Ovum:大数据时代 如何选择APM拯救你的业务

译文
新闻
如果企业用户需要一份业界领先APM解决方案的简短名单,那么Compuware无疑应该位列其中。其产品在深度与广度方面给Ovum留下了深刻印象,而Compuware还利用SaaS APM产品满足了来自互联网的特定需求,并通过纯原生、Web以及混合型移动监控功能为移动应用带来福音。

引言

应用程序性能管理(简称APM)是Compuware公司的主要业务重点。该公司利用其PurePath技术为端到端监控领域带来先进解决方案,并通过与PureStack技术的结合实现深层、透彻的基础设施分析效果。这家供应商在发展当中实现了一系列重大演变,并推出多款SaaS产品以支持大型企业客户向云环境的转移。除此之外,Compuware公司还通过提供免费产品与服务订购等方式在中小型企业市场上取得了显著成就。他们还针对大数据事务的具体特点及需求投入APM研发资金,并将下一代NoSQL数据库纳入监控对象的范畴。与此同时,该公司也打造出了自己的客户端移动应用APM产品。随着近期对非核心业务部门的剥离,Compuware已经将其关注重心充分集中在APM以及大型机业务领域。

关键信息

• 全新监控使用体验与真正具备综合性的分析机制相结合,其中包括面向Web应用程序的第三方服务、iOS与Android系统平台上的原生以及混合移动应用等。

• 通过服务器端应用程序(包括Java、.NET、PHP、NoSQL等)对来自每一位用户的移动设备及浏览器操作进行事务追踪。

• APM即服务(简称APMaaS)带来新的监控使用体验,能够以云服务的方式根据实际需求为客户提供帮助,其中包括PurePath事务分析机制。

• 利用大数据技术对所有真实用户进行连续监控(而非随机取样),同时利用性能分析机制为智能化基线与异常检测提供支持。

• 提供应用程序感知型网络性能管理(简称NPM)机制,其中性能监控手段源自网络数据包检查提供的事务与用户视角、外加网络性能分析作为配合。

Ovum观点

Compuware提供的这套APM解决方案具备令人印象深刻的功能集,这使其在Ovum APM 2014决策矩阵评比当中脱颖而出并占据领导地位。此外,Compuware还将其APM解决方案拓展到更为广泛的领域当中:举例来说,APMaaS能够以网络访问者活动为目标提供与业务紧密相关的各类指标,其中包括事务营收、转换、进入/退出页面以及跳出率等。由于能够对个人用户进行追溯,因此队列分析也成为了现实,信息则可以通过Web及应用程序的使用情况实现业务水平评估。

为了对性能表现具备完整而全面的了解,Compuware打造出一套新型用户体验监控解决方案,其适用范畴涵盖Web与移动设备领域的全部真实用户、并通过Compuware Performance Network进行交付。为了简化检查流程,该方案通过单一集成化仪表板提供综合性监控(APMaaS或者内部方案)、客户端工具(JavaScript、Mobile Native以及Mobile Hybrid等)以及网络数据包检查技术。PureStack机制则能够反映基础设施运行状况给应用程序性能以及终端用户体验所带来的影响,与PurePath技术加以配合则可从完整的APM角度对应用程序行为进行深入剖析。

移动技术的使用频率正不断提升,因此打造移动APM可谓势在必行。有鉴于此,Compuware公司开始将用户体验监控方案以原生iOS、Android、混合型乃至HTML 5应用程序的方式加以推广,并且支持包括谷歌Chrome、微软IE以及Mozilla火狐在内的各种***浏览器、谷歌SPDY(目前正在接受HTTP 2.0评估)等新兴标准以及Mobile WebKit与W3C标准。Compuware还对其免费移动监控产品进行了扩展,使其成为一款拥有真实用户移动、综合性Web与移动以及完整商业版本升级途径的完善免费方案。

尽管Compuware一直在尝试将其来自Dynatrace、Gomez以及Vantage的初始解决方案加以整合,但同时也有努力拓展新的功能集合,而这一切在2014年的解决方案组合当中***地得到了体现。最初源自Dynatrace的PurePath技术如今已经被嵌入至Compuware APM产品并贯穿整套体系。

给企业用户的建议

为什么考虑Compuware的APM解决方案?

