智能应用资源管理：AI驱动的自动化

智能应用资源管理：AI驱动的自动化

目录

• 🚀 引言
• 🌟 应用性能管理与应用资源管理简介
• 🛠️ 场景一：基于节点的优化
  • ⚙️ 资源优化的原理
  • 🔍 Turbonomic的应用
• 🖥️ 场景二：基于代码的优化
  • 📈 Instana的应用
• 💡 结论与展望
• ❓ 常见问题解答

引言

您可能会监控应用程序的性能，但是您是如何确保应用程序性能的呢？当用户报告他们的应用程序运行缓慢时，您会采取什么措施呢？嗨，我是来自IBM Cloud的丹·凯恩。在本视频中，我将解释为什么应用程序资源管理（ARM）和应用程序性能监控（APM）平台可以共同解决一些特别棘手的业务应用性能问题。那么，您是如何确保应用程序性能的呢？原则上，这很简单 - 您需要确保应用程序在需要时具有所需的资源。这就是APM和ARM系统目标交汇的地方。通过将APM的应用程序级别理解与ARM的基础设施专业知识相结合，您可以获得稳定、可预测的性能。

应用性能管理与应用资源管理简介

APM和ARM系统是如何工作的呢？我们将分别讨论两种情景。第一种情景是“基于节点”，第二种情景是“基于代码”。

场景一：基于节点的优化

在这种情景中，我们将了解ARM系统如何利用基础设施和应用程序指标来优化云资源以提高性能。相比依赖于猜测，ARM系统可以根据实际数据来优化云资源。这有助于避免错误估计资源需求所导致的性能问题。

资源优化的原理

ARM/APM组合的秘诀在于它可以避免错误估计资源需求，从而导致性能问题。

Turbonomic的应用

Turbonomic提出的行动是基本的ARM决策，与底层技术无关。尽管会产生大量的行动，但这些行动是基于使用数据的。长期来看，您可以让系统自动处理这些行动。

场景二：基于代码的优化

在这种情景中，我们将了解Instana如何帮助诊断和解决生产环境中的代码问题。

Instana的应用

Instana的始终开启的跟踪功能可以节省调试时间，即使是在生产环境中也是如此。

结论与展望

通过集成APM和ARM，ARM系统可以自动化决策，以应用程序指标和基础设施意识为基础。这就是Turbonomic和Instana的组合如何帮助您充分利用云平台的性能弹性，而无需过度配置。

ARM自动化可以在问题发生之前解决性能问题，并降低IT支出。

常见问题解答

问题：ARM/APM组合如何帮助解决性能问题？ 答：ARM/APM组合可以自动化决策，以应用程序指标和基础设施意识为基础，从而帮助解决性能问题。

问题：Turbonomic和Instana有什么不同之处？ 答：Turbonomic主要用于基于节点的优化，而Instana则主要用于基于代码的优化。