ArchSummit 深圳 APM 专场总结：性能监控与调优实践干货分享

随着应用性能管理（APM）越来越被开发和运维人员所熟知，7 月 17 日在深圳召开的 ArchSummit 2015 全球架构师峰会特开设应用性能管理专场，来自听云、腾讯和 OPPO 的讲师分享了他们在性能监控、管理和调优上的实践经验。

全网应用性能监控方式与业务级运维

APM 领域今年在国内资本市场引起了高度关注，这其中最耀眼的要数最近在新三板上市的听云。听云自成立以来一直关注在网络和性能监控领域，其产品和实力受到市场 认可。听云技术副总裁吴静涛分享的是《业务级运维利器》，分析了目前进行全网应用性能监控的几种方式和它们的优劣点，以及传统运维和业务级运维的差异。

自 2007 年以来，移动互联网迅猛发展，传统的 B/S 架构转变为 APP+ 云的云 / 端架构。无论是终端、APP、网络传输和数据中心都面临着非常大的挑战，而 它们的每一个环节都对最终用户体验有着巨大的影响，因此，传统的性能监控也面临着巨大挑战，新的应用性能管理需要能监控从整个网络到终端、数据中心的性能 情况。

目前的应用性能监控主要分主动式监控和被动式监控两种，主动式监控指的是通过布设监控 点对应用和服务进行抽样式监控，被动式则指收集应用的日志和其它数据然后通过分析达到监控目的。主动式监控的优点是非侵入式，不影响性能，可做发布前、发 布后监测，缺点是监测网络节点与真实用户的行为存在差异，而网络部署成本也高。被动式监控的优点是可覆盖全样本，准备性高，并且成本较低，缺点是无法提供 竞品和对标数据，插码会带来工作量和性能的影响。开发者应该根据自己的需求选用不同的方式。

应用性能监控根据目标的不同又分为客户端监控和服务端监控。

客户端监控方式如下：

• 基于自动化测试的拨测：主动式监控，客户端监控。主要通过覆盖全面的监测网络，部署自动化的监测工具。
• 页面插码监测：被动式、客户端监控。主要通过在客户端浏览器插入 JavaScript 代码以采集最终用户的性能体验，W3C 推出了 Web 性能 API 标准，现在已经可以做大非常细粒度的监控。
• 移动应用性能采集。因为移动端应用有多种方式，原生应用、Hybrid App 以及 Web App，因此监控的方式也多样化，有通过手机浏览器自动拨测、嵌入 SDK、HTML5 页面内插件、JSBridge 等方式。

仅部署客户端 APM 存在局限性，它受网络影响严重，无法精准定位服务端的问题。因此要做到全网的性能监控，服务端 APM 必不可少。

服务端 APM 一般采用被动式监控，并且已经有一些成熟的 ITOA 工具如 ELK 技术栈，它的实现方式分为旁路监听和应用内探针。

• 服务端旁路监听：部署定位后通过 SPAN，TAP 旁路应用访问流量进行 Sniffer，解析网络报文后再进行各类 TCP 协议分析和性能采集（NPM）。它的优点是非侵入式，对生产影响最小，缺点是难以适配多种协议，无法定位到问题代码等。
• 应用内探针：通过在应用代码中埋点来实现性能监控 BCI（ByteCode Instrumentation) 技术。优点是可实现代码级的监控，缺点是它是侵入式的，对性能有轻微影响。

通过这些方式可实现端到端的应用性能监控，从而让运维从传统运维进入到业务级运维的新阶段。

传统运维的各岗位角色是割裂的，客服、外网监控、网络运维、研发、DBA log 等都只对自己的领域负责，沟通成本很高。业务级运维通过一个平台来将业务、网络、主机、运维、研发各个角色聚合在一起，统一解决业务、运维、开发团队的问题，从而为业务提供坚实的保障。

腾讯社交网络端到端运维监控体系揭秘

腾讯社交网络面对海量用户，一个强大的应用性能监控平台是必须的，腾讯内部也一直在这方面投入精力。腾讯 SNG 社交平台运维负责人梁安定给大家分享了他们对运维和 ITOA 的理解和腾讯内部 APM 平台系统的研发。

在腾讯，运维分为 ITOM 和 ITOA，前者注重效率，后者注重监控，而 ITOA 又分为运维自动化和运营分析。ITOA 的高级产品形式分三种：APM 类、日志分析类和端到端的立体化监控类。这几种方式各有利弊：

• ITOA 之 APM：这里指的是第三方 APM，它的优势在于对遗留系统、IT 能力弱的组织、性能问题频发的系统支持较好，能降低故障定位时间、提升用户体验，它们的挑战来自于对微服务和标准化的支持。这一类的代表有听云、AppDynamics、New Relic。
• ITOA 之日志分析：它的优势在于更贴近业务的日志获取，更多元化的日志分析，以及更多价值化的数据呈现。它 也能降低故障定位时间，提升用户体验，体现 IT 运营的业务价值。它的挑战来自海量日志的收集和处理，以及数据服务的 SAAS 化能力。这一类的代表有 splunk、sumologic，以及开源的 ELK 方案。
• ITOA 之立体化监控：它的优势在于贴近用户的故障发现能力，更全面的故障告警能力，挑战在于监控理念的转变、监控的 SaaS 化能力。