如果企业用户需要一份业界领先APM解决方案的简短名单,那么Compuware无疑应该位列其中。其产品在深度与广度方面给Ovum留下了深刻印象,而Compuware还利用SaaS APM产品满足了来自互联网的特定需求,并通过纯原生、Web以及混合型移动监控功能为移动应用带来福音。它拥有相当强大的深层剖析能力,适用于开发人员、测试人员、数据库管理员、IT基础设施运营商以及商务事务管理员。这套解决方案组合的广度优势也让Compuware成为一家能够帮助企业用户在IT部门内实现DevOps的优秀APM供应商。

优劣分析

优势

移动与Web用户体验管理

移动设备的使用如今普遍存在,Compuware APM为此准备了原生、Web与混合三种用户体验监控机制,且能够通过同一款控制台进行操作——这就使管理机制一举跨越了客户端、服务器端以及二者之间的网络体系。目前支持4G/LTE的移动网络全面监控方案也已经出台,能够检测信号强度、带宽以及各项W3C性能指标。目前被广泛应用的多种工具、例如PhoneGap(以及Cordova),外加涵盖iOS、Android以及Windows Phone三大平台的原生应用都在Compuware APM的监控范畴之内。而原生与混合型移动应用也能够接受真实用户监控(简称RUM)机制的打理。

为了帮助自身在持续拓展的市场当中占据更大份额,Compuware的移动APM产品将在2014年年底之前始终以免费版本的姿态出现,并将于第四季度推出先尝试再购买的授权许可机制。

监控云环境下的应用程序

公有云使用比例近年来提升显著,企业用户也因此需要利用APM解决方案来贯穿整个使用流程——无论其业务是以互联网为基础抑或是利用云资源应对峰值用户活动。Compuware APM产品能够为运行在Amazon云、微软Azure以及其它云环境下的应用程序提供监控功能。Compuware还提供能够作用于任何开放式云环境的相关工具,其中包括全部IaaS环境与多种PaaS环境。需要强调的是,以Force.com为代表的一部分环境并不向外部工具开放。

大数据监控支持企业级事务

越来越多零售商及其它企业开始利用Hadoop MapReduce以及其它数据库技术对大数据加以处理,而这也要求APM方案提供辅助与配合。Compuware APM能够深入剖析集群使用情况、任务分析以及任务性能监控机制,其Outage Analyzer大数据平台正是专门针对上述技术而生。该平台还能够对多种业界***NoSQL技术方案进行分析,例如Cassandra与MongoDB。此外,Compuware也开始与包括Hortonworks与Amazon在内的多家Hadoop专业厂商建立合作伙伴关系。

劣势

统一化通信监控机制仍有提升空间

Compuware的Data Center RUM解决方案提供网络流量与服务监控,外加数据库与中间件APM。由于APM的关注重点在于应用程序性能管理而非网络性能管理,因此其在功能方面还存在一定局限,主要体现在统一化通信方面。不过Compuware已经在这方面作出了一系列尝试,例如打造应用程序感知NPM,因此解决这个问题的关键其实在于市场是否需要一款专门的网络监控解决方案。

作为另一大特定功能类别,安全监控尚未被纳入Compuware的关注范畴

Ovum 认为安全监控应该成为APM解决方案的组成部分,但IT业界普遍将其视为一大特定功能类别。话虽如此,但将安全作为孤立对象所带来的潜在问题是,其往往在实际操作中被逐渐忽略。Compuware APM能够对未经授权的访问尝试加以监控并分析异常流量,但企业客户还希望能从中获得目前仅由第三方解决方案提供的对安全类应用性能问题的识别能力。

机遇

日志管理是APM的一大重要发展机遇

日志管理作为一项特定数据挖掘与筛选活动已经受到越来越多企业用户的追捧,而Compuware则决定与该领域***厂商之一Splunk建立合作关系、旨在避免在市场上进行正面冲突——至少就目前而言是如此。在我们看来,日志管理将成为APM解决方案中的重要门类,因为用户希望通过早期警示监控实现成本节约,而这也将成为Compuware打造针对性产品并进一步扩大自身市场份额的***机遇。

Compuware 已经开始向潜在客户提供免费产品

Compuware 为潜在客户群体提供一款免费产品,旨在监控真实用户原生移动应用以及综合性Web与移动应用,且能够轻松升级至完整的商用版本。免费产品中的性能测试机制能够进行临时性检测、提供停机分析工具外加基准测试方案,广泛适用于各类移动与Web环境。

威胁

APM市场主要面临以下几种免费产品带来的压力

免费APM解决方案的崛起成为Compuware公司目前面临的首要压力,众多小型供应商携其成本更为低廉的解决方案袭来、并以免费为武器让市场经历了又一轮波动。Compuware需要凭借自身的技术优势继续保持在大型企业客户群体中的优势地位,从而以高复杂性APM要求为核心抵御后起之秀们的围攻。

大型IT厂商带来自上而下的竞争压力,并进一步激发活跃的市场对抗

Compuware能够提供一套具备针对性关注重点的综合性APM解决方案。但来自业界***IT厂商们的竞争威胁则不断带来压力,迫使Compuware必须在这一领域始终保持自身的优势地位。

