zoukankan      html  css  js  c++  java
  • AppMon Health仪表板

    AppMon Server运行状况仪表板(https://www.dynatrace.com/support/doc/appmon/shortlink/id_deployment_dashboards_server_health)

    AppMon接口服务器运行状况的仪表板显示您AppMon接口部署的总体健康状况。它显示了最重要的性能指标,可帮助您成功运行AppMon部署。该信息对于测试团队监视和调整系统时的价值,对于生产运营团队进行持续的部署优化而言都是宝贵的。大多数图表显示平均值和最大值,可用于区分正常负载和峰值。

    该仪表板包括以下内容:

    • CPU使用率/ GC总和:左轴显示进程的CPU使用率百分比(最大和平均聚合)。右轴显示了由垃圾回收导致的​​挂起时间,以及服务器上的最大CPU消耗。
    • 总计度量:显示已定义的业务和非业务度量的总数,以及将度量写入绩效仓库所花费的时间百分比。仅对于实时会话,此磁贴还显示内部实时分析和循环事件队列的大小,以及时间序列中心每秒处理的测量数量。
    • 代理:所连接代理的平均数和最大数。
    • 连接的系统:连接的收集器,代理和客户端的平均数量。
    • 内存使用率/ PurePath缓冲区大小:服务器消耗的平均和最大内存。如果超出了可用内存分配,则会发生垃圾回收挂起。您可以在“暂停时间”和“暂停计数”图表中看到它们。还显示了内存中保留的PurePath的平均数量和最大数量。
    • 活动访问量:总结UEM访问活动,显示所有VisitStores中的活动访问总数,以及已处理的操作数和移动操作数。
    • PurePath LengthPurePath中节点的平均数和最大数。根据您的环境,生产的平均PurePath长度不应超过300,测试中心的平均PurePath长度不应超过500,开发的长度不应超过1000。较长的PurePath的影响包括:受监视的应用程序或具有较高MPS编号的服务器上的CPU负载较高,并且由于牵涉到较高的MPS而缩短了实时会话。
    • PurePath Length Distribution:百分比图,显示设置的PurePath长度(仪器深度)范围内服务器上PurePath的百分比。范围是:
      • 少于10
      • 10至99
      • 100至999
      • 1000以上
    • 以MB / 10s / GC平均的通信流量:服务器上的平均和最大流量。网络过载趋势表明您应该减少AppMon配置捕获的数据量。
    • 存储队列饱和度:最大和平均存储利用率占总存储队列的百分比。在利用率达到80%时会发出警告警报,在利用率达到90%时会发出严重警报。
    • 交易/ s的:所有代理的平均和最大数量每秒事务。
    • 每秒事务数(PurePath):所有代理程序每秒平均和最大PurePath事务数。
    • 实时和主机队列饱和度/ GC最大值:左轴显示实时分析器的总利用率(平均和最大值)的百分比。右轴显示了由垃圾收集引起的暂停的持续时间。在有效配置的部署中,AppMon Collector没有主要的垃圾收集。
    • PurePath状态:显示所有间隔的每个间隔的PurePath数。包括:
      • 记录的PurePath:从内存实时会话写入会话存储的PurePath的数量。
      • 未记录的PurePath:无法从内存实时会话写入会话存储的PurePath的数量。
      • RTA-已分析的PurePath:(仅限实时会话)实时分析器处理的完整PurePath的数量。在某些情况下(高负载,低PurePath缓冲区大小),完整的PurePath可能会在分析之前从队列中掉出来。
      • 跳过的PurePath:由于缺少事件(例如未及时到达)而无法分析的PurePath的数量。
      • 早期丢弃的PurePath:在完成之前,在处理链中早期丢弃的Purepath的数量。这可能是由于多种因素引起的,包括队列或处理缓冲区已满,无效的开始/结束日期,有效期限和服务器内存不足。
    • kMPS每秒平均和最大数量(x 1000)个测量节点。
    • kMPS(每秒节点数):当前MPS(每秒度量值)趋势的可视化。它显示了负载随着时间的推移如何发展,这使您可以及早看到总体增长趋势。在这种情况下,您应该执行以下任务:
      • 考虑配置更改以减少增长
      • 升级服务器安装并随后增加阈值