腾讯的运维体系包括 DevOps 理念的织云系统，以及立体化监控，后者包括端到端监控、用户端监控、服务端监控和基础监控。

在 这之外，面对极度复杂的业务架构，腾讯开发了端到端的智能监控系统 ROOT，基于业务架构，结合数据流关系，通过时间相关性、面积权重等算法，将监控告警 进行筛选分类，发掘有业务价值的告警，并直接分析给出告警根源。它解决的是业务架构随着时间发展越发庞大而复杂，运维监控系统在多个节点对同一现象出现大 量告警，而真正的原因告警被淹没。

比如，如果 DB 宕机，我们的理想是智能定位到数据层监控，然后发出告警，但现实是，用户端、接入层、逻辑层、数据层的监控点均有 N 个告警产生。ROOT 可以解决这种问题，从现象告警转变到原因告警。

ROOT 的研发是和业务紧密相关的，在基础数据层面，梳理业务架构，绘制业务拓扑图，同时实现业务之间访问关系降维。在计算逻辑上，则通过相关时间告警叠加、链路权重计算、过滤噪点、原因模型分析，最后实现根源告警。

ROOT 架构上有两个重点是业务访问关系链路池和原因告警分析模型集，这些都是平时经过分析历史告警信息和业务架构得出，最后给出的告警信息包括现象、原因、历史同类 / 类似告警以及责任人。

梁安定最后总结道：每款互联网产品面对的问题不尽相同，虽然 APM 的应用场景很广，但在 DevOps 协同合作的前提下，应寻求共同的目标将价值最大化。

移动应用性能分析与总结

接下来由听云移动研发总监江赛给大家带来的分享：《移动应用性能分析与总结》，主要讲了 5 点：

1. 怎样去评价一款应用是优秀的移动应用。听云根据对市场上的应用调研分析认为，崩溃率 iOS 3‰、Android 2‰以内，错误率 8‰以内，请求响应时间 400ms 以内的应用可以称为优秀，但实际上大部分应用都达不到这个标准。
2. 影响移动应用系统的罪魁祸首。一共总结出十大罪魁祸首，包括连接超时、闪退、卡顿、崩溃、黑白屏、网络劫持、交互性能差、CPU 使用率问题、内存泄露、耗电高。
3. 如何写出高效代码？这里是避免写出影响性能的代码的一些建议，包括合理的网络访问、对数据和报表的解读、HTTP 库的选择、数据序列化、图片处理等。
4. 运用技术手段监控应用性能。性能优化很大一部分工作要花在分析问题上，即如何找出瓶颈，合理的使用技术能减少分析问题的时间。iOS 性能监控手段 有 Objective-C 中的 Swizzle、C 接口 Fishhook、符号表分析工具 atos 等，Android 性能监控手段有 WebView 中的 hook、Instrumentation 监控 HttpURLConnection、C 接口中的 hook、符号表分析工具 atosl。
5. 移动应用性能常见的性能指标。这里介绍了一些常见的性能指标以及听云对这些指标的跟踪。包括 Crash 指标、慢交互指标、交互指标、网络访问指标和错误指标。

全网访问速度优化

最后出场的是来自 OPPO 数据中心的负责人黄良懿，他分享的是访问速度优化方面的一些实践经验。

访问速度优化分为网络优化、服务端优化、浏览器前端优化，以及由于移动互联网的特殊性带来的移动客户端优化。其中，优化 工作的侧重点分布是：前端占 60%，网络占 25%，后端占 15%。

在优化之前，首先要有基准，Web 性能优化的指标有：

• DNS resolution time：DNS 解析时间
• TCP connection time：TCP 连接时间
• HTTP redirect time：HTTP 重定向时间
• Time to first byte：首包时间
• HTML content time + Page parse time = DOM loaded time： 页面下载完成时间 + 页面解析时间 =DOM 加载时间
• First paint time：首次绘制时间
• Above the fold time：首屏时间
• Full page object load time：加载完成时间

网络优化的手段包括 DNS 优化、网络连接优化、线路优化。常见问题包括测试与真实用户差异如 DNS 污染、峰谷时段问题，南北互联互通问题，延迟加大引发的状态同步问题等。

服务端优化手段包括尽早刷新缓冲区，Facebook BigPipe 解决方案，以及通过异步 API、并行处理等方式实现页面生成时间加速。

浏览器前端的优化已经有一些成熟的规范和流程，如 ySlow rules 和 Google pagespeed ， 调优常用工具有 firebug+ySlow+pagespeed、Apache Benchmark、Dynatrace AJAX Edition、听云 Network 等。常见手段有降低请求数（很有效但也带来不少问题）、降低传输量、提高并发性能、加速可响应时间、定位 TTI 问题、 合理利用带宽等。

移动客户端访问速度优化手段包括资源预取、自建 DNS、数据访问策略优化，以及在嵌入 WebView 时，使用 Native 接管 WebView 的网络及缓存，WebView 只管渲染内容，以此突破 webView 的局限性。

由于篇幅所限，本文只是略微总结了讲师们的分享，有更多精彩之处未能一一传达，如果你觉得意犹未尽，欢迎下载 ArchSummit 深圳 APM 专场的 PPT ，也可通过 StuQ在线查看，我们后续还会整理演讲的视频，通过 InfoQ 与大家分享。