国内最全IT社区平台 联系我们 | 收藏本站
华晨云阿里云优惠2
您当前位置:首页 > 互联网 > 【云先锋】云智慧殷晋:打造基于大数据的智慧APM

【云先锋】云智慧殷晋:打造基于大数据的智慧APM

来源:程序员人生   发布时间:2014-10-11 08:00:01 阅读次数:3436次

Gartner关于新一 代应用性能管理的五个特征: 1.终端用户体验监控;2.应用拓扑映射;3.业务事务分析;4.深度应用诊断;5.数据分析;前四点,主流的APM提供商都基于各自的技术特点及对应的用户需求提出了自身的方案,但是在数据分析方面,支撑的粒度以及程度参差不齐;在实现前四点的基础上,云智慧提出基于大数据的智慧APM全套解决方案。

APM概念真正意义的提出是在2008年,基于SaaS的APM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。所以他期望通过基于SaaS的APM将IT运维人员解放出来,基于此,殷晋参与创立了云智慧,在其带领下,2010年监控宝产品正式上线,并迅速获得了用户的广泛认可,在客户的口碑传播之下,监控宝在2011年 就达到国内监控服务市场占有率第一,2014年国内APM市场占有率和用户保有量都是第一。现在公司从IT监控领域发展到了端到端的性能管理领域,并成长为中国市场上APM领域用户最多的公司。以下是CSDN对云智慧CEO殷晋的采访实录。


云智慧CEO 殷晋

技术团队风采

CSDN:首先给大家介绍一下你和你的公司?技术团队结构?

殷晋: 云智慧是国内最早开始以SaaS的方式来做IT监控和性能管理服务的公司之一,我们的第一个产品监控宝被评为运维必备工具,现在公司从IT监控领域发展到了端到端的性能管理领域,并成长为中国市场上APM领域用户最多的公司。

我们的技术团队是由来自互联网行业的资深技术人员组成,团队主要成员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。


云智慧技术团队

CSDN: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:我个人从2006年开始从事和应用性能管理领域相关的产品研发,当时是在一个外企里面从事技术研发工作。在工作的过程中,遇到过一些比较有意思的事情,当时我们是在给沃尔玛做一个应用性能测试,当时沃尔玛召集了思科的人来看硬件,Oracle的人来看数据库,Sun 的人来看Java代码的运行时性能,我们负责前端用户体验和云压力,这个项目前后进行了快1个月,沃尔玛花了很多钱在这个项目上。当时我就觉得事情不应该是这样来解决的,因为这样的项目只能解决用户当时的问题,不能持续的跟踪和优化他们的系统性能,这个就是我们后来做“基于大数据的云智慧APM”的初衷。 我们通过全栈的IT实时数据采集和分析,完全做到了让企业实时了解系统性能问题,预测而不是通过笨重的工具和长时间的项目来检测系统瓶颈。

在中国市场,随着互联网、移动互联网和O2O的快速发展,企业的业务和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,所以应用性能问题更加凸显出来。而一般的公司不具备专业的技术能力来做专业的应用性能管理,同时越来越高昂的人力成本也迫使大家使用简单快速且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我们成长的驱动因素。

技术优势和架构特点

CSDN:目前国内APM领域涉足的企业还比较少,你觉得你们的端到端APM解决方案最大的技术优势有哪些?

殷晋:

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。我们可以对所监测系统的各项指标进行预测。可以想象,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,可见大数据预测的价值。

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。

基于大数据的应用性能管理方案优化

基于大数据,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。

CSDN:能否分享一下你们基于SaaS的APM的技术架构、特点?

殷晋:

基于大数据的APM

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Hadoop及Elasticsearch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

大数据分析:基于NOSQL技术的多维可视化报告引擎

商业智能分析:基于BI的智能应用性能和容量趋势分析

目前云智慧的数据处理情况

目前数据采集量 720亿条/每天,共存储200,000亿条数据

目前处理近 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

CSDN: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,其次是在风险发生前将其消除掉,从而保障企业运维的SLA;第三是运营数据的实时分析,优化决策,推动客户业务增长。


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

殷晋:云智慧通过APM服务使运维、开发以及运营与以往相比更是一个密切协同的团队。运营、运维和开发基于同一个平台、面向同一个问题,进行协同处理,在频繁迭代的交付中快速为用户传递价值。

CSDN:目前的客户规模如何?

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。

未来规划和创业建议

CSDN: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是我们基于企业应用的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。

应用性能管理需求将成为一个企业在发展过程中刚性需求,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,可能会是和IaaS规模相当的一个市场。

CSDN:有没有给正在创业或者想创业的年轻人一些建议?还有别的什么的特别想和读者分享的?

殷晋:从我个人的体会来说,创业相对是一件比较苦的事情,创业意味着要积极主动的承担更多的责任、敢于承担更多的压力。在创业的过程中,最重要的是找准并坚持自己的方向,持续不断的努力。创业失败是必然的,成功是偶然的,创业者做的事情就是把偶然的成功变成必然,这个过程必然充满苦乐悲欢,但是不投身进来,永远看不到这些,我希望有更多的年轻人能投身到创业中。

Cloud Edge:中国“云先锋”系列报道
序号 公司名称 成立时间 CEO/CTO 官方微博 公司产品/方向
1. 云适配 2012年 陈本峰
网站适配
2. 友友 2010年 
姚宏宇
@友友微博 C、C++、Java产品研发 
3. 聚合数据
2010年
左磊 
@聚合数据管 移动数据服务
4. Anchora 2009年 鲁为民       

