近兩年來，無論從國內(nèi)還是到國外，市場出現(xiàn)一種批判APM的論調(diào)，甚至有“傳統(tǒng)APM已經(jīng)落后”的個別聲音出現(xiàn)。

可放眼望去，國外主流APM廠商如DATADOG、 Dynatrace、NewRelic等市值卻在不斷上升，甚至連Splunk這種大廠也在發(fā)力布局APM。國內(nèi)賽道玩家同樣深受資本市場的熱捧，融資額屢屢逆市創(chuàng)新高，可以當之無愧稱為二級市場的弄潮兒。

如此現(xiàn)實與輿論的一冰一火的反差，到底是意味著這個行業(yè)將面臨的變革，還是僅僅只是業(yè)內(nèi)人無處安放的焦慮？

細究之下，持這種看衰論調(diào)的人大多用的是一個依據(jù)——傳統(tǒng)的APM將不再適應云原生時代。

我們不妨順著這種思路來看一下，究竟是否如此？

新架構時代的確來了

對大多數(shù)公司而言，此前很長一段時間云計算基本都停留在云資源層，而應用仍舊是傳統(tǒng)的單體架構。那些設計成能上天入地的功能被辛勤的研發(fā)轉化為成千上萬行的代碼，并犧牲睡眠時間和頭發(fā)數(shù)量來保證進度，著實另人震撼。直到某一天，客戶要求加個小功能模塊時，我們有幸能夠看到又一次堪比登月的工程重構。

做為公司的PM曾經(jīng)是有理想有抱負的！“我曾經(jīng)跨過山和大海， 也穿過人山人?！笔墙?jīng)歷過歲月滄桑留下的自信。但是面對著不知道換了多少架構和研發(fā)才完成的堆積成山的代碼堆，他們也不得不感慨：“誰能來救救我？”。

故事里通常都是這樣，該拯救世界的英雄出馬了，于是它真的來了。

微服務的出現(xiàn)可以說順應了這個時代，它通過分布式的組件，即容器來封裝不同的功能并使用API通信，并能夠在與之前面向服務的架構保持一致的前提下提供代碼更新的靈活性，這怎么聽著都像是來拯救蒼生的~

這一項項的提升效果，試問誰人不心動？

1、改善可擴展性

2、提高生產(chǎn)力

3、更快的定位問題

4、提升系統(tǒng)的可用性

5、最終提供最佳的用戶體驗

可是習慣理想主義的我們經(jīng)常會這樣，解決一些問題的同時又會制造另外一些問題出來，換成這個架構我該咋管理？

面對困難，早已習慣性焦慮

微服務很好很強大，但是這背后也帶來了前所未有的復雜性。你所拆散成的微服務它們必須相互通信，而且還要保證將延遲降到最低，當管理一個由微服務組成的應用程序時，你實際上在管理的是一個相互關聯(lián)的組件網(wǎng)絡，哪個地方稍有不慎就應了那句話“前門拒虎，后門進狼”。

從人類歷史看來，我們不擅長解決未知問題，甚至對未知有種本能的恐懼。大到國與國之間的外交，小到每個人的生活工作，仿佛不焦慮就對不起這個時代，尤其是這兩年的疫情更是為焦慮制造了快速發(fā)展的空間。

于是乎我們需要找個借口以避免表現(xiàn)出自己解決問題的能力不足，既然云原生是大趨勢，那么凡是和它八字不合的東西統(tǒng)統(tǒng)可以說落后了，這樣事情就變得簡單了是吧？？？

以APM為例，反正APM發(fā)展了這些年也有一些累積起來的問題，應該也不算冤枉它，何況還有一批新興的廠商也迫切的希望在這里做些文章呢！于是，幾大罪狀幾乎板上釘釘。

APM的罪狀：

1、 非全量采集帶來的追蹤數(shù)據(jù)遺漏，不具備基礎資源的監(jiān)控指標及系統(tǒng)日志的獲取能力

2、基于批處理的分析模式不滿足快速定位要求

3、 專有探針模式難滿足定制化采集需求，并且數(shù)據(jù)格式難統(tǒng)一

4、 定價模式限制了用戶業(yè)務增長所需的必要的擴容

5、 難以和其它監(jiān)控工具聯(lián)動提升可觀測性

確實不錯，至少是有理有據(jù)的說到點子上了。結果自然也是成功的把自己的難題推給了別人，于是焦慮只是神奇的轉移了并沒有被解決。

只有直面才能解決問題

既然罪狀有了，APM圈總得有個應對辦法吧，否則豈不是欺我無人么。于是一波聰明人聚到一起，思想碰撞有了結果，就是它：可觀測性。

這個看似神秘的“可觀測性”其實并不復雜，它定義使用新的方法來提高對應用程序的性能的洞察能力，目前主要提供三類的數(shù)據(jù)：指標（Metrics）、追蹤（Traces）、日志（Logs）。

