老铁们，大家好，相信还有很多朋友对于你的健康助手：APM 私人医生软件和的相关问题不太懂，没关系，今天就由我来为大家分享分享你的健康助手：APM 私人医生软件以及的问题，文章篇幅可能偏长，希望可以帮助到大家，下面一起来看看吧！

Labs 导读

云时代，应用日益丰富，用户数量爆发式增长，复杂的应用异常问题层出不穷。传统运维模式下，多个运维系统的各项指标无法关联分析。运维人员需要根据经验对异常情况进行一一排查。问题分析定位效率低，维护成本高。 APM（应用程序性能管理）是一种监控和管理应用程序性能和故障的云服务。为服务器端应用和服务提供代码级的实时性能和业务监控，快速定位故障和瓶颈，保障系统和业务的稳定性。保障用户体验。

在当今的微服务架构中，一个请求往往需要多个模块、多个中间件、多台机器的相互协助才能完成。这些请求既是串行的又是并行的。我们如何确定这个请求背后的调用？哪些应用程序、模块、节点以及调用顺序？如何定位性能问题？你是否也有这样的疑问呢？事实上，APM可以满足以上所有需求。

Part 01概念与架构

SkyWalking 收集、分析、聚合和可视化服务和云原生基础设施，提供一种简单的方法来观察分布式系统，甚至跨多个云平台。它是一个现代的APM，可以说是专为云原生、基于容器的分布式系统而设计的。

其整体架构可分为四个部分：探针、OAP平台、存储实现和UI模块（如上图所示）。

探针：收集遥测数据，包括链路跟踪和性能指标，并将数据格式化为适合SkyWalking 的格式。

存储：通过开放插件接口存储SkyWalking数据，支持ElasticSearch、H2或MySQL集群。

UI：基于接口的高度定制化Web系统，提供与概览、跟踪和报警相关的观察图，包括拓扑图、依赖图、热图等。

Part 02基本原理与优势

简单来说，SkyWalking通过探针收集并发送数据到链路数据聚合器，然后通过OAP分析将结果写入持久存储，最后在Web可视化平台上展示。

那为什么要选择SkyWalking？自然是因为它的诸多优点。提供Java、C#、Node.js、Go、PHP、Nginx LUA等服务的自动管理代理；采用插件+javaagent的形式，实现span（一次调用过程）数据的自动采集，这样对代码无侵入，插件意味着可插拔，具有更好的扩展性；它提供了服务、服务实例和端点的可观察能力，用户可以查看服务和端点之间的拓扑、每个服务/服务实例/端点的性能指标，并设置警报规则。

Part 03SkyWalking的六大特性

SkyWalking的六大特点也是该项目的核心设计目标。

- 可观测性SkyWalking 提供多种操作格式和探头，提供集成解决方案来维持对目标系统的观测，无论目标系统如何部署。

- 拓扑结构、性能指标和追踪一体化拓扑图是理解分布式系统的第一步。它将整个系统以可读性强的布局展示出来，让运维人员对服务、实例、端点、调用等指标有更高的理解。需求，溯源需要使用详细的日志，让用户更好的了解这些指标。例如，当端点的延迟变长时，我们希望查看最慢的跟踪来查找原因。所以从大局到细节，这些都是需要的。 SkyWalking集成了大量的功能来满足上述需求。

- 轻量级需要在两个方面实现轻量化。第一个是探头。我们通常依赖于网络传输框架，因此探针应尽可能小，以防止依赖库冲突和虚拟机的负载压力。第二是性能。监控平台只是整个项目环境中的一个辅助系统。 SkyWalking采用轻量级框架构建后端核心服务，无需部署和维护大数据相关平台。我们可以看一下评测数据：

可以看到，无论是CPU、内存，还是响应时间，使用SkyWalking带来的性能损失几乎可以忽略不计。

- 可插拔性SkyWalking提供了很多默认实现，但这显然还不够，不能适合所有场景，所以它提供了大量的特性来支持可插拔功能。

- 可移植性SkyWalking可以在多种环境下运行，包括：使用传统的注册中心，例如eureka。使用包含服务发现的RPC（远程过程调用）框架，例如Spring Cloud。在现代基础设施中使用服务网格。使用云服务。跨云部署。

- 可互操作性SkyWalking虽然拥有强大的社区，但不可能支持所有系统。但它支持与其他运维支持系统（主要是探针）的互操作。 SkyWalking可以接收并理解Zipkin、Jaeger、OpenTracing和OpenCensus的数据格式。这对于最终用户来说非常有用，这样他们就不需要切换现有的库。

Part 04 各大APM的“巅峰对决”

总的来说，CAT作为一个综合平台，提供了全面的监控功能； Zipkin是Twitter开源的一个调用链分析工具，非常轻量级，易于使用和部署； Pinpoint 和SkyWalking 都专注于链路和性能监控。跟踪数据细粒度，用户界面功能强大。