简介： 以后的零碎在数字化转型需要以及互联网架构施行的影响下，越来越广泛地应用了微服务架构，咱们在享受微服务带来的益处（开发效率高， 独立部署， 程度扩大， 故障与资源隔离等等）外，也带来测试，事务，利用监控等各方面的艰难。

前言

以后的零碎在数字化转型需要以及互联网架构施行的影响下，越来越广泛地应用了微服务架构，咱们在享受微服务带来的益处（开发效率高， 独立部署， 程度扩大， 故障与资源隔离等等）外，也带来测试，事务，利用监控等各方面的艰难。


从上图能够看出，在以分布式为主的互联网架构下，利用间的调用变得越来越简单，咱们传统应用的开发工程师被动埋点，运维人员到主机上查日志，组合调用链，监控利用的运行状况，显得越来越力不从心。

为了更好地做到利用层面的监控，包含利用运行环境的基础设施数据，零碎业务调用状况，性能耗费剖析，在产生性能，异样与故障问题时，可能疾速定位和解决问题，诞生了很多优良的APM（Application Performance Management）工具。

这些APM工具都提供了包含指标统计信息与调用链路跟踪信息。

常见的APM工具

APM工具包含指标收集与调用链收集。指标收集例如在某一段时间的申请数，异样数，谬误数，响应工夫RT， IAAS层的资源应用状况（例如cpu, memory, IO, load, 网络）， 也包含JVM的各种运行参数（例如 各内存分区状况，gc状况）。调用链收集包含业务申请中拜访过的各利用，类，形式，在每个运行节点/办法上的工夫耗费状况。
常见的APM工具有：
1、ARMS:由阿里巴巴自研开发的一款APM工具。因为散布式微服务框架以阿里为主体的企业很早就开始摸索，阿里团体内很早就有配套的鹰眼零碎做相干的利用监控，为适应产品上云输入，阿里在2016-08-04的工夫就以ARMS的产品模式正式对外提供利用监控服务。
2、开源系的APM
u Pinpoint：基于java编写的开源APM工具，由韩国人开发奉献，功能完善，倒退快，影响了很多其它的APM工具实现，在国内外应用比拟宽泛。
u Skywalking：反对open tracing规范，由我国的吴晟主导开发的分布式追踪，剖析，告警的开源工具，以后是Apache旗下的开源我的项目，倒退十分迅速，在各类开源APM工具里国内的应用比拟宽泛。
u ZipKin：反对open tracing规范，由Twitter公司开发奉献，于2012年的时候就开始开源倒退，是比拟成熟的开源APM工具。
u Jaeger：反对open tracing规范，由Uber公司开发奉献，是比拟成熟的开源APM工具。

APM工具原理

只管这些APM工具性能与实现各有不同，但基本上原理都是一样的，这个原理基于google dapper的分布式追踪技术论文，把APM工具实现总体上分为两大部分：
1、对利用运行节点上进行利用埋点，在业务运行期间进行埋点数据的生成；


2、通过APM的后端服务日志收集，数据荡涤与聚合，把相应的处理结果长久化，并且提供丰盛的可视化控制台。

在这个调用链追踪技术里，还原调用链的性能次要依赖于两个ID.

第一个ID是TraceID, 这个代表一个业务调用，就如同在电商零碎里发动的一个下单结算； 在线教育里的一个选课流程； 物流零碎里的揽收； 这些业务从客户触发到取得响应后果就是一个残缺的申请，就是一次业务调用，它每一次的业务申请的都会取得维一的TraceID;

第二个ID是RpcID (或者称为SpanID), 在一次业务申请中，可能通过的利用会有多过，以一个电商下单业务为例： 它须要通过订单零碎创立订单； 领取零碎承受领取；库存零碎扣减产品库存；会员零碎给买家进行积分解决； 购物车零碎会清理购物清单。这样对于业务流经的每一个利用，都有一个有档次的RpcID, 这个RpcID能够认为是应用目录层级记录的，从这个RpcID来看，那怕它在同一个业务中被调用了屡次，它的每一次进入的RpcID都是一样的。

依赖于TraceID & RpcID,咱们能够很不便地还原整个调用链。

ARMS性能上的劣势：

主观来说， 优良的APM工具倒退到当初，根底性能上的差别都不大。例如以前开源APM比拟单薄的主动埋点性能也跟进了ARMS这些先发的产品； 在异步产品如各类MQ的反对上也缓缓拉平；SQL/API参数抓取的性能方面也是补足。咱们再来列一下ARMS的长处：