    AppMon前端服务器运行状况仪表板(https://www.dynatrace.com/support/doc/appmon/shortlink/id_deployment_dashboards_frontend_server_health)

    该 AppMon接口前端服务器健康仪表盘显示重要的性能和前端服务器的活动指标,如CPU和内存使用情况,垃圾收集活动,以及前端分析活动,后端和客户端。该仪表板使您可以快速确定前端容量是否足够。

    该仪表板包括以下内容:

    • 前端CPU使用率:前端服务器使用的CPU使用率(以百分比表示)。
    • 前端通信:前端到后端流量以及客户端到客户端流量的摘要,以MB为单位。
    • 前端内存使用率:前端服务器消耗的平均和最大内存(以MB为单位)。
    • 分析器读取的前端字节:分析器从前端服务器读取的MB。
    • 前端垃圾收集时间:前端服务器垃圾收集时间的平均和总计(以毫秒为单位)。
    • 前端垃圾回收激活数:前端服务器垃圾回收激活的平均值和总和。
    • 前端分析器活动:前端服务器活动的摘要。

    AppMon Collector调整大小仪表板(https://www.dynatrace.com/support/doc/appmon/shortlink/id_deployment_dashboards_collector_sizing)

    dynaTrace可收集上浆在AppMon接口收藏家部署仪表板显示了上浆相关的配置问题。正确的收集器大小可确保性能良好的高度可扩展部署。使用此仪表板可以优化大小和优化系统。

    Dynatrace Collector尺寸调整仪表板Dynatrace Collector尺寸调整仪表板

    该仪表板包括以下内容:

    • 代理分配:根据上次可用的度量,连接到每个收集器的代理数量。
    • 类缓存大小:根据上次可用的度量,每个收集器已加载的类数。
    • 缓冲区饱和度:每个连接的收集器实例的缓冲区利用率(以百分比表示)。
    • CPU使用率:每个收集器的CPU使用率。
    • 内存使用量:每个收集器的内存使用量。

    遵守有关如何在不同应用程序和子网的收集器上分发代理的规则。您应该平衡负载。例如,如果有两个收集器,而一个收集器接收了三分之二的负载(或代理),则重新分配代理以平衡负载。

    AppMon会话存储运行状况仪表板(https://www.dynatrace.com/support/doc/appmon/shortlink/id_deployment_dashboards_session_storage_health)

    随着您的AppMon部署获得或失去用户以及用户的AppMon活动更改,存储要求会定期更改。使用会话存储运行状况仪表板可帮助评估是否已充分配置会话大小,是否需要调整队列大小以及是否需要调查存储的RTA或写入问题。

    该仪表板包括以下内容:

    • MPS:每秒平均和最大数量的测量节点。
    • CPU / GC:显示存储中进程的CPU使用率百分比,以及由垃圾回收导致的​​平均和最大挂起时间。
    • 实时路径分析器队列的大小:内部实时分析队列的平均和最大大小。
    • 路径存储队列的大小:内部会话存储队列的平均大小和最大大小。
    • 写入路径所花费的时间百分比:将会话写入磁盘的时间占总写入时间的百分比。
    • 未记录的PurePath:在无法从内存实时会话写入会话存储的所有代理上,每个间隔的PurePath总数和平均数。
    • Visit Storage Queue的大小:内部会话存储访问队列的平均大小和最大大小。
    • 花费的写访问时间:将访问写到磁盘上的平均和最大时间(以毫秒为单位)。
    • 会话大小:存储在指定会话目录中的所有会话的每间隔大小。
    • 写入份额:写入PurePath,更新,时间序列(度量)和事件之间的会话总写入时间的百分比。

    AppMon Measure Health仪表板(https://www.dynatrace.com/support/doc/appmon/shortlink/id_deployment_dashboards_measure_health)

    Measure Health仪表板可让您详细了解度量使用的数量和效率。关键在于显示指示器,这些指示器向您显示系统配置文件之间的业务事务和非业务事务度量的分布,业务和非业务事务度量计数以及度量编写的效率。

    Dynatrace Measure Health仪表板Dynatrace Measure Health仪表板

    该仪表板包括以下内容:

