当大数据遇见应用性能管理（概念篇②）

云智慧（北京）科技有限公司 陆兴海 
3、他和她的相遇（大数据与应用性能管理） 
 

可以说，正是由于多年的擦身而过，在浪漫的2014年，大数据与应用性能管理真正相遇了。而这个相遇实际并非偶然：一方面源于应用性能管理数据的大数据特性，另一方面也因为大数据技术发展带来的更高层次用户需求。 

根据云智慧（Cloudwise）对其应用性能管理中的数据进行梳理和分析，APM对数据实时处理要求非常高，当系统中的各项性能指标有异常时，需要立即（5S内）对用户进行告警通知；目前其产品每天数据采集量为720亿条，预计在2016年这个数据将达到10万亿条，而这些IT数据涵盖了用户端到服务器端的响应时间、JS错误、网络可用率、服务吞吐率、慢查询、系统进程及磁盘空间利用率等2000种不同类型的性能参数指标。而这些数据本身蕴含着大量的价值，就像是金矿一样值得我们去开发。如何将系统数据背后的意义讲述给企业的管理者、技术人员及运营人员，让公司基于数据进行有效决策，利用可视化的数据给用户创造更好的服务体验――这就是应用性能管理需要解决的重要问题。 
那么大数据技术能够从哪些方面帮助应用性能管理呢？应用性能管理如何利用大数据理念帮助企业解决现实的业务与用户体验问题呢？这里先进行预告，而更多的内容将在“价值篇”进行详细讨论。 
1、通过对IT性能指标数据的可视化分析，实现对应用性能的最优化管理：不断提升应用系统的性能与可用性，从而持续提升用户满意度，确保业务营收； 
2、采集与挖掘分布全国乃至全球的用户体验及性能数据，分析改进与优化终端用户体验：帮助企业不断发现与改进真实终端用户的体验问题； 
3、利用大数据预测及分布式压测技术，加速系统开发及交付进程：在纷杂的市场需求及竞争压力下缩短迭代时间，提升代码开发效率与质量，实现快速构建与持续交付； 
4、建立面向业务与ROI的分析模型，规避与减小整体投资风险：帮助企业规避与减小在现有 IT 基础环境下引入云计算、虚拟化等新技术带来的技术与财务风险； 
5、数据深层次挖掘、细化到组件层级的性能分析：在复杂系统环境中追踪应用各层次问题（甚至深入代码层级性能瓶颈），帮助 IT、开发等部门提升工作效率，将重点聚焦在核心工作中； 
【未完待续】（第二篇“价值篇”、第三篇“技术篇”）