基于AnyRobot和聽云APM的融合場景

• 業務串聯分析

  

  串聯場景

  應用日志中包含了大量的業務信息，在做業務邏輯問題排障或應用層問題排障時能夠提供很大的幫助。如果原有日志輸出中缺少一些關鍵字段（例如用戶 ID 和業務 ID），串聯功能可以幫助提取并輸出業務標識或用戶標識到應用日志中，然后可通過用戶標識或業務標識一鍵檢索到相關日志。

  串聯價值

  當用戶投訴時，無需修改代碼，通過投訴用戶標識或業務標識檢索日志系統，加快問題定位。對于性能相關的用戶投訴，通過有機結合帶有用戶標識或業務標識的日志數據和調用鏈追蹤，可以快速確認性能瓶頸，減少用戶投訴。

  串聯原理

  通過配置，APM探針可以從代碼層提取業務標識或用戶標識，然后配合應用的log配置文件修改，APM探針在服務器應用日志中自動插入業務標識或用戶標識，并將這些信息連同追蹤 ID 一起保存到事務的調用鏈追蹤里，從而達到通過用戶標識和用戶標識關聯日志和APM信息。

• 微服務治理

  

• 全量運維數據可視化

  

  全量運維數據可視化

  Tracing+Metrics+Logs是一體化監控中重要的三個部分，通過把三個系統的數據在一個頁面上展示，進行相關性分析和診斷，可以更精確和高效地完成故障定位和根因診斷，提升運維效率，降低故障時間。

  監控價值

  在復雜的應用交付鏈場景下，任何一種單一監控的數據和視角都是不可或缺和片面的，對許多問題的定位，需要有立體完整的數據支持，這就要求對三個系統的數據進行有效的關聯分析，這也是實現快速的故障定位和根因診斷，最終實現 AIOps的必經之路。

  監控原理

  通過APM探針和基礎組件探針在日志中輸出關聯 ID 等信息，以及利用主機名、IP 地址等方式進行關聯將 APM 、基礎組件監控和日志系統的監控數據進行有機的關聯和分析。

• 統一降噪