Dynatrace-2024发挥应用程序优化潜力白皮书-2024.08-11正式版.ppt

发挥应用程序优化潜力的关键

第1章应用程序优化流程随着组织面临日益增长的客户需求和云复杂性，他们需要优化应用程序来保持竞争力。从高层次上讲，优化应用程序涉及增强应用程序性能、响应能力和完整性，以推动更好的业务成果，并尽可能提供最佳的用户体验。一直以来，组织仅依靠应用程序性能监控(APM)来改进关键性能指标(KPI)，IT团队使用应用程序跟踪和跨度来衡量响应和加载时间以及其他性能指标。不过，最近越来越多的组织采用更全面的策略，以全面监控和改进应用程序的整体环境及其提供的用户体验。这种策略提倡采用综合方法来提高应用程序性能，包括具体实践和能力。发挥应用程序优化潜力的关键|3

虽然优化应用程序涉及许多子流程，但有些关键实践对总体流程至关重要。这些实践包括：APM数字体验监控(DEM)相反，多种独特的AI模型（如预测式、因果式和生成式AI）APM工具会收集和管理有关应用程序性能、连接和互动的DEM提供有关用户如何跨所有数字化渠道和接触点与应用程序和服务进行互动的数据和洞察。组织使用DEM来优化用户体验(UX)，以最大程度提高这些应用程序和服务的性能、响应能力和可用性。相辅相成，确保应用程序优化工作卓有成效。然而，许多组织往往忽视了其中一种或多种形式的AI，从而牺牲了其多模态数据，从而可查明潜在问题并简化应用程序集成。AI组合的潜力。因此，组织需要一种集成统一的方法。然而，即使是最先进的APM功能，如果未连接到更大的可观测性框架，也会存在不足，因为更大的框架会提供系统运行状况和性能的整体情况。通过优先考虑APM、可观测性、和DEMAI等学科，组织可以DEM包括真实用户监控(RUM)、综合监控和会话回放等流程。理想情况下，DEM提供用户体验的端到端上下文，但孤立和不足的工具往往会在客户的数字化旅程中留下一些监控缺口。开始全面优化其应用程序，并通过灵活、可靠和高性能的服务提供卓越的用户体验。可观测性可观测性是指根据系统生成的数据（如日志、指标和跟踪）衡量系统当前状态的能力。可观测性包括APM和其他关键流程，从多个来源收集实时数据，分析这些数据，并根据数据中识别出的结果模式采取行动。人工智能(AI)由于云原生服务的分布式性质，AI已成为优化应用程序和在数字化市场保持竞争力不可或缺的资产。此外，AI功能并不局限于单一功能或用例。然而，尽管可观测性有诸多优势，但也可能会带来挑战，包括工具链泛滥、海量数据和复杂性、可扩展性问题以及多云环境中的可观测性差距。

第2章可观测性对优化应用程序的重要性通过提供来自数据的关键洞察，可观测性可简化并理顺应用程序优化流程。团队可以依靠可观测性从大规模数据中获取精确答案，而不是被手动分析压得喘不过气来。对于希望最大限度利用其应用程序和客户体验的组织而言，提供广泛的功能和强大的可观测性基础已势在必行。下面介绍可观测性的具体应用程序优化功能。性能监控问题根源分析漏洞检测和预防容量规划CPU使用情可观测性可以提供有关应用程序性能的关键指标，如延迟、响应时间、错误率、事件、停机时间等。当应用程序中确实发生问题时，统一的可观测性平台方法可以处理大量数据，以确定问题的确切根源。可观测性平台方法也可以检测甚至预防应用程序漏洞。通过在数字化环境中进行持续监控，可观测性平台可以识别安全漏洞。通过提供有关资源消耗、况和磁盘空间的洞察，可观测性可以帮助组织主动管理应用程序容量。此外，统一的可观测性平台方法可以就如何改进这些指标提供端到端上下文和可操作方案。问题根源分析消除了修复过程中的臆测，能够快速解决问题，优化用户体验和正常运行时间。有了这些洞察，团队可以更好地了解如何以最佳方式利用资源，扩大或缩小资源规模，并避免出现容量过载问题。通过提供上下文和对漏洞严重性进行排序，可观测性有助于安全团队高效解决系统漏洞并确定其优先级。发挥应用程序优化潜力的关键|5

第3章DEM在优化应用程序方面的关键作用数字体验监控负责收集与用户在应用程序中的一系列互动相关的数据和洞察。与应用程序性能相关的DEM指标包括响应时间、延迟、错误率、正常运行时间和停机时间，以及通过应用程序影响用户数字化之旅的其他因素。因此，在制定和执行优化应用程序的计划时，用户体验应成为首要考虑因素。应用程序用户体验的关键因素包括：??可用性，衡量应用程序可访问的频率以及用户与应用程序互动的频率。不过，除了这些指标之外，DEM还提供有关用户行为和模式的洞察，如点击率、购物车放弃率和会话持续时间等。因此，强大的DEM学科对于优化应用程序和改善用户体验至关重要。?性能，包括应用程序功能的总体状态，如响应时间和错误率。?易用性，是指应用程序的用户友好性，涉及与效率和功效相关