区块链技术 智慧城市 人工智能 -社会进步的步伐不停歇

APM智能监控（APM = Application Performance Management，应用性能管理）

“Monitor your data”（监控你的数据）

APM的覆盖范围包括五个层次的实现：终端用户体验，应用架构映射，应用事务的分析，深度应用诊断，和数据分析

应用性能管理主要功能如下：

监测企业关键应用性能 ：过去，企业的IT部门在测量系统性能时，一般重点测量为最终用户提供服务的硬件组件的利用率，如CPU利用率以及通过网络传输的字节数。虽然这种方法也提供了一些宝贵的信息，但却忽视了最重要的因素--最终用户的响应时间。现在通过事务处理过程监测、模拟等手段可真实测量用户响应时间，此外还可以报告谁正在使用某一应用、该应用的使用频率以及用户所进行的事务处理过程是否成功完成。

快速定位应用系统性能故障 ：通过对应用系统各种组件（数据库、中间件）的监测，迅速定位系统故障，如发生 Oracle数据库死锁等问题。

优化系统性能 ：精确分析系统各个组件占用系统资源情况，中间件、数据库执行效率，根据应用系统性能要求提出专家建议，保证应用在整个寿命周期内使用的系统资源要求最少，节约TCO。

新应用性能管理环境的一个关键特性是部署在需要的地方：靠近服务。有多种方式来实现这一点：
　　· 在虚拟机管理程序环境中，监控空间内虚拟机的响应时间和资源消耗情况；
　　· 在没有管理程序（例如专用物理服务器）或管理程序遥不可及（即在IaaS环境）时，在操作系统上运行；
　　· 在容器内；
　　· 在Java或.Net应用服务器环境内；
　　·在终端用户设备，连续或按需即时下载。

Pinpoint 是用 Java 编写的 APM（应用性能管理）工具，用于大规模分布式系统。在 Dapper 之后，Pinpoint 提供了一个解决方案，以帮助分析系统的总体结构以及分布式应用程序的组件之间是如何进行数据互联的。

• 安装agent是无侵入式的

• 对性能的影响最小（只增加约3％资源利用率）

支持的模块：

• JDK 6+

• Tomcat 6/7/8, Jetty 8/9

• Spring, Spring Boot

• Apache HTTP Client 3.x/4.x, JDK HttpConnector, GoogleHttpClient, OkHttpClient, NingAsyncHttpClient

• Thrift Client, Thrift Service

• MySQL, Oracle, MSSQL, CUBRID, DBCP, POSTGRESQL

• Arcus, Memcached, Redis

• iBATIS, MyBatis

• gson, Jackson, Json Lib

• log4j, Logback

构建要求：

• JDK 6 installed

• JDK 8 installed

• Maven 3.2.x+ installed

• JAVA_6_HOME environment variable set to JDK 6 home directory.

• JAVA_7_HOME environment variable set to JDK 7+ home directory.

• JAVA_8_HOME environment variable set to JDK 8+ home directory.

Trace分布式链路追踪

Google叫Dapper，淘宝叫鹰眼，eBay叫Centralized Activity Logging (CAL)，大众点评网叫CAT

Twitter使用 Zipkin 和 Brave 实现分布式系统追踪  

Hydra - 京东开源的基于Dubbo的调用分布跟踪系统

分布式系统为什么需要 Tracing？

  先介绍一个概念： 分布式跟踪，或 分布式追踪。

  电商平台由数以百计的分布式服务构成，每一个请求路由过来后，会经过多个业务系统并留下足迹，并产生对各种Cache或DB的访问，但是这些分散的数据对于问题排查，或是流程优化都帮助有限。对于这么一个跨进程/跨线程的场景，汇总收集并分析海量日志就显得尤为重要。 要能做到追踪每个请求的完整调用链路，收集调用链路上每个服务的性能数据，计算性能数据和比对性能指标（SLA），甚至在更远的未来能够再反馈到服务治理中，那么这就是分布式跟踪的目标了。在业界，twitter 的 zipkin 和淘宝的鹰眼就是类似的系统，它们都起源于 Google Dapper 论文，就像历史上 Hadoop 发源于 Google Map/Reduce 论文，HBase 源自 Google BigTable 论文一样。

  这样的系统通常有几个设计目标：

（1）低侵入性——作为非业务组件，应当尽可能少侵入或者无侵入其他业务系统，对于使用方透明，减少开发人员的负担；

（2）灵活的应用策略——可以（最好随时）决定所收集数据的范围和粒度；

（3）时效性——从数据的收集和产生，到数据计算和处理，再到最终展现，都要求尽可能快；

（4）决策支持——这些数据是否能在决策支持层面发挥作用，特别是从 DevOps 的角度；

（5）可视化才是王道。

行为分析

日志系统

场景还原流式计算

全链路压测