MoPaaS和InPaaS 
5. 够快 2012年
蒋烁淼 @够快科技 
云存储
6. 文思海辉
2012年 吴凯
@文思海辉 OpenStack公有云       
7. 搜狐云 2011年 邱英波
SendCloud                  
8. 联想云存储 2009年 罗予晋
云存储
9. 南京讯之智 2012年 谢晚霞
大数据实时分析
10. 上海圣何赛 2012年 
金剑 

云管理、云存储                
11. 国云科技 
2010年
季统凯
@国云科技 云操作系统                
12. SSO365 2012年 赵健                

云安全、云身份认证 
13. ClouDil云方案 2001年
叶滨 @世纪鼎利 
通信运营商                
14. 多备份 
2013年 胡茂华            
@木浪 云备份                 
15. 上海越诚软件 2011年 王炜                  
基于云的建站软件超市 
16. 云智慧 2009年 殷晋 @监控宝 云监控、基于大数据APM
17. 深圳泽云 2012年 何巨彬
高性能存储系统
18. 深圳智冠 2004年 卢慧莉  
手静脉生物识别、虚拟化
19. 北京沃安科技 2009年 曹学武 @沃安科技 移动视频技术提供商
备注:2014年8月1日更新,持续更新中......

Cloud Edge:2013年国际“云先锋”系列报道
序号 公司名称 成立时间 CEO/CTO 风险投资 公司产品/方向
1. HStreaming 2011年 Jana Uhlig $ 1M (B) 实时Hadoop系统
2. CitusData
2012年 
Matt Ocko

CitusDB
3. Backblaze
2009年
Gleb Budman

开源存储硬件
4. Kickboard
2009年 Jennifer Medberry
$2.8M(A)
Kickboard(数据分析)
5. Elasticsearch
2012年
Shay Banon
$24 M(B)
开源搜索引擎
6. Appcore
2008年 Jeff Tegethoff
$6M  (B)
企业内部部署IaaS平台
7. Pertino
2011年 Craig Elliott
$20 M(B)
软件定义网络(SDN)
8. SwiftStack 2011年 Joe Arnold $6.1M(A) 软件定义存储
9. Spiral Genetics
2009年 Adina Mangubat $3M(A)
DNA序列数据分析平台
10. DNNResearch
2012年 Geoffrey Hinton  
深度学习
11. AppNeta
2011年 Jim Melvin  $16M(C) 
应用性能管理(APM)
12. Concurrent
2008年 Chris K. Wensel $4M(A) 
Java大数据框架
13. AirWatch
2003年 John Marshall
$200M(A) 
移动设备管理
14. Pluribus 
2012年 Robert Drost
$44M(C) 
虚拟化网络
15. Bina Technology
2006年 Narges Bani Asadi
 $6.5M(B)
基因测序平台
16. Sociocast
2010年 Albert Azout
 $1M(B)
数据预测分析
17. ParElastic
2010年
Ken Rugg
 $5.7M(A)
数据库虚拟化引擎
18. Optimizely
2009年
Dan Siroker
 $28M(A)
A/B 测试服务
19. Instart Logic
2010年
Manav Mital
 $17M(B)
网络性能
20. CloudFlare
2010年
Matthew Prince
 $20M(B)
云安全、网络性能
21. Ionic Security
2012年
Ted Schlein
 $9.4M(A)
云安全
22. MemSQL
2011年
Eric Frenkiel
 $5M(A)
MemSQL
23. Qubole
2012年
Ashish Thusoo
 $7M(A)
AWS平台Hive服务
24. Clustrix
2005年
Robin Purohit
 $16.5M(C)
Clustrix Sierra
25. Cloudant
2008年
Derek Schoettle
 $12M(B)
DBaaS
26. DataTorrent
2012年
Phu Hoang
 $8M(B)
实时数据分析
27. WibiData
2010年
Christophe Bisciglia
 $15M(B)
Hadoop商用套件
28. Dataminr
2009年
Ted Bailey
 $30M(C)
实时数据分析
29. PlumGrid
2011年
Awais Nemat
 $10.7M(A)
软件定义网络(SDN)
30. Meldium
2012年 Anton Vaynshtok
 $1 M(A)
商业密码管理
31. Myrrix 2012年 Sean Owen  
大数据,机器学习
32. Alpine data Labs
2010年 Joe Otto
 $7.5 M(A)
大数据预测分析
33. Context Relevant
2012年
Stephen Purpura
 $7 M(A)
大数据预测分析
34. Datameer
2009年
Stefan Groschupf
$9.2M(B)
大数据预测分析
35. Skytree
2012年
Alexander Gray
 
机器学习
36. Wise.io
2012年
Joshua Bloom
 
机器学习
37. Treasure Data
2012年
Hiro Yoshikawa
 $10 M(总)
企业级数据仓库
38. NimbusBase
2012年
Alex Volodarsky
 
存储API
39. Zimory
2007年
Ruediger Baumann
 $20 M(B)
IaaS 协作管理软件
40. DataStax
2010年
 Billy Bosworth
 $45 M(B)
商业级NoSQL数据库
备注:2014年8月1日更新,持续更新中......


免费订阅“CSDN大数据”微信公众号,实时了解最新的大数据进展!

CSDN大数据,专注大数据资讯、技术和经验的分享和讨论,提供Hadoop、Spark、Imapala、Storm、HBase、MongoDB、Solr、机器学习、智能算法等相关大数据观点,大数据技术,大数据平台,大数据实践,大数据产业资讯等服务。

生活不易,码农辛苦
如果您觉得本网站对您的学习有所帮助,可以手机扫描二维码进行捐赠
程序员人生
------分隔线----------------------------
分享到:
------分隔线----------------------------
关闭
程序员人生