1、指标数据的准确性
ARMS的agent把指标数据与调用链数据是离开两种类型来采集统计的， 相应的指标数据不受调用链的采样率的影响，会在具体的运行节点进行完完全全的统计后，精准到上传加载到ARMS后端。（而有些优良的APM工具是通过采样上来的调用链进行加工解决，再来产出相应的指标，这在准确性上会有肯定的失落。）
2、线程栈捕捉
因为是JAVA主动埋点的原理是对已知的框架进行字节码增强，当某框架不在已反对的范畴内，那么这段拜访的信息就不会被记录下来。ARMS能够通过设定调用超过肯定时长后，能够通把整个线程栈捕捉下来，这样咱们就能够通过线程栈的剖析进行补充定位。
3、线程剖析
ARMS能够通过线程剖析页签，清淅地看到各类线程的资源占用状况。例如能够晓得以后的某线程池线程数是多少， 占用cpu最多的线程是那个， 占用的百分比状况，并且能够看到线程的运行状态。
4、业务关联日志
ARMS这边能够通过给合传统的log4j等技术，在输入业务日志上能够把相应的TraceID 就像线程ID那样通过不便的配置就能够与业务日志同时输入。另外，ARMS与阿里云的SLS进行整合，能够通过ARMS的页面不便地依据调用链的TraceID查找到关联的业务日志，这样须要联合业务日志定位时，更不便实用。
5、智能合并能力
ARMS对于雷同的调用，例如递当，循环会进行智能合并，显示循环的次数，执行的最大时长，最小时长，均匀时长。

6、被动诊断能力
ARMS提供了被动诊断能力，能够通过选定具体的工夫，执行被动诊断，ARMS会剖析这一段时间内的利用运行状况，主动总结这一段时间内的问题，并且联合阿里的教训，产出具体的报表。咱们根据这个报表，能够减速咱们的定位与优化。
7、丰盛的报警能力
欠缺报警体系，ARMS提供了丰盛的报警规定，咱们能够对相应的规定进行开启/关停，编辑，这样能够疾速搭建报警体系。在报警通道方面，能够间接发对接钉钉/WebHook/Email/短信网关等。

运维能力上的劣势

1、 按需监控启停治理
通过ARMS的治理控制台，咱们能够批量在治理利用的启停，能够一键进行所有的ARMS监控，也能够一键启动相干利用的监控。十分合乎上云的按须要应用观点。
2、动静采样率变更
在面对非凡的工夫点或者异样呈现机率的时候，咱们心愿动静调整采样率，例如通过调大采样率来捕捉这些概率极少的调用链，借助ARMS的配置管理，咱们能够十分不便地把更齐全的调用链收集起来；通过调小采样率来保障存储空间的正当应用（其它的APM工具在做采样率的变更时，须要利用的重新配置，启动，这岂但解决起来麻烦，并且影响业务的边续性，在实际操作上很难下定决心去在运行期间中断业务去做扭转采样率的变更。）
3、 绑定参数的开关
尽管很多APM工具都能够提供绑定参数的性能。但很多时候，如果对于业务数据敏感的零碎，并不心愿这类APM工具在非必要的时候采集SQL/API的运行参数。所以ARMS在它的配置管理里提供这么一个性能十分有意义，也就是当须要收集这些运行的业务参数进行问题定位剖析的时候，那么只有关上就能够了，应用结束后，再通过把这些开关关上，那么就能够爱护咱们的业务数据不外透露进来了。
4、接入繁难
可通过更繁难的形式如阿里容器ACK/EDAS/SAE等各种十分便捷的接入形式，只须要简略的YAML注解或按钮即可实现接入。
5、 组件稳固免运维
因为ARMS是商业化的产品，所以所有的组件都是不须要咱们应用方运维的。如果应用开源自建，那么咱们就须要对日志收集，计算荡涤服务，存储产品自身进行运维，包含相应的集群规模，清理解决，扩容解决，如果在峰值过后，不进行资源回收，也会产生额定的应用节约。

老本应用上的劣势

1、 ARMS是按接入节点，接入的小时（时长）计费的，这样能够充分发挥云上产品的劣势。按须要应用，按须要的利用节点付费。另外ARMS单纯地依照节点数来计算，并不受采样率的变动而产生变动，这样对于大采样率的利用是有肯定的劣势。
2、 ARMS有相应的资源包，能够通过购买资源包的形式进一步节俭费用。
3、 因为产品的组合因素，ARMS如果搭配阿里云的容器（ACK）应用，计费会主动5折。

最初，这里列一下开源与ARMS的一个老本的比拟供大家参考：

备注

1、开源的依照对立统计数据存15天，全量明细数据存3天计算（ARMS的数据是全天24小时应用，存储60天，在非容器下按年包折下来的月费用。）
2、人力老本以具备开发能力的运维人员月薪3万计算。人力老本，主要参数变动带来的公布，后端系统的不稳固带来的效率损失，后端系统的保护操作。中大型的会做一些定制的开发（例如采样的动静配置化失效）

综述

在阿里云上，ARMS在APM层面提供了足够丰盛的性能；能够敌对地运维操作；另外通过正当地按需应用，联合资源包，以及容器的形式运行，应用起来还高效与节俭。作为基础设施的实用监控，不反复创造轮子，不重人力资源投入，综合思考各方面因素，最终抉择应用ARMS。

原文链接
本文为阿里云原创内容，未经容许不得转载。