Figure 1: Compuware website analytics

资料来源: Compuware

解决方案分析

概述

Compuware APM 涉及几大产品类别,并对各个门类的技术成熟水平作出了评估:

• 大数据、移动、DevOps与云APM:早期市场

• Java, .NET, PHP: 成长型市场

• 真实用户监控:成长型市场

• 应用程序感知网络性能:后期成长型市场

• 综合性用户监控:后期成长型市场

• 服务器监控:成熟市场

Compuware预计大数据及移动等新型应用程序工作负载将不断壮大,而云部署在规模方面也将持续增长,这一切将给APM业务带来新的市场发展空间。在创新层面保持优势有助于该公司打造出足以取代遗留/传统APM技术的解决方案,并由此实现自身的飞跃式扩张。这两股市场推动力的结合也将给APM带来源源不绝的潜在成长能量。

APM即服务

Compuware 能够利用其APMaaS服务平台为云服务提供智能化分析机制,其中Outage Analyzer分析引擎则正是该平台的核心所在。这项功能被紧密集成在现有APMaaS仪表板当中,从而以实时方式为特定客户提供与云服务相关的停机信息。

Compuware APM的一大核心竞争力在于能够提供一套全球化APMaaS交付模式。Compuware APM最近刚刚对其APMaaS平台进行了扩展,并将dynaTrace机制引入其中,这就意味着Gomez RUM与dynaTrace Real User监控方案被融合在了单独一款产品当中,且能够对Java、.NET以及PHP等环境进行深层事务管理。Compuware APM还允许用户要求自身需求任意选择APMaaS、内部或者混合部署模式。Compuware APM用户也可以根据***消费模式以及目标应用程序的需要决定自己的部署方案。

部署

APMaaS产品的用户会接收到自动更新,而内部方案同样配备自动代理与更新工具,能够在管理平台完成更新后实现升级的无缝化部署。

可扩展性

客户端浏览器与移动设备

Compuware APM的dynaTrace Real User机制每天能够检测一亿次页面活动以及两亿次访问。鉴于现代Web 2.0应用程序的固有特性,我们必须监测这些关键性指标而不能再将目光单单集中在并发用户数量方面。

应用程序组件

Compuware公司目前规模***的生产性实施方案包含有10000套代理机制,其中包括Java JVM以及本地服务;此外,另有超过七万名用户通过网络浏览器访问该站点。整套系统还能够自动发现数以十万计的应用程序组件以及其中的几百万种方法。

网络

Data Center RUM网络探测机制能够根据所分析流量的规模(而非受监控用户的数量)实现扩展。单一探测实例的***分析能力为3.5 Gbps TCP流量或者1.5 Gbps HTTP/S流量,且不受具体组件数量或者非分析流量总量(10 Gbps或者20 Gbps监控点)的影响。多探测机制能够自动为大规模监控与分析需求提供负载平衡。报告与数据存储服务器以用户及所监控的特殊事务名称为依据进行规模调整,从而为满足高容量需求提供必要的聚合与过滤方法。

大型机

产品本身不存在固有可扩展性限制。数据收集规模仅受到目标区域的执行与服务事务处理能力的约束。

横向扩展

在某些情况下,仅仅依靠高可扩展性还不足以解决问题,Compuware APM还提供横向扩展选项、允许用户将多台分析服务器并行运作。在此类配置方案下,报告与分析机制仍然会以单一报告实例的形式显示在用户面前,完全无需通过在不同报告服务器之间切换来对完整数据集进行检查。

数据表

关于Compuware APM解决方案的各项要点

资料来源: Ovum

英文:http://www.compuware.com/content/dam/compuware/apm/assets/pdfs/Ovum%20Compuware%20APM%20Solutions.pdf

责任编辑:林师授 来源: 51CTO
相关推荐

2016-09-20 10:15:40

华为

2014-08-08 09:05:07

智慧APM

2013-01-25 09:21:13

GartnerOvum大数据

2013-01-25 09:22:01

大数据社交媒体Hadoop

2013-09-10 09:04:41

云计算大数据存储

2013-01-25 10:14:24

Gartner大数据

2021-06-29 09:00:00

机器人ITRPA

2019-07-23 16:37:05

大数据IT人工智能

2012-11-28 09:50:47

大数据IBM云计算

2018-11-16 10:06:57

数据对象存储

2020-11-30 11:08:46

大数据互联网科学

2016-10-13 19:31:56

大数据应用大数据

2015-05-14 15:56:27

2018-07-23 14:51:22

2021-07-18 10:40:53

大数据大数据技术

2019-08-28 17:23:20

2016-08-22 12:50:11

2013-03-22 10:20:22

2018-11-11 15:29:13

大数据语言Java

2023-09-20 16:33:09

大数据数据指标
点赞
收藏

51CTO技术栈公众号