В предыдущей статье мы писали, как Splunk можно использовать для аналитики работы приложений. А сегодня расскажем об основных источниках данных для аналитики производительности приложений, по версии Билла Эммента, директора по маркетингу решений в Splunk.
Приложения имеют решающее значение для успеха любой организации. Но делаете ли вы все возможное для их оптимизации? Вот пять источников данных, которые могут помочь вам за короткий срок улучшить аналитику производительности приложений.
Журналы инструментов APM
Примеры: журналы из Dynatrace, New Relic, AppDynamics, Pulseway, LogicMonitor, Stackify, Boomerang.js, Jmeter, CA Technologies, Idera, Ipswitch
Если у вас уже есть инструменты APM, то из их журналов вы можете получить отличную информацию о мониторинге деятельности конечных пользователей, ошибках на страницах, bytecode instrumentation. В этих журналах могут отображаться проблемы инфраструктуры и узкие места, которые не видны при рассмотрении каждой системы по отдельности, например, медленное DNS разрешение, которое приводит к сбою сложного веб-приложения при попытке доступа к содержимому и модулям в разных системах. При отслеживании этих журналов можно получить ранние предупреждения о проблемах приложений, чтобы устранить их до того, как их увидят пользователи.
Журналы пользовательских приложений и отладки
Пример: пользовательские приложения
Для разработчиков журналы отладки и журналы пользовательских приложений зачастую являются наиболее востребованными источниками данных, поскольку они предоставляют мельчайшие сведения о состоянии приложений, переменных и ошибках. Анализ этих журналов может помочь выявить причины сбоев приложений, утечек памяти, ухудшения производительности и уязвимостей. В пользовательских приложениях точный тип источников данных различается в зависимости от приложения.
CRM, ERP и другие бизнес-приложения
Примеры: SAP, SFDC, Oracle, Microsoft Exchange, Microsoft Dynamics
Многие из приложений интегрируются с CRM и ERP системами, поэтому получение информации об использовании и производительности этих систем может дать вам представление о работе ваших приложений. CRM может обеспечить полную информации и запись событий, ведущих к эскалации клиента, а в сочетании с другими источниками данных CRM может предоставлять индикаторы более глубоких проблем. Как и другие записи приложений, журналы ERP необходимы при отладке проблем производительности и надежности из-за сложных взаимодействий между многими системами. Кроме того, они полезны для планирования пропускной способности.
Средства автоматизации, настройки и развертывания
Примеры: Puppet Enterprise, Ansible Tower, Chef, SaltStack, Rundeck, машинные данные, поступающие через API, веб-хосты или журналы запуска
Эти источники данных являются ключевыми, поскольку инструменты автоматизации помогают понять ситуацию, в случае запуска новых релизов. Мониторинг, анализ и управление этими данными дает вам возможность сравнить производительность приложения до/после обновления, а также использование и доступность каждой конкретной версии.
Инструменты для тестирования
Примеры: журналы статического анализа и тестирования модулей (SonarQube, Tox, PyTest, RubyGem MiniTest, Bacon, Go Testing), журналы создания сервера и показатели производительности
Мониторинг пробных данных может помочь вам понять:
- Сколько технических долгов и проблем решается
- Насколько готов ваш следующий релиз
- Сколько тестов выполняется в час и какие тесты выполняются
Если данные тестов объединить с данными сборки, то можно начать мониторинг производительности сборки и выпуска, а также сделать первые выводы о качестве релиза. Вы можете понять тенденции процентной доли ошибок и принять решение о том, готова ли сборка к выпуску. Понимание качества кода также может помочь сотрудникам технической поддержки подготовиться к любому дополнительному объему вызовов или к каким-либо конкретным проблемам, которые могут возникнуть. Например, CSAA использует данные, полученные в ходе реальной эксплуатации, чтобы определить, какие запросы пользователей они хотят отправить для более глубокого тестирования.
Есть больше источников данных, которые могут помочь вам улучшить ваш APM аналитику производительности приложений можно найти в пособии «Essential Guide to Machine Data: User and Application Machine Data»
