APM新纪元:性能极客专注前端性能

原创
云计算
云技术、虚拟化技术的发展,包括接入的智能设备的引入,使得应用复杂度快速增加。同时互联网渠道、电子渠道成为营销的中心,这种复杂性和对业务和销售的比重增加,使得我们在看应用时,除了已有的部件,即网络基础信息之外,需要以交易为中心,通过最终用户来看应用质量到底怎么样。

    大数据、云计算、Web 2.0等社交媒体技术的发展,以及电子商务、网络、零售商的繁荣,让企业纷纷向互联网转型。企业业务转型的同时,如何考量企业新业务、新产品及新App的用户体验成为新时代下的新问题,与之紧密相关的APM产品又该何去何从?“互联网+”的时代,给转型后的产品监控和业务优化,均带来了***的挑战。
    Gartner定义的APM五大功能维度模型标准中,处于金字塔顶端的是最终用户体验监控,以最终用户为出发点,提高用户体验和满意度是APM的最终需求。然而,目前APM行业的服务商大多同时兼做前端性能和后端性能,但以后端性能为主,侧重提高系统整体的稳定性,伸缩性和并发量,很显然,基于后端性能的监控与优化已经不能满足企业的要求。因此,市场需要专注于前端性能服务,旨在提高应用速度和用户体验的APM产品,来应对互联网转型的冲击。

前端性能 不容忽视
    随着云技术、虚拟化技术的发展,包括接入的智能设备的引入,使得应用复杂度快速增加。同时互联网渠道、电子渠道成为营销的中心,这种复杂性和对业务和销售的比重增加,使得我们在看应用时,除了已有的部件,即网络基础信息之外,需要以交易为中心,通过最终用户来看应用质量到底怎么样。
    从用户的角度来说,互联网的边缘复杂度越来越大,我们接入的设备,以浏览器为例,五年前、七年前我们只用IE,如今还有“Firefox、Chrome”,而且版本不同,接入的设备有平板电脑、智能手机,其中还有iOS、安卓等操作系统,不同类型的智能终端和相关系统版本均在不断变化。
    我们所面临的IT环境,即现代的应用环境下面临很多挑战。如何处理大数据的性能?如何保证应用的性能?当企业应用来自多个厂商共同协作一起为客户服务时,又该如何保证应用的性能?不仅如此,在应用配置不断动态变化的过程中,如何知道它对我们的影响,如何了解用户的体验,以及后台的变化?

[[162284]]
性能极客创始人兼CEO马振雄


    面对这些挑战和应用的复杂度,性能极客创始人兼CEO马振雄提出:APM产品需要侧重直接影响用户体验的前端性能领域。

性能极客“因为专注 也最专业”

    “互联网+”时代下,业务发展更快速、产品更迭更迅速。互联网、微服务、容器、云、大数据等新技术层出不穷。在愈加复杂、苛刻的IT环境下,我们需要一种高效的手段,能够快速对产品进行管理,敏捷应对业务的变化,实时掌握业务运维的主动性。
    为此,性能极客与传统应用性能管理的测量方式不同,通过非侵入式主动监测最终用户的视觉感知性能来精确衡量网站或应用的前端性能。性能极客***的“感知性能”技术通过模拟不同地区的最终用户,在不同时间,不同的网络环境下,使用不同的方式访问应用时的直观体验,提出“关键帧”时间概念,从技术的角度将最终用户体验精准的量化出来,并以此衡量应用性能的好坏进而提供针对性的优化建议。
    感知性能技术完全从最终用户的视觉出发,真正让应用开发者站在他们最终用户的角度去考察和管理应用性能和体验。而且值得一提的是,感知性能技术的核心算法已经申请两项国家专利,在衡量的精准度上***,***解决了业界一直以来“无法精准衡量页面加载时间”的难题。
    对比传统的APM产品,其更多的只是“发现问题”,即监控、汇总数据、生成报表而已,但是“解决问题”仍然需要技术团队和运维团队去完成。这无疑给企业带来了技术瓶颈与运维障碍。性能极客的做法是:在“解决问题”这个关键环节往前走一步,实现线上的自动优化,完成整个解决方案的闭环。在即将发布的性能极客2.0版本中,针对网页和H5的一键优化功能将发布。
    值得一提的是,性能极客采用了SaaS的服务模式,所有的评测和监控依托建设在云上的分布式Agent集群服务,无需在企业植入任何探针或脚本,既简化配置部署,又完全没有数据隐私性和安全性问题。
    在面对业务创新、企业改革的浪潮时,你的APM产品有没有专注前端性能,非常有必要!

责任编辑:wangpeng 来源: 性能极客
相关推荐

2013-03-05 18:01:20

CompuwaredynaTraceAPM

2015-01-06 10:01:17

iPhone 6移动支付

2013-01-07 14:06:07

2012-08-01 15:05:47

IBM

2016-08-16 14:11:32

存储极客

2012-12-04 15:47:45

2009-04-01 10:46:00

2019-08-15 09:00:00

AI人工智能

2012-09-05 09:35:38

云计算微软IT平台

2014-11-07 17:29:04

2015-08-26 13:37:51

戴尔云计算

2014-10-08 16:41:08

GITC2014全球互联网技术大会

2015-07-29 15:06:21

2013-04-07 14:52:38

CompuwareAPM性能维修站

2024-04-12 16:36:51

2018-01-16 12:04:32

斐讯思科数据

2020-12-09 15:02:10

IBM

2024-05-10 14:35:56

人工智能大型语言模型

2014-11-11 10:17:24

华为OpenStack企业

2016-01-15 15:42:53

HP超融合
点赞
收藏

51CTO技术栈公众号