发现大数据之美 开启智慧APM新时代

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
应用实时监控服务-应用监控,每月50GB免费额度
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

APM概念真正意义的提出是在2008年,基于SaaSAPM市场更是一片空白。北京云智慧科技公司CEO殷晋表示传统IT运维人员的巡检类工作枯燥无趣却又必不可少,传统的IT运维管理模式亟待创新。目前云智慧已经从IT监控领域发展到了端到端的性能管理领域。在Gartner新一代应用性能五个特征——终端用户体验监控、应用拓扑映射、业务事务分析、深度应用诊断、数据分析基础上,云智慧提出基于大数据的智慧APM全套解决方案。

  市场机会

  记者:为什么选择APM领域作为自己的创业方向,是看到什么样的市场机会?

  殷晋:在中国市场,随着互联网、移动互联网和O2O的快速发展,企业的业务与IT系统的关系越来越紧密。企业应用已经从业务支撑系统变成了企业业务的核心,因此应用性能问题逐渐凸显。而一般的公司不具备专业的技术能力来做应用性能管理,同时越来越高昂的人力成本也迫使企业使用性价比高的专业应用性能管理服务。这些都是我们的市场机会和成长的驱动因素。

  技术优势和架构特点

  记者:您公司的技术团队结构是怎样的?

  殷晋:云智慧的技术团队由互联网行业资深技术人员组成,他们来自于国内知名的电商、云计算服务和国外的知名应用性能管理公司。整个团队在SaaS产品研发、大数据处理和高并发实时事务处理方面的经验十分丰富。

  记者:目前国内APM领域涉足的企业还比较少,您觉得贵公司APM解决方案最大的技术优势有哪些?

  殷晋:1、基于大数据的应用性能指标预测及告警:云智慧建立了一整套面向200项关键参数指标的数据分析预测模型。我们可以对监测系统的各项指标进行预测。想象一下,如果系统告诉用户在下周三的下午1点,网页的响应时间会大于 1000ms,大数据预测的价值会有多大。

  2、基于大数据的行业解决方案:云智慧提供了不同行业的数据标准与行业知识,采集了大量行业用户的数据,经过分析之后给出具有行业标准特性的建议。系统会自动推荐用户行业标准的响应时间参考阈值。

  3、基于大数据的应用性能管理方案优化:对应用系统进行压力预测找出影响业务指标的IT性能节点,定位问题后进行有针对性的优化。这种事前整体框架性的问题发现实现了运维对于业务增强的驱动要求。

  记者:能否分享一下基于SaaSAPM的技术架构、特点?

  殷晋:大数据采集:基于插件机制的云监控端及流管理器;大数据存储:基于HadoopElasticsearch的大数据存储及分析;大数据处理:基于流处理技术的实时告警引擎;数据分析:基于NOSQL技术的多维可视化报告引擎。目前云智慧的数据采集量 720亿条/每天,共存储200,000亿条数据,处理近 500种不同类型的监控指标数据;预计2017年数据采集量达到100,000+亿条/每天。

  应用场景和客户规模

  记者:你们的APM解决方案应用场景有哪些?

  殷晋:云智慧APM解决方案有三个层面的应用: 首先是针对应用性能问题的发现和报警;其次是提前消除风险,保障企业运维的SLA;第三是实时分析运营数据,优化决策,推动客户业务增长。

  记者:在云计算和移动互联网浪潮下,您觉得APM会给开发和运维带来哪些改变?

  殷晋:借助云智慧APM服务,运维、开发以及运营与以往相比更是一个密切协同的团队。他们基于同一个平台、面向同一个问题,协同合作,在频繁迭代的交付中快速为用户传递价值。

  记者:目前客户规模?

殷晋:目前有客户30多万家,企业级客户18万家,在很多行业都有非常广泛的应用,覆盖电子商务、游戏视频、在线金融、旅游酒店、移动APP和互联网及教育医 疗等行业。包括小米、高德、同程旅游、陌陌、豌豆荚、环球雅思、用友等都是我们的忠实用户。

  未来发展规划

  记者:公司未来有什么规划?在你看来APM未来发展方向如何?

  殷晋:公司的未来将向企业大数据服务商的角色演变,APM是基于企业应用性能数据推出的第一个大数据应用。未来我们的大数据平台上将接入更多的企业业务数据,推出更多的企业级大数据应用。

  应用性能管理将成为一个企业在发展过程中的刚性需求,各行各业的企业都会需要专业的第三方APM服务。所以未来APM的发展空间非常大,在整个云计算领域,可能是与IaaS规模相当的一个市场。

原文发布时间为:2014-08-05
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
通过云拨测对指定服务器进行Ping/DNS监测
本实验将通过云拨测对指定服务器进行Ping/DNS监测,评估网站服务质量和用户体验。
目录
相关文章
|
5月前
|
机器学习/深度学习 人工智能 算法
【机器学习】机器学习与AI大数据的融合:开启智能新时代
【机器学习】机器学习与AI大数据的融合:开启智能新时代
168 1
|
存储 人工智能 供应链
新时代火热技术栈:大数据->人工智能(AI)->区块链
新时代火热技术栈:大数据->人工智能(AI)->区块链
新时代火热技术栈:大数据->人工智能(AI)->区块链
|
Hbase 分布式数据库 Serverless
1元包年,阿里云HBase Serverless开启大数据学习与测试的新时代
阿里云HBase Serverless 版是基于HBase,使用Serverless架构构建的一套新型的HBase 服务。 阿里云HBase Serverless版真正把HBase变成了一个服务,用户无需提前规划资源,选择CPU,内存资源数量,购买集群。在应对业务高峰,业务空间增长时,也无需进行扩容
4780 0
1元包年,阿里云HBase Serverless开启大数据学习与测试的新时代
|
存储 SQL 分布式计算
鱼和熊掌可以兼得,云原生开启“数据库大数据一体化”新时代
10月23日数据湖高峰论坛上,阿里巴巴集团副总裁、阿里云智能数据库产品事业部负责人、达摩院数据库与存储实验室负责人李飞飞表示:“云原生作为云计算领域的关键技术与基础创新,正在加速数据分析全面进入数据库大数据一体化时代”。
4139 0
鱼和熊掌可以兼得,云原生开启“数据库大数据一体化”新时代
|
大数据 Devops 算法
新时代,大数据战略和DevOps更配
文章讲的是新时代,大数据战略和DevOps更配,从大数据中获得有价值的洞察是每个企业的愿望,但是无奈理想很丰满,现实很骨感,再加上大数据软件开发人员和IT操作缺乏企业的协调,这也使得从大数据中获得洞察变得更加困难。
1787 0