是不是很熟悉？沒錯，這不就是市面上多如牛毛的廠商一直在各自做的事情么？原來是眾人獨自闖江湖，現(xiàn)在需要變成有幫派了，不管是直覺還是幻覺都在告訴所有人，這對大家來說是件好事。

于是，APM就理所應當?shù)男枰逕掃M化了，“兵來將擋，水來土掩”也是屢試不爽的高招。

一、全量采集與數(shù)據(jù)整合

針對應用本身的性能監(jiān)控，應提供全量Trace數(shù)據(jù)的采集能力，并能夠支持標準化指標體系，提供對基礎資源監(jiān)控指標及日志的整合能力。

二、加強AI能力

通過機器學習/AI技術使用更高效的數(shù)據(jù)分析流程和算法模型來分析APM及其它數(shù)據(jù)的結果，以提供比人工監(jiān)控更快的發(fā)現(xiàn)和解決問題的能力。

三、支持定制探針或兼容開源探針

客戶能夠對現(xiàn)有探針進行定制，或是客戶自己遵循開源協(xié)議（如：OpenTracing）開發(fā)的探針，甚至現(xiàn)有的開源平臺探針，如：SkyWalking、Pinpoint等。

四、針對微服務的新的定價方式

不再局限于探針數(shù)量的定制模式，提供更加靈活且高性價比的方案，如：按采集數(shù)據(jù)量計費、按采集時長計費等。

五、與企業(yè)現(xiàn)有IT系統(tǒng)的有效對接

能夠對接已有監(jiān)控系統(tǒng)如：基礎資源監(jiān)控、日志監(jiān)控、網(wǎng)絡流量分析，實現(xiàn)統(tǒng)一的監(jiān)控平臺。與CMDB、ITSM、CMP系統(tǒng)對接的能力，提供從資源到應用的全維度管理視角的數(shù)據(jù)。結合自動化工具，實現(xiàn)應用級的自動化運維能力。

總結起來其實就一句話：超越監(jiān)控，向可觀測性邁進！

知而不行是未知，善始才能善終

莎翁說過“一千個人眼中有一千個哈姆雷特”，即便是在這個行業(yè)里沉浸多年的人也未必看得通透。放眼整個APM江湖：有的人換了賽道不再說自己是這行了，有的人拉了關系來證明自己骨子里的基因已經(jīng)變了，還有的人直接從之前的賣藝不賣身改成賣身不賣藝了?？芍^是風起云涌，暗藏玄機！

所以，豪言壯語的口號顯得不那么重要了，重要的是能不能做到。“未有知而不行者，知而不行，只是未知”，陽明先生幾百年前就給出過答案。對于一個行業(yè)來說這是一個蛻變的過程，會有人抵觸改變，似乎改變總是伴隨著推倒重來，這的確不夠理性。

機遇和挑戰(zhàn)并存的才是理性的市場，歷史淘汰的始終都是不適應改變的人。改變本身并不可怕，可怕的是你根本不知道該怎么改變。“千招會不如一招絕，樣樣通等于樣樣松”，這在江湖里至少一直算是個至理名言。

謹以此文獻給那些在自己行業(yè)里一直專注的人，因為他們始終相信“堅持初心，方得始終”。

基調(diào)聽云成立于2007年，14年來針對企業(yè)應用技術發(fā)展和數(shù)字化轉型的需要，從應用性能管理（APM）到業(yè)務運維（BPI）到智能運維（AIOPs），基調(diào)聽云一直為企業(yè)持續(xù)提供國內(nèi)一流的產(chǎn)品和服務，并四次成為唯一進入全球權威研究機構Gartner APM 魔力象限的國內(nèi)廠商?；{(diào)聽云的服務利用機器學習、知識圖譜等AI分析技術，為各行業(yè)企業(yè)提供完整覆蓋用戶端、網(wǎng)絡、服務器端、業(yè)務等全棧實時的監(jiān)控與大數(shù)據(jù)智能分析平臺，實現(xiàn)生產(chǎn)環(huán)境下的實時代碼級應用性能監(jiān)控、真實用戶體驗性能監(jiān)控和智能分析，幫助企業(yè)不斷提升運維管理效率，助力企業(yè)驅動數(shù)字業(yè)務創(chuàng)新?；{(diào)聽云客戶現(xiàn)已覆蓋政府、金融、運營商、互聯(lián)網(wǎng)、航空、能源電力、工業(yè)制造、教育等各大行業(yè)，為數(shù)千家知名企業(yè)提供服務，贏得廣泛信賴與認可。

審核編輯：符乾江