    • 度量总计:度量的总数,以及绩效仓库中动态业务交易度量的数量,以及绩效仓库中动态度量的总数(动态度量是根据度量的拆分是否在图表的选定时间范围内创建数据而在图表上显示或不显示的度量。度量按代理,应用程序或业务交易标准划分。如果在选定的时间范围内该度量的拆分值发生,AppMon将在图表中为此度量创建一个条目。根据图表类型,该条目可以是图表表中的一条线,也可以是图表中的一系列。
    • 花费的度量时间百分比:显示过去72个小时内花费在度量上的每一分钟的百分比。此图中的较高百分比表示写入性能较慢。
    • 杰出贡献者(业务交易):动态度量数量最多的业务交易,按业务交易名称和系统配置文件划分。
    • 按系统概要文件进行的业务交易度量:一个饼形图,显示了如何在系统概要文件之间分配业务事务度量。
    • 杰出贡献者(其他度量):动态度量数量最多的非业务交易度量,按度量类型和系统配置文件划分。
    • 按系统概要文件的其他度量:饼图,显示其他度量如何在系统概要文件中分配。

    AppMon Performance Warehouse概述-编写仪表板(https://www.dynatrace.com/support/doc/appmon/shortlink/id_deployment_dashboards_pwh_write)

    此仪表板如何有效地将数据写入Performance Warehouse。它显示度量,事件和百分位数的写入时间,将数据从临时表移至度量表并截断临时表所花费的时间。Performance Warehouse的清理时间也会显示在此仪表板上。

    监视此仪表板以评估高写入时间是否需要对Performance Warehouse配置设置进行调整,或者度量写入时间的不稳定性是否可能由配置不当的业务交易引起。

    Dynatrace Performance Warehouse-写入运行状况仪表板Dynatrace Performance Warehouse-写入运行状况仪表板

    该仪表板包括以下内容:

    • 编写度量所花费的时间百分比:在设定的时间范围内将度量写入绩效仓库的时间百分比。此图中的高百分比表示写入性能较慢。
    • 编写度量所花费的时间编写度量所用的绝对时间。超过一分钟的值表示写入性能较慢。如果写入延迟超过10分钟,则会跳过数据。
    • 写入的度量数:在设定的时间范围内写入的度量数。在初始启动阶段之后,该数字应在时间范围内保持稳定。值增加可能表示其他已连接的代理或配置错误的业务交易。
    • 编写百分位数所花费的时间:编写一个小时要收集的百分位数所需要的绝对时间。它每隔15分钟写入一次新的百分位。
    • 编写事件所花费的时间:在设定的时间范围内编写事件所花费的时间。此图表中的尖峰与写入的事件数量中的各个尖峰不相关,可能表示写入性能问题。
    • 移动数据所花费的时间:从临时测量表中移动数据所花费的时间。此图表中的值不应超过15分钟。
    • 写入的事件数:写入Performance Performance仓库的事件数,用于解释花费在编写事件的 时间图表。
    • 清理任务性能:清理任务将Performance Warehouse中的数据聚合到不同的分辨率,并在指定的持续时间后删除数据。仅在预计服务器负载较低时才执行此任务。您可能不得不更频繁地运行清理任务,以获取高数据量并因此而导致运行时间较长。有关更多信息,请参见 Performance Warehouse Administration存储管理

    AppMon Performance Warehouse概述-阅读仪表板(https://www.dynatrace.com/support/doc/appmon/shortlink/id_deployment_dashboards_pwh_read)

    使用Performance Warehouse-Read Health仪表板来确定诸如获取度量,百分位数或事件之类的因素是否会对图表性能产生负面影响。

    Dynatrace Performance Warehouse-阅读健康信息中心Dynatrace Performance Warehouse-阅读健康信息中心

    该仪表板包括以下内容:

    • 平均读取性能:在设定的时间范围内,图表性能的主要贡献者概述。
      • 绩效仓库-读取图表数据(度量):显示从绩效仓库中获取度量所用时间的平均值。
      • Performance Warehouse-读取图表数据(百分位数):显示获取百分位数所花费时间的平均值。
      • Performance Warehouse-阅读事件:显示阅读事件所花费时间的平均值。
    • 读取请求数:在设定的时间范围内从Performance Warehouse读取的次数。
      • 绩效仓库-读取图表数据(度量):显示从绩效仓库中获取的度量数量。
      • Performance Warehouse-读取图表数据(百分位数):显示从Performance Warehouse中获取的百分位数。
      • Performance Warehouse-读取事件:显示从Performance Warehouse提取的事件数。

