APM應用(yòng)性能(néng)監控系統

快(kuài)速搜索高(gāo)基數(shù)類數(sh∑"♠ù)據

      借助維α®度、标簽、基數(shù)和(hé)字段随心所欲地(dì)運行(xíng)。₩׶φElastic 不(bù)會(huì)限制(zε  ♠hì)或規定您浏覽數(shù)據的(de)方式。相(xiàng)反，您可(kě)以按自(zì)✘∑₩己喜歡的(de)任何方式和(hé)順序，在您喜歡的(de)可(kě≈‍∑​)視(shì)化(huà)圖形中連續、快(kuài)速、大(®→dà)規模地(dì)浏覽屬性（主機(jī)α±×™名稱、IP 地(dì)址、标簽）。不(bù)僅如(rú)此，Beats 和(hé)相  ​(xiàng)應的(de)模塊能(néng)夠為(wèi)您完成收集、解析和(hé)标記工≥≈§δ(gōng)作(zuò)。它們還(hái)能(néng)創建儀表闆和(hé) Machin→★e Learning 任務。

适用(yòng)于時(shí)序數(shù)據的(de)Ela↔§ φsticsearch

      我們不(bù)局限于倒排索引™>。我們還(hái)創建了(le)新的(de)數(sh•'ù)據類型，實現(xiàn)了(le) BKD 樹(shù)，并添加了(le)列存儲；π§‍↔所有(yǒu)這(zhè)些(xiē)都(dōu)能(nén→§g)生(shēng)成更高(gāo)效的(de)結構化(huà)數(shù)據，從(cóng)而±≤≤♦加快(kuài)搜索速度，減少(shǎo)內(nèi)存使用(yòn✔$σδg)，并降低(dī)磁盤使用(yòng)率。換句話(huà☆₹β¶)說(shuō)，您能(néng)夠以驚人(ré≥≠$'n)的(de)速度訪問(wèn) PB 級數(shù)據的(de)字段和(hé)值。

分(fēn)析并強化(huà)您的(de)P÷↑≤rometheus 指标

      将數(shù)百個(gè) Prometh& eus 實例的(de)數(shù)據整合到&≤§(dào)一(yī)起，針對(duì)散布在地(dì)球各處的(de)終•✔ 端獲得(de)全局視(shì)圖。将來(l✔ ★ái)自(zì) Prometheus 的(de)指标與 Elasticsearch 中的(de♦π)日(rì)志(zhì)和(hé) APM 數(shù)據集中到(dào)一÷£∞(yī)起，在 Kibana 中進行(xíng)統一(yī)分(f<"£ēn)析。您既可(kě)以将 Metricbeat 連接↕$到(dào) Prometheus 服務器(qì)，也(yě)可(kě)以直接連到λβ↓♦(dào) Prometheus 導出器(qì)。

深入了(le)解您的(de)指标

      通(tōng)過σ★↑與您的(de)拓撲架構一(yī)緻的(de)視(shì)角，重新審視(shì)γ∑您的(de)基礎設施。按 CPU、內(nèi)存和(hé)網絡流量深入研究目前和(hé)​₩δ∏過往的(de)表現(xiàn)。然後在 Metric'↔≤s Explorer 中查看(kàn)更細粒度的(de)結果，并基于∏ ¥™您選擇的(de)彙總方法創建時(shí)序型圖表® ≥。選擇希望繪制(zhì)的(de)字段，将數(shù)據分(fēn)割到(dào)子(zǐ)圖表中←¶<，添加可(kě)選篩選條件(jiàn)，然後在 Time Series πσλVisual Builder（時(shí)序可(kě)視(÷‌±☆shì)化(huà)生(shēng)成器(qì)）中改進您的(de)可(kě)視(shì)化(h∑‍uà)。

全文(wén)搜索整合APM

      查找并修複代碼中存在的(de)問(wèn)≠Ω→題歸根結底就(jiù)是(shì)搜索。我們的(de)專用(yòng) ≈✘↑UI 能(néng)夠讓您識别瓶頸并在代碼層面準确定位到(dεβào)存在問(wèn)題的(de)地(dì)方。因此，您能(néng)夠編寫更好(hǎ∞↕λo)、更高(gāo)效的(de)代碼，進而幫助您加快(β§<®kuài)“開(kāi)發-測試-部署”周期，讓您的(de)應用(yòng)程序運行(xín  "≥g)更快(kuài)，客戶體(tǐ)驗更佳。

