APM应用性能监控系统

快速搜索高基数类数据

      借助维度、标签、基数和字段随心所欲地运行。Elastic 不会限制或规定您浏览数据的方式。相反，您可以按自己喜欢的任何方式和顺序，在您喜欢的可视化图形中连续、快速、大规模地浏览属性（主机名称、IP 地址、标签）。不仅如此，Beats 和相应的模块能够为您完成收集、解析和标记工作。它们还能创建仪表板和 Machine Learning 任务。

适用于时序数据的Elasticsearch

      我们不局限于倒排索引。我们还创建了新的数据类型，实现了 BKD 树，并添加了列存储；所有这些都能生成更高效的结构化数据，从而加快搜索速度，减少内存使用，并降低磁盘使用率。换句话说，您能够以惊人的速度访问 PB 级数据的字段和值。

分析并强化您的Prometheus 指标

      将数百个 Prometheus 实例的数据整合到一起，针对散布在地球各处的终端获得全局视图。将来自 Prometheus 的指标与 Elasticsearch 中的日志和 APM 数据集中到一起，在 Kibana 中进行统一分析。您既可以将 Metricbeat 连接到 Prometheus 服务器，也可以直接连到 Prometheus 导出器。

深入了解您的指标

      通过与您的拓扑架构一致的视角，重新审视您的基础设施。按 CPU、内存和网络流量深入研究目前和过往的表现。然后在 Metrics Explorer 中查看更细粒度的结果，并基于您选择的汇总方法创建时序型图表。选择希望绘制的字段，将数据分割到子图表中，添加可选筛选条件，然后在 Time Series Visual Builder（时序可视化生成器）中改进您的可视化。

全文搜索整合APM

      查找并修复代码中存在的问题归根结底就是搜索。我们的专用 UI 能够让您识别瓶颈并在代码层面准确定位到存在问题的地方。因此，您能够编写更好、更高效的代码，进而帮助您加快“开发-测试-部署”周期，让您的应用程序运行更快，客户体验更佳。

借助服务地图连点成线

      在单一的清晰视图中，直观地查看您的服务间的联系。了解它们在重点 KPI 方面表现如何，然后放大至具体服务以确定存在的阻碍。从这里开始调查中断事件，分析影响，并采取行动以针对您的所有服务优化性能。

分布式跟踪整合所有系统

      纳闷您的请求是如何流经整个基础架构的？通过分布式跟踪将所有内容整合到一起，清晰查看您的各项服务之间的交互情况。查看利用了哪些消息传递框架（例如 Kafka），然后对所有这些框架的服务调用操作进行可视化，找到路径中何处存在潜在问题，并精准确定需加以优化的组件。

通过ML功能检测响应时间

      从 Kibana 中的 APM 应用直接创建任务。通过 Machine Learning 功能（此功能可自动对您的数据建模）查找异常行为和存在问题的部分。

及时警报积极应对

      我们的仪表板十分美观，但有时候您很可能还需要关注其他方面。通过我们的 Alerting 功能，随时了解代码的运行表现。可以选择在遇到问题时接收电子邮件通知，也可以选择在一切运行正常时接收 Slack 通知。

支持主流编程语言

      Elastic APM 针对多页和单页应用程序支持 Java、Go、Node.js、Python、Ruby、.NET 和 Real User Monitoring (JavaScript)，而且未来还会支持更多编程语言。如果已使用 Jaeger 对您的应用进行插桩，则您可以借助我们免费的开源代理直接将这些痕迹流式传输到 Elastic APM 中。没有找到所需的内容？自行构建或利用开源社区。