移动端APM网络监控与优化实践

01 背景

企业为了能够提升线上服务的可靠性和竞争力，需要从代码端的视角来监控自己线上应用的质量和性能，因此，APM系统(应用性能监控系统)应运而生。APM系统是互联网公司最重要的基础设施之一，它可以帮助发现并解决生产环境中遇到的各种问题。

APM系统为了能够实现帮助企业确保自身的IT支撑系统高效地运行，它需要建立一个强大的IT运维管理体系，用来时刻监控IT环境各组件的性能和质量，并且通过多维度实时分析监控指标的异常，快速定位并解决线上应用的问题。其中，网络环境质量是线上服务最基本的性能指标之一，网络耗时，网络请求错误率等指标极大地影响着线上应用的服务质量，APM系统应系统地建立起网络性能的监控。

在爱奇艺移动端APM系统上线之前，网络监控只是针对后端服务，因用户手机性能和网络环境复杂性相关，用户的真实使用体验和后台服务监控之间存在很大差异。因此，我们建立了一套基于用户层面的、实时、多维度的网络监控系统，并建立了针对端上的错误率、劫持率和网络性能的评估标准。经过多年的积累，爱奇艺移动端APM系统已经建立包括崩溃、网络、卡顿、日志、内存、图片等多项监控功能。

本文主要介绍移动端网络监控系统的建立及优化。

02 系统设计

根据移动端网络错误的特点，计算错误率时，将其划分为三类:

网络层错误

(错误发生在三次握手，SSL校验，数据传输过程中，如ConnectException)

HTTP响应错误

(服务端已明确返回错误码，如404)

解析错误

(服务端返回200，但数据格式有问题，导致前端无法正确解析)

由于重试机制的存在，我们只按照一组数据中的最后一次请求的结果，评判该次用户网络行为成功或者失败。

维度信息设计:

在后端存储的字段里，除了上述网络字段，还包括APM平台和用户设备的基础字段信息，这里就不一一赘述。

2.1 SDK设计

因端上网络请求频繁，数据采样需要考虑对手机性能影响的同时，也要保证数据的准确可分析，采样有如下措施可参考:

  ·  云控采样：云控下发采样指令，动态控制数据量；

  ·  合并压缩：缓存数据在达到时间或者数量的阈