跳转至

应用性能检测

概述

「应用性能检测」基于APM异常根因分析检测器，选择要检测的 service 、 resource 、 project 、 env 信息，定期对应用性能进行智能巡检，通过应用程序服务指标异常来自动分析该服务的上下游信息，为该应用程序确认根因异常问题。

启用/禁用

智能巡检「应用性能检测」默认是「禁用」状态，可手动「启用」，开启后，将对当前工作空间的所有应用性能进行巡检，支持添加 service 、 resource 、 project 、 env 筛选条件。

导出

智能巡检支持“导出 JSON 配置”。在智能巡检列表右侧的操作菜单下，点击「导出」按钮，即可导出当前巡检的 JSON 代码，导出文件名格式：智能巡检名称.json 。

编辑

智能巡检「应用性能检测」支持用户手动添加筛选条件，在智能巡检列表右侧的操作菜单下，点击「编辑」按钮，即可对巡检模版进行编辑。

  • 检测对象：服务的请求速率、延迟、错误率
  • 数据范围：6 小时；检测频率：1 小时
  • 筛选条件：支持“项目（project）”，“环境（env）”，“版本（version）”，“服务（service）” 单选、多选、以及自定义填写
  • 告警通知：支持选择和编辑告警策略，包括需要通知的事件等级、通知对象、以及告警沉默周期等

注意：若配置了筛选条件，在未恢复事件/事件详情页的「基础属性」下「检测维度」区域处显示对应的筛选条件。

查看相关事件

智能巡检基于观测云智能算法，会查找 APM 指标中的异常情况，如 resource 突然发生异常。对于异常情况，智能巡检会生成相应的事件，在智能巡检列表右侧的操作菜单下，点击「查看相关事件」按钮，即可查看对应异常事件。

事件详情页

点击「事件」，可查看智能巡检事件的详情页，包括事件状态、异常发生的时间、异常名称、基础属性、根因分析、告警通知、历史记录和关联事件。

  • 点击详情页右上角的「查看监控器配置」小图标，支持查看和编辑当前智能巡检的配置详情
  • 点击详情页右上角的「导出事件 JSON」小图标，支持导出事件的详情内容

基础属性

  • 检测维度：基于智能巡检配置的筛选条件，支持将检测维度 key/value 复制、添加到筛选、以及查看相关日志、容器、进程、安全巡检、链路、用户访问监测、可用性监测以及 CI 等数据
  • 扩展属性：选择扩展属性后支持以 key/value 的形式复制、正向/反向筛选

根因分析

  • 事件概览：描述异常巡检事件的对象、内容等
  • 异常详情：可查看包括平均响应时间、P90 响应时间、错误率、QPS 等趋势图表
    • 图表关联：点击图表数据可复制名称、标签，以及查看相关主机、容器、进程、日志、链路、Profile、用户访问、安全巡检、可用性监测、CI等数据
    • 图表单位：图表数据的默认显示单位，根据该单位的进位规则做自动进位显示
    • 基线：智能巡检数据中的异常基准线
    • 异常区间：智能巡检数据中的异常开始时间到结束时间
    • 根因分析区间：智能巡检过程中算法实际查询根因的数据时间范围
    • 图例显示：若当前超过两个图例，鼠标放在图例上，着重显示图例对应的图表数据；鼠标点击选中单个图例，仅显示该图例对应的图表数据
    • 预测虚线：表示提前预测的趋势线
  • 异常影响：通过根因分析获取出现的异常的资源信息
  • 根因分析：通过根因分析获取出现的异常的链路信息，点击可跳转至链路进行分析
  • 链路详情：通过拓扑方式查看异常服务的上下游链路信息，红色代表异常服务、灰色代表正常服务
    • 鼠标放在链路上可查看链路服务的环境、项目、版本、资源
    • 鼠标点击可复制服务名称、异常资源、标签，以及查看服务概览、相关日志、链路、Profile、用户访问监测等数据

告警通知

显示通知对象类型、通知对象名称、告警策略、以及通知是否发送成功等信息。

历史记录

支持查看检测对象、异常/恢复时间和持续时长。

关联事件

支持通过筛选字段和所选取的时间组件信息，查看关联事件。

内置视图

支持手动添加 tags 关联的内置视图结合智能巡检进行分析。关于如何配置内置视图可参考文档 绑定内置视图 。

根因分析说明

下图是展示自动分析给定问题的所有垂直和水平拓扑依赖关系。在示例中，当应用程序服务的观测指标出现异常时，该服务的底层水平堆栈未显示任何异常事件。智能巡检会自动分析该服务的上下游信息来为该应用来确定根因异常。如 APP service 出现异常但是在该服务的底层信息没有发现异常，但是检测到其对 service 1 的依赖，且 service 1 也表现出异常行为，但是 service 1 的底层也没有发现异常，同理发现 service 1 对 service 3 的依赖，检测到 Service 3 的所有依赖项都表现出异常行为，并且是整个问题的根本原因的一部分。

由此可见问题很少是一次性事件，可能通常以常规模式出现，如果依赖于相同组件的任何其他实体也在大约同一时间遇到问题，那么这些实体也将成为问题根本原因分析的一部分。

影响分析说明

根据异常的 resource 信息来查看是否为 web 类型的 resource，如果为 web 类型的 resource 则对其进行 RUM 数据查询，来获取对应的用户影响和异常页面影响。

  • 确定遇到错误的确切用户，以便快速评估其范围
  • 通过自动洞察问题对前端视图和后端服务的影响，轻松确定修复工作的优先级

常见问题

1.智能巡检内存泄漏的检测频率

应用性能检测开启后，观测云会按照每 1 小时 1 次的检测频率，巡检过去 6 小时时间范围内服务的请求速率、延迟、错误率是否出现异常，通过根因分析获取出现的异常的 resource 及其可能产生的错误堆栈信息，通过关联分析获取受影响的前端应用、页面地址以及用户群体。

2.智能巡检内存泄漏相关的指标集

APM 检测标签： service 、 resource 、 project 、 env

APM 检测指标：平均响应时间、P90 响应时间、错误率、QPS

3.在何种情况下会产生APM智能巡检事件

通过观测云的智能算法，跟踪平均响应时间、P90 响应时间、错误率、QPS 指标趋势，当其中一个指标发生异常变动时，触发收集报警信息进行根因分析，产生巡检事件。

  • 跟踪阈值：如 P90 > 15秒，错误率 >10%
  • 跟踪请求数、延迟、错误率趋势，当发生剧烈数据变化时触发事件，或当触发临界值时触发事件