[[418169]]

本文轉(zhuǎn)載自微信公眾號(hào)「計(jì)算機(jī)世界」，作者計(jì)算機(jī)世界。轉(zhuǎn)載本文請(qǐng)聯(lián)系計(jì)算機(jī)世界公眾號(hào)。

分析指標(biāo)是所有現(xiàn)代SaaS應(yīng)用程序的核心。如果不監(jiān)控SaaS應(yīng)用程序如何運(yùn)行、它在內(nèi)部執(zhí)行的任務(wù)及其實(shí)現(xiàn)目標(biāo)的成功率，就無(wú)從談起"成功"運(yùn)行SaaS應(yīng)用程序。

然而，現(xiàn)代應(yīng)用程序需要監(jiān)控和查看多種類型的分析指標(biāo)。這些分析指標(biāo)的用途、價(jià)值、準(zhǔn)確性和可靠性相差懸殊，具體取決于如何衡量它們、如何使用它們以及誰(shuí)在使用它們。

基本上有三類用例全然不同的分析指標(biāo)。

A類分析指標(biāo)

A類分析指標(biāo)對(duì)應(yīng)用程序而言是關(guān)鍵指標(biāo)。如果沒(méi)有這些分析指標(biāo)，你的應(yīng)用程序可能會(huì)立即失靈。這類指標(biāo)用于評(píng)估應(yīng)用程序的運(yùn)行，調(diào)整其運(yùn)行方式，并進(jìn)行動(dòng)態(tài)調(diào)整以保持應(yīng)用程序正常運(yùn)行。

分析指標(biāo)是反饋回路的一部分，反饋回路可以不斷監(jiān)控和改進(jìn)應(yīng)用程序的操作環(huán)境。

A類分析指標(biāo)的一個(gè)典例是用于自動(dòng)擴(kuò)展的指標(biāo)。這類指標(biāo)用于在應(yīng)用程序負(fù)載變化時(shí)動(dòng)態(tài)改變基礎(chǔ)設(shè)施的規(guī)模，以滿足當(dāng)前或預(yù)期的需求。

一個(gè)眾所周知的例子是AWS Auto Scaling云服務(wù)。該服務(wù)可自動(dòng)監(jiān)控特定的Amazon CloudWatch指標(biāo)，尋找觸發(fā)器和閾值。如果某個(gè)特定的指標(biāo)達(dá)到特定標(biāo)準(zhǔn)，AWS Auto Scaling 會(huì)為應(yīng)用程序添加或刪除Amazon EC2實(shí)例，自動(dòng)調(diào)整用于運(yùn)行應(yīng)用程序的資源。需要額外資源時(shí)，它會(huì)添加實(shí)例;指標(biāo)表明不再需要資源時(shí)，它會(huì)刪除這些實(shí)例。

AWS Auto Scaling讓你可以創(chuàng)建由任意數(shù)量的EC2實(shí)例組成的服務(wù)，并根據(jù)流量和負(fù)載需求自動(dòng)添加或減少服務(wù)器。流量較小時(shí)，將使用較少的實(shí)例。流量較大時(shí)，將使用更多的實(shí)例。

舉例來(lái)說(shuō)，AWS Auto Scaling可能使用CloudWatch指標(biāo)來(lái)測(cè)量用于服務(wù)的所有實(shí)例的平均CPU負(fù)載。一旦CPU負(fù)載超過(guò)某個(gè)閾值，AWS Auto Scaling就會(huì)向服務(wù)池添加額外的服務(wù)器。

請(qǐng)注意，如果由于某個(gè)原因，這些Amazon CloudWatch指標(biāo)不可用或不正確，那么算法就無(wú)法正常運(yùn)行。結(jié)果是，要么為服務(wù)添加過(guò)多的實(shí)例--這會(huì)浪費(fèi)資金;要么為服務(wù)添加過(guò)少的實(shí)例--這會(huì)導(dǎo)致應(yīng)用程序的速度減慢或徹底失效。

很顯然，這些指標(biāo)確實(shí)必不可少。如果它們不可用、不正確，應(yīng)用程序的運(yùn)行就會(huì)岌岌可危。正因?yàn)槿绱?，它們才叫A類指標(biāo)。