借助服務地(dì)圖連點成線

      在單一(yī)的(de)清晰視(shì'↔¶☆)圖中，直觀地(dì)查看(kàn)您的(de€✘)服務間(jiān)的(de)聯系。了(le)解它們在重點 KPI 方面表現(x•≥βiàn)如(rú)何，然後放(fàng)大(dàγ✘≠)至具體(tǐ)服務以确定存在的(de)阻礙。從(cóng>₹÷)這(zhè)裡(lǐ)開(kāi)始調查中斷事(shì)件(jiàn)，分(fēn↑$‍σ)析影(yǐng)響，并采取行(xíng)動€©♣以針對(duì)您的(de)所有(yǒu)服務優化(huà)性能(néng)。

分(fēn)布式跟蹤整合所有(yǒu)系統

      納悶您的(de)請(↕♥≤φqǐng)求是(shì)如(rú)何流經整個(gè)基礎架構的(d£ "e)？通(tōng)過分(fēn)布式跟蹤将所有(yǒu)內(nèi)容整合到(dào)一↓÷(yī)起，清晰查看(kàn)您的(de)各項服務之間(jiān)的(de)交γ↕互情況。查看(kàn)利用(yòng)了(le)哪些 ÷♥(xiē)消息傳遞框架（例如(rú) Ka←'fka），然後對(duì)所有(yǒu)這(zhè)些(xiē)框架的(de)服務調用(yδ₽×òng)操作(zuò)進行(xíng)可(kě)視(shì)★σ化(huà)，找到(dào)路(lù)徑中何處存在潛在問(wè​±≈n)題，并精準确定需加以優化(huà)的(de)組件(jiàn)。↔✘εΩ

通(tōng)過ML功能(néng)檢測響應時(shí)間(jiān)☆×

      從(cóng) Kibana 中的(♥≥↓de) APM 應用(yòng)直接創建任務。通(tōng≤δ)過 Machine Learning 功能(néng)（π>β此功能(néng)可(kě)自(zì)動對(duì)您的(de)數(shù)¶§ 據建模）查找異常行(xíng)為(wèi)和(hé)存在問(wèn)題的₩γ£(de)部分(fēn)。

及時(shí)警報(bào)積極應對(duì)

      我們的(de)儀表±'₩闆十分(fēn)美(měi)觀，但(dàn)有(yǒu)時(shí)候您很(hěn)♦→>可(kě)能(néng)還(hái)需要(yào)關注其他(tā)方面。通(tōng)過我們的 ↕¥✔(de) Alerting 功能(néng)，随時(shí)了 ↔→♥(le)解代碼的(de)運行(xíng)表現λ'↔★(xiàn)。可(kě)以選擇在遇到(dào)問(wèn)題時(shí)接收電(diàn>®∑)子(zǐ)郵件(jiàn)通(tōng)✘σ知(zhī)，也(yě)可(kě)以選擇在一(yī)切運行(xíng)正常時(shí)接收 S¥♦lack 通(tōng)知(zhī)。

支持主流編程語言

      ElasΩ→←tic APM 針對(duì)多(duō)頁和(hé)單頁應用(yò₩§•ng)程序支持 Java、Go、Node.js、Pytho₽÷n、Ruby、.NET 和(hé) Rea'™€l User Monitoring (JavaScript)，而且未來(lá↔☆i)還(hái)會(huì)支持更多(duō)編程‍✔♠‍語言。如(rú)果已使用(yòng) Jaeger 對(duì)您的(de)應用(yòng)進行( ™€αxíng)插樁，則您可(kě)以借助我們免費(fèi)的(de)開 ≤(kāi)源代理(lǐ)直接将這(zhè)些(xiē)痕迹流式傳輸到(dào) Elast₹​✔ic APM 中。沒有(yǒu)找到(dào)所需的(d♥∏e)內(nèi)容？自(zì)行(xíng)構建或利用(yòng)開(kāi)源社區(qū♦ >)。