    UEM关联概述仪表板(https://www.dynatrace.com/support/doc/appmon/shortlink/id_deployment_dashboards_uem_correlation)

    笔记

    此仪表板仅适用于生产版(https://www.dynatrace.com/support/doc/appmon/getting-started/editions/)

    对于捕获UEM数据的用户,UEM Correlation Overview仪表板显示了各种UEM容量数据,可为您提供UEM部署的总体情况。可以从各种相关图块评估用户访问吞吐量效率,可以从“访问”,“访问分析”和其他图块评估访问处理。

    该仪表板包括以下内容:

    • 排队的UEM事件:UEM相关队列中的Web和移动事件的数量。
    • UEM关联活动-用户操作:每个时间间隔内正在进行的平均操作数。
    • 已处理的用户操作:UEM相关引擎成功处理的用户操作(网络和移动)数量,以及每个间隔的平均活动会话数。
    • 删除/跳过的用户操作:概述未成功处理的用户操作和PurePath,包括:
      • RTA-跳过的未分析PurePath:由于无效时间戳而从实时分析中跳过的PurePath的数量。
      • 未记录的PurePath:无法从内存实时会话中写入会话存储的所有代理的UEM PurePath数量。
      • UEM-丢弃的动作:UEM相关期间由于解析错误或无效的信标数据而丢弃的Web动作和移动动作的数量。
    • 造访次数:右轴显示有效造访次数。左轴显示已使用的UEM许可证数量的百分比。
    • 用户操作相关时间:对于网络和移动生成的操作,从服务器上接收事件到操作和RTA切换完成相关的时间。
    • UEM关联活动-Web请求:每个间隔的活动Web请求总数,以及每个间隔的活动移动Web请求平均数量。
    • UEM相关活动-CPU:UEM相关引擎的CPU利用率。
    • 已处理的Web请求:已链接或未链接到用户操作的Web和移动Web请求的数量。
    • 信标:左轴显示服务器处理的UEM Web和移动信标的大小(以兆字节为单位)。右轴显示服务器处理的UEM Web和移动信标的数量。
    • 访问分析:每个时间间隔用于分析访问的平均时间。

    PureLytics Stream连接器概述仪表板(https://www.dynatrace.com/support/doc/appmon/shortlink/id_deployment_dashboards_purelytics_stream_connector)

    笔记

    此仪表板仅适用于生产版(https://www.dynatrace.com/support/doc/appmon/getting-started/editions/)

    如果您在AppMon之外将实时UEM数据流式传输到外部数据源以进行大数据分析,那么 PureLytics Stream Connector Overview仪表板可以提供有关PureLytics流式传输活动的详细信息。您可以从单个仪表板监视请求,队列和错误号,以帮助确保连接可靠性,并确定是否需要调整队列大小,调度间隔或其他PureLytics配置。

    该仪表板包括以下内容:

    • 请求数:发送到服务器前端和后端的已配置目标的请求总数。
    • 请求大小:发送到服务器前端和后端的已配置目标的请求的最大大小(以KB为单位)。
    • 请求持续时间:发送到服务器前端和后端的已配置目标的请求的最大持续时间(以毫秒为单位)。
    • 队列大小:服务器前端和后端上的队列大小接收传入的JSON文档。
    • 跳过的文档:跳过且未通过PureLytics连接器处理的传入JSON文档的总数。
    • 错误数:服务器前端和后端的连接错误总数
  • 相关阅读:
    XMPP即时通讯资料记录
    iOS 图片裁剪与修改
    iOS开发xcode报错:"xxxxxx"has been modified since the precompiled header was built
    模糊数学课件(清晰易懂)
    几个可用于数据挖掘和统计分析的java库
    java中list集合的内容,如何使用像数据库中group by形式那样排序
    spark java 代码example
    spark 编程向导
    一个深度学习博客
    Selenium2(WebDriver)_如何判断WebElement元素对象是否存在
  • 原文地址:https://www.cnblogs.com/fmling/p/14500933.html
Copyright © 2011-2022 走看看