通过在服务端应用中植入探针,可实时监控应用代码、关系型数据库、非关系型数据库、外部服务的性能状况并进行智能分析,及时发现应用性能问题并有效定位到瓶颈,提供性能问题诊断、追踪及优化。
应用服务器从收到请求到返回响应的时间。
图例
平均每分钟请求数。
图例
是一个国际通用标准,是对用户体验满意度的量化值。
Apdex 定义了 3 个用户满意度区间. “满意”、“容忍”、“失望”这三个区间通过响应时间数值 “T” 来划分,T 值代表着用户对应用性能满意的响应时间界限或者说是“门槛”(Threshold),也就是第一个区间“满意”的底线,如 0.5 秒,满意区间就是 0~0.5 秒;响应时间超过 T 值用户就有些不满了,下一个区间“容忍”的界限值则是 T 和 4T,即 0.5~2 秒之间为容忍区间;响应时间再长用户就开始考虑放弃了,最后一个区间“失望”的响应时间则大于 4T,即多于 2 秒。
Apdex 对应用中发生的任务进行采样,并且按其响应时间把采样划分到相应的满意度区间,计数,再用一个公式计算 Apdex 指数 Apdex指数 = [ 满意数量 + ( 可容忍数量 / 2)] / 总样本数 实际上,这个公式的意义在于 一个满意样本得分为1 一个容忍样本得分为0.5 一个失望样本得分为0 因此公式也可以写成:Apdex指数 =(1 ×满意数量+ 0.5 ×可容忍数量)/ 总样本数 这样,采样结果被量化为一个0到1之间的数值即“Apdex指数”,0代表没有满意用户,1则代表所有用户都满意。经过统计,Apdex把这个数值与用户满意程度细化对应,如下图所示,对于应用性能的Apdex评分与用户的体验紧密关联,为管理者提供了一种通过应用性能量化值来评估用户满意度的方法。
一个http(s)请求从发起到响应的过程为一个WEB请求。
图例
错误率=http请求数错误数/http请求数
图例