概述构建应用智能运维系统的核心能力

Posted 2022-09-20 key_3_feng

如果企业无法抵消信息系统趋于复杂化带来的运维风险，数字化营销、数字化生产、数字化管理等战略就是空谈。建设具备全景监控、智能运维能力的应用性能管理系统，保障用户数字体验，提升应用可用性，已成为企业必然的选择。

随着信息系统的快速演进，政府、企业对数字信息系统应用的依赖持续上升，对相应的应用性能、稳定性保障系统建设的关注同步升温。而传统以应用指标采集为主的APM系统已经难以满足云化、容器化、微服务化的复杂应用系统的监控运维需求。企业对APM能力的需求核心正在从应用请求链路监控、用户数字体验保障向智能运维、业务流程监控、应用全景监控转移。在此市场背景下，要保障政府、企业未来日趋复杂、多样、高负荷的数字信息系统建设，需要新一代以应用为核心的智能化全景运维平台的支撑。要打造用户体验优先的应用智能运维系统，其需要具备的核心能力如下。

1、全景视图监控，实时掌控用户数字体验

应用智能运维系统能够自动探测和发现应用从用户端到服务端的端到端全栈拓扑结构、用户操作业务流程和代码执行链路，实时感知潜在风险并通知相关责任人，以全景化的应用监控视图展现用户请求触发的应用行为，监控范围涵盖从用户端到服务端的各环节。一旦出现风险，运维人员可以及时从全景监控视图观察到风险点，并能够下钻到原子指标或代码链路、日志等白盒监控数据，将其发送给开发人员解决处理。

2、运维大数据可视化，自助定义监控视图

应用智能运维系统能够支持自助、实时提取监控数据，定义可视化监控仪表盘视图，设置仪表盘间的跳转关系。监控视图可让海量运维数据更易理解，风险监控更及时、更直观。只有通过全可视化界面实现信息的高效人机交互，才能满足未来应用运维的需要。

3、应用全栈集中监管，全方位掌控应用的运行状态

应用智能运维系统能够提供对应用360度全方位、全栈的监管能力，不但能够对应用进行请求、事务、线程及代码级的深入分析，而且支持对应用依赖的应用服务器、数据库、虚拟化环境、云环境及主机、网络、存储等基础设施进行监管，帮助用户了解并掌控应用的性能、健康状态、风险及用户体验。

4、聚合监控指标数据，简化日常应用性能管理工作

为简化对海量监控指标的监管工作，应用智能运维系统以聚合指标指示关键应用性能指标。通过指标聚合，应用智能运维系统将海量应用性能指标转换为容易理解、管理的应用健康状态、用户体验指标等指标，并通过仪表盘实时更新。这些指标反映了应用运行的全局状态，避免了人工筛查指标数据，定义了大量、复杂的告警策略，从而提高了管理效率。

5、管理用户体验，追踪用户实时、历史在线状态

保障良好的用户体验是应用性能管理的最终目标。应用智能运维系统支持实时监控APDEX，帮助用户掌控应用的用户体验变化情况。为实现更高效的敏捷管理，应用智能运维系统以用户体验保障为核心，提供能够追踪用户实时和历史在线状态、请求响应时间、请求异常状态等关键指标的驾驶舱式集中监管仪表盘。

6、辅助性能优化，智能分析运行缓慢的业务流程

应用系统支撑企业运营的各环节，每个业务流程都对应众多的服务及功能调用，一旦某业务运行缓慢，会直接导致企业运转效率下降，甚至停滞。因此，在出现问题时，定位瓶颈所在并解决问题的及时性直接关系企业的营收指标。应用智能运维系统能够通过分析海量运维数据，查找指定时间段内运行缓慢的业务请求及对应的应用执行线程，快速定位应用性能瓶颈所在，从而提高解决业务响应缓慢问题的工作效率。

7、应用白盒监控，深度分析应用性能风险的根源问题

在应用系统性能异常时，应用智能运维系统能够通过自上而下、逐层钻取应用堆栈的方式分析根源问题，生成指定时间段内的详细性能分析结果视图。分析结果视图涵盖应用行为、性能指标、异常日志、内存用量分析等几乎所有应用运行期的关键运维数据，这些数据可以帮助用户快速排查、分析应用性能异常的原因。

8、变被动处理为主动防御，提前规避应用性能风险

要从根本上扭转当前企业面临的应用性能管理被动，甚至有时近乎失控的局面，首先需要变被动解决风险告警为主动解决潜在问题及风险。有别于其他APM产品，应用智能运维系统致力于打造主动防御型应用性能管理体系，使企业能够提前发现风险，防患未然。基于概率图模型构建的指标间因果影响关系及推理分析模型，可使应用智能运维系统分析和处理海量数据，并通过自主研发的运维数据深度学习技术，从应用性能历史数据中分析最小粒度的指标，计算运维数据间的复杂概率分布，然后基于数据自动生成关联关系、影响程度等信息，从而生成可进行预测分析的数学模型。利用此模型，应用智能运维系统能够在给定时间范围或预期负载条件下发现潜在问题及风险，提升用户体验，减少由应用稳定性、性能问题带来的经济损失。

9、预测应用性能变化趋势，优化应用资源配置

通过分析运维数据，生成对应用性能、负载及容量未来变化趋势进行预测的预测分析模型，应用智能运维系统能够帮助企业提前发现应用资源配置存在的问题，定位如CPU、物理内存、Java内存、物理磁盘、网络等资源存在的资源超配或资源配置不足问题。除此以外，应用智能运维系统能够借助预测分析模型计算提升或降低某种资源配置对关键应用性能指标（如请求响应时间、APDEX等）的影响程度，从而帮助运维人员找到最优的资源配置方案，在保障应用性能的同时提高资源使用率，节约成本。

企业在规划、构建面向智能、互联时代的应用智能运维系统的过程中，需要摒弃传统以网络、资源、设备为核心的被动运维理念，实现以应用为核心的主动式、智能运维管理平台，实现对应用性能的全方位监控和预测分析。在此过程中，应用智能运维系统能够帮助应用运维人员应对未来的复杂应用系统运维挑战，构建更加简单、高效的智能运维平台，以适应未来数字化驱动的新型互联网企业发展的需要。