jìn)行接口性能，鏈路追蹤，以及錯(cuò)誤診斷三個(gè)方面監(jiān)控。其中，應(yīng)用監(jiān)控通過探針，亦可捕獲容器和操作系統(tǒng)的性能和狀態(tài)，因此也可用于容器和操作系統(tǒng)的性能監(jiān)控。
操作系統(tǒng)：主要由云監(jiān)控的主機(jī)監(jiān)控來實(shí)現(xiàn)。云監(jiān)控主機(jī)監(jiān)控服務(wù)通過在服務(wù)器上安裝插件，為用戶提供服務(wù)器的系統(tǒng)監(jiān)控服務(wù)。用戶可以使用主機(jī)監(jiān)控服務(wù)進(jìn)行服務(wù)器資源使用情況的查詢和排查故障時(shí)的監(jiān)控?cái)?shù)據(jù)查詢。服務(wù)器無論是阿里云服務(wù)器 ECS，還是其他云廠商的服務(wù)器或物理機(jī)，都可以使用主機(jī)監(jiān)控服務(wù)。
其他阿里云PaaS、SaaS服務(wù)：包括RDS, OSS, MQ, 緩存，等。該類產(chǎn)品本身都會(huì)自帶監(jiān)控，但是用戶亦可從業(yè)務(wù)實(shí)時(shí)監(jiān)控和云監(jiān)控兩個(gè)產(chǎn)品作為監(jiān)控入口進(jìn)行監(jiān)控。兩個(gè)產(chǎn)品的側(cè)重點(diǎn)各有不同，其中：

業(yè)務(wù)實(shí)時(shí)監(jiān)控主要從應(yīng)用側(cè)的客戶端埋點(diǎn)著手來獲取外部服務(wù)數(shù)據(jù)，其獲取的性能數(shù)據(jù)為應(yīng)用測(cè)真實(shí)狀態(tài)，服務(wù)調(diào)用時(shí)間不僅包含外部服務(wù)的服務(wù)端響應(yīng)時(shí)間，還包括中間的網(wǎng)絡(luò)延遲等。
云監(jiān)控主要從阿里云服務(wù)側(cè)的性能數(shù)據(jù)打通來獲取外部服務(wù)數(shù)據(jù)，其獲取的性能數(shù)據(jù)為外部服務(wù)的服務(wù)端響應(yīng)時(shí)間，其中并不包括中間的網(wǎng)絡(luò)延時(shí)，雖不能真實(shí)反應(yīng)應(yīng)用側(cè)的狀態(tài)，但可用于有效排除服務(wù)端的潛在問題。
關(guān)于業(yè)務(wù)監(jiān)控
關(guān)于APM領(lǐng)域的一些場(chǎng)景，還有一件事情，就是業(yè)務(wù)層面的監(jiān)控，簡(jiǎn)稱業(yè)務(wù)監(jiān)控。為什么需要業(yè)務(wù)監(jiān)控？

很多時(shí)候局部應(yīng)用故障并不能直接反應(yīng)對(duì)業(yè)務(wù)的影響，如某個(gè)重要級(jí)別的某些接口宕機(jī)，由于應(yīng)用的一些熔斷或者緩存機(jī)制，可能并不會(huì)對(duì)業(yè)務(wù)收入(交易，下單，等)造成直接大的影響。因此，IT系統(tǒng)監(jiān)控和故障定級(jí)往往并不依賴于單個(gè)系統(tǒng)故障，而需要以業(yè)務(wù)指標(biāo)為準(zhǔn)。
業(yè)務(wù)層面的監(jiān)控更能輔助IT系統(tǒng)反過來進(jìn)行優(yōu)化業(yè)務(wù)。如針對(duì)某個(gè)IT電商的運(yùn)行分析，通過業(yè)務(wù)監(jiān)控分析賣家的地域、運(yùn)營(yíng)商分布，以及賣家的動(dòng)態(tài)庫(kù)存，暢銷類目實(shí)時(shí)統(tǒng)計(jì)，更能反過來幫助業(yè)務(wù)進(jìn)行實(shí)時(shí)數(shù)據(jù)決策。
針對(duì)以上，阿里云的幾款A(yù)PM產(chǎn)品其實(shí)都不同程度支持業(yè)務(wù)層面的監(jiān)控。其中：

業(yè)務(wù)實(shí)時(shí)監(jiān)控的自定義監(jiān)控功能可通過用戶的應(yīng)用日志數(shù)據(jù)，頁面數(shù)據(jù)推送，甚至消息隊(duì)列等不同的數(shù)據(jù)源，通過實(shí)時(shí)計(jì)算預(yù)聚合將不同維度的數(shù)據(jù)存放在時(shí)序數(shù)據(jù)庫(kù)中，并為用戶提供交互大盤動(dòng)態(tài)可視化和報(bào)警策略，已知的用戶場(chǎng)景包括航旅，電商，車聯(lián)網(wǎng)的各類業(yè)務(wù)。
云監(jiān)控的日志監(jiān)控功能可通過對(duì)用戶的日志服務(wù)中的日志內(nèi)容做統(tǒng)計(jì)，為用戶繪制出各類業(yè)務(wù)大盤。
移動(dòng)數(shù)據(jù)分析的業(yè)務(wù)數(shù)據(jù)分析可根據(jù)移動(dòng)端的上報(bào)日志統(tǒng)計(jì)移動(dòng)端業(yè)務(wù)使用情況。
阿里云APM解決方案地圖
以下表格對(duì)阿里云APM解決方案進(jìn)行總結(jié)。

原文鏈接