实现一个全链路监控平台的方案，如何选择应用性能监控平台？

应用性能监控的主要目的是，提升对性能的管理效率，了解所监控的数据变化，帮助企业更快速的解决一些面临的难题，因而很多企业都会特意选择可靠的监控平台，提升监控管理的质量，免除一些不必要的人力成本，大大降低了监控管理的困难度。那么，对于应用的性能管理监控，应该挑选什么监控平台使用会比较好呢？

1.可多方面监控

应用性能监控只是一个称呼，并不是说只能对某一数据监控，这样的监控效率太低，也不符合企业的使用需求。好的监控平台，可以监控多种性能数据，做到多方面监控到位。直接由一个平台就可以解决所有需要监控的数据，这样的平台无疑是值得推荐的，也是企业所想要选择的。

2.做到实时监控管理

一些数据的变化需要做到能实时监控，掌握数据的变化动向，因此，好的监控平台需要可以做到实时监控，让企业能通过这些数据情况加以制定后续的其他工作安排。例如，真实用户实时监控，可以从多个层面了解到用户的使用性能如何，综合所有的收获到的真是数据，可以提升或优化一些不足之处。

3.响应速度快

应用性能监控可以防止突发事件发生之后，企业响应速度过慢，从而造成了经济损失。可靠的监控平台，在对各方面数据进行监控时也需要做到，当出现异常状况，可以及时反馈给企业的技术人员，响应的速度能快一些，造成损失的情况也就少一些，带给企业更多的使用保障。

相信通过以上所提到的几点，可以了解到使用应用性能监控平台的重要性与必要性。通过对一些性能的监控，不仅可以提升用户后续的使用体验感，增加企业的业务价值，还可以让突发事件的相应速度增快，避免了一些不必要的经济损失与用户体验不佳。

随着微服务架构的流行，服务按照不同的维度进行拆分 ，一次请求往往需要涉及到多个服务。互联网应用构建在不同的软件模块集上 ，这些软件模块，有可能是由不同的团队开发、可能使用不同的编程语言来实现、有可能布在了几千台服务器，横跨多个不同的数据中心 。因此，就需要一些可以帮助理解系统行为、用于分析性能问题的工具，以便发生故障的时候，能够快速定位和解决问题。

全链路监控组件就在这样的问题背景下产生了。最出名的是谷歌公开的论文提到的 Google Dapper。想要在这个上下文中理解分布式系统的行为，就需要监控那些横跨了不同的应用、不同的服务器之间的关联动作 。

所以，在复杂的微服务架构系统中，几乎每一个前端请求都会形成一个复杂的分布式服务调用链路 。一个请求完整调用链可能如下图所示：

一个请求完整调用链

那么在业务规模不断增大、服务不断增多以及频繁变更的情况下，面对复杂的调用链路就带来一系列问题：

如何快速发现问题？

如何判断故障影响范围？

如何梳理服务依赖以及依赖的合理性？

如何分析链路性能问题以及实时容量规划？

同时我们会关注在请求处理期间各个调用的各项性能指标 ，比如：吞吐量（TPS）、响应时间及错误记录等。

吞吐量 ，根据拓扑可计算相应组件、平台、物理设备的实时吞吐量。

响应时间 ，包括整体调用的响应时间和各个服务的响应时间等。

错误记录 ，根据服务返回统计单位时间异常次数。

全链路性能监控 从整体维度到局部维度展示各项指标 ，将跨应用的所有调用链性能信息集中展现，可方便度量整体和局部性能，并且方便找到故障产生的源头，生产上可极大缩短故障排除时间。

有了全链路监控工具，我们能够达到：

请求链路追踪，故障快速定位 ：可以通过调用链结合业务日志快速定位错误信息。

可视化 ：各个阶段耗时，进行性能分析。

依赖优化 ：各个调用环节的可用性、梳理服务依赖关系以及优化。

数据分析，优化链路 ：可以得到用户的行为路径，汇总分析应用在很多业务场景。

1 目标要求

如上所述，那么我们选择全链路监控组件有哪些目标要求呢？Google Dapper中也提到了，总结如下：

探针的性能消耗

APM组件服务的影响应该做到足够小。服务调用埋点本身会带来性能损耗，这就需要调用跟踪的低损耗，实际中还会通过配置采样率的方式，选择一部分请求去分析请求路径 。在一些高度优化过的服务，即使一点点损耗也会很容易察觉到，而且有可能迫使在线服务的部署团队不得不将跟踪系统关停。

代码的侵入性

即也作为业务组件，应当尽可能少入侵或者无入侵其他业务系统，对于使用方透明，减少开发人员的负担 。

对于应用的程序员来说，是不需要知道有跟踪系统这回事的。如果一个跟踪系统想生效，就必须需要依赖应用的开发者主动配合，那么这个跟踪系统也太脆弱了，往往由于跟踪系统在应用中植入代码的bug或疏忽导致应用出问题，这样才是无法满足对跟踪系统“无所不在的部署”这个需求。

可扩展性

一个优秀的调用跟踪系统必须支持分布式部署，具备良好的可扩展性。能够支持的组件越多当然越好 。或者提供便捷的插件开发API，对于一些没有监控到的组件，应用开发者也可以自行扩展。

数据的分析

数据的分析要快 ，分析的维度尽可能多 。跟踪系统能提供足够快的信息反馈，就可以对生产环境下的异常状况做出快速反应。分析的全面，能够避免二次开发 。

2 功能模块

一般的全链路监控系统，大致可分为四大功能模块：

埋点与生成日志

埋点即系统在当前节点的上下文信息，可以分为 客户端埋点、服务端埋点，以及客户端和服务端双向型埋点 。埋点日志通常要包含以下内容traceId、spanId、调用的开始时间，协议类型、调用方ip和端口，请求的服务名、调用耗时，调用结果，异常信息等，同时预留可扩展字段，为下一步扩展做准备；

不能造成性能负担 ：一个价值未被验证，却会影响性能的东西，是很难在公司推广的！

因为要写log，业务QPS越高，性能影响越重。通过采样和异步log解决 。

收集和存储日志

主要支持分布式日志采集的方案，同时增加MQ作为缓冲；

每个机器上有一个 deamon 做日志收集，业务进程把自己的Trace发到daemon，daemon把收集Trace往上一级发送；

多级的collector ，类似pub/sub架构，可以负载均衡；

对聚合的数据进行 实时分析和离线存储 ；

离线分析 需要将同一条调用链的日志汇总在一起；

分析和统计调用链路数据，以及时效性

调用链跟踪分析 ：把同一TraceID的Span收集起来，按时间排序就是timeline。把ParentID串起来就是调用栈 。

抛异常或者超时，在日志里打印TraceID。利用TraceID查询调用链情况，定位问题。性能监控平台好处

依赖度量 ：

离线分析 ：按TraceID汇总，通过Span的ID和ParentID还原调用关系，分析链路形态。

实时分析 ：对单条日志直接分析，不做汇总，重组。得到当前QPS，延迟。

强依赖 ：调用失败会直接中断主流程

高度依赖 ：一次链路中调用某个依赖的几率高

频繁依赖 ：一次链路调用同一个依赖的次数多

展现以及决策支持

上文就是小编整理的实现一个全链路监控平台的方案，如何选择应用性能监控平台？

国内(北京、上海、广州、深圳、成都、重庆、杭州、西安、武汉、苏州、郑州、南京、天津、长沙、东莞、宁波、佛山、合肥、青岛)睿象云智能运维平台软件分析、比较及推荐。