通过自动化实时监控,将后端应用内部调用拓扑可视化呈现出来,结合其性能诊断、业务分析等功能,可迅速进行业务故障排查, 将问题根源定位的时间提升至秒级。
通过采用“Application-->Tier-->Agent”三层应用监控模型,更加友好的支持分布式应用监控,从业务请求入口的角度,端到端的分析整个分布式应用的运行情况。
Ai能自动发现的web 事务入口和拓扑的可视化,能帮助用户将应用中的众多单个服务按照业务执行逻辑实现自动关联,以便准确评估业务服务的质量。
调用链追踪记录单个用户缓慢请求在整个应用链路的调用详情,包括调用路径中每个节点的代码执行情况、数据库性能等。通过自动还原的单个用户请求调用链路,快速定位影响业务性能的故障节点,并可通过钻取故障节点,深入查找代码级原因。
当应用出现性能问题时,Ai 能与动态基线功能结合,第一时间获取完整的请求运行情况,包括代码执行,数据库调用,第三方接口等,能更加准确高效的定位问题所在。
主机容器数据采集频率低至一分钟一次,监控 CPU、内存、磁盘、网络、Load Average、TCP 连接、文件打开数等十余项指标,并将 web 事务与指标进行实时联动,可快速定位应用故障根因、实时了解主机容器运行情况。
通过自定义事务功能,Ai 将具有相同特征(如,带有相同的参数名,URI 一样)的请求进行聚合,形成相关监控数据和调用链路。同时,Ai 也可将一个复合型请求(通过不同参数区分不同后端服务)进行拆分,以实现对用户事务更精确的监控。
Ai 的动态基线功能是通过自动计算 15 天内(日基线)、或者最近8 周应用(周基线)的性能数据进行自学习,动态的调整报警的阈值和快照数据采集的频率,不仅可以减少无效告警,还可以预测性能瓶颈,在用户上报故障之前反馈问题。