AWS Elastic Load Balancing是另一個(gè)典例。AWS可以根據(jù)當(dāng)前進(jìn)入到每個(gè)負(fù)載均衡系統(tǒng)的流量大小，自動(dòng)調(diào)整針對(duì)特定用例運(yùn)行流量負(fù)載均衡服務(wù)所需要的實(shí)例大小和數(shù)量。隨著流量增加，負(fù)載均衡系統(tǒng)自動(dòng)改用更大的實(shí)例或更多的實(shí)例。隨著流量減少，負(fù)載均衡系統(tǒng)自動(dòng)改用更小的實(shí)例或更少的實(shí)例。這一切都是自動(dòng)化的，基于使用特定CloudWatch指標(biāo)的內(nèi)部算法。如果這些指標(biāo)不可用或不正確，負(fù)載均衡系統(tǒng)將無(wú)法調(diào)整適當(dāng)?shù)拇笮?，?fù)載均衡系統(tǒng)處理流量負(fù)載的能力可能會(huì)受到影響。

B類分析指標(biāo)

B類分析指標(biāo)不是關(guān)鍵業(yè)務(wù)型指標(biāo)，是用來(lái)表明即將發(fā)生的問(wèn)題的早期指標(biāo)，或用于在問(wèn)題出現(xiàn)時(shí)解決問(wèn)題。B類分析指標(biāo)對(duì)于防止系統(tǒng)故障或出現(xiàn)故障后恢復(fù)正常很重要。

B類指標(biāo)通常便于深入了解應(yīng)用程序或服務(wù)的內(nèi)部操作，或者便于深入了解運(yùn)行應(yīng)用程序或服務(wù)的基礎(chǔ)設(shè)施。你可以主動(dòng)或被動(dòng)地利用這種洞察力，改進(jìn)應(yīng)用程序或服務(wù)的運(yùn)行。

就主動(dòng)方面而言，用戶可以密切關(guān)注B類指標(biāo)，這類指標(biāo)表明了應(yīng)用程序或服務(wù)可能不正常的趨勢(shì)?；谶@些趨勢(shì)，可以利用指標(biāo)觸發(fā)警報(bào)，提醒運(yùn)營(yíng)團(tuán)隊(duì)必須檢查系統(tǒng)，查看可能出現(xiàn)的問(wèn)題。

就被動(dòng)方面而言，在系統(tǒng)故障或性能降級(jí)期間，可以檢查B指標(biāo)的以往情況，以確定可能導(dǎo)致故障或性能問(wèn)題的原因，以便查明解決問(wèn)題的方法。這類指標(biāo)常常在站點(diǎn)出現(xiàn)故障期間使用，并在事后檢查期間使用。

在出現(xiàn)故障期間，B類指標(biāo)用于迅速查明出了什么問(wèn)題以及如何解決問(wèn)題。之后，它們用于縮短平均檢測(cè)時(shí)間(MTTD)和平均修復(fù)時(shí)間(MTTR)，前者是指故障期間發(fā)現(xiàn)問(wèn)題所花的平均時(shí)間，后者是指故障期間確定解決問(wèn)題所花的時(shí)間。這兩個(gè)都是高性能SaaS應(yīng)用程序的關(guān)鍵目標(biāo)。

這種指標(biāo)與A類指標(biāo)的危急程度不一樣。如果A類指標(biāo)失效，你的應(yīng)用程序可能失靈，但是如果B類指標(biāo)失效，你的應(yīng)用程序不會(huì)失靈。然而，如果你的應(yīng)用程序有問(wèn)題，而且B類指標(biāo)沒(méi)有正常運(yùn)作，你可能需要更長(zhǎng)的時(shí)間才能找到問(wèn)題并解決它。

B類指標(biāo)的例子有很多，許多公司專注于生成這些指標(biāo)，比如AppDynamics、Datadog、Dynatrace和New Relic。B類指標(biāo)還包括來(lái)自Elastic和Splunk等公司的日志記錄及其他指標(biāo)。

作者：Lee Atchison 是云計(jì)算和應(yīng)用程序現(xiàn)代化領(lǐng)域公認(rèn)的思想領(lǐng)袖。他在產(chǎn)品開發(fā)、架構(gòu)設(shè)計(jì)、規(guī)模擴(kuò)展和現(xiàn)代化方面擁有30多年的經(jīng)驗(yàn)，曾供職于亞馬遜、亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)、New Relic及其他現(xiàn)代應(yīng)用程序組織。他的名字出現(xiàn)在許多出版物中，經(jīng)常在全球各地受邀擔(dān)任演講嘉賓。Lee的最新著作是《為規(guī)模設(shè)計(jì)架構(gòu)》。

原文網(wǎng)址：https://www.infoworld.com/article/3625233/the-importance-of-classifying-analytics.html