|
或许很少有人听说过应用流量管理这个名词(简称AFM)。 如果你听说过，或者觉得你使用过，那么你很可能把它当成了像NetFlow这种捕获应用在网络中传递的网络管理技术。 这种认知并不完全正确 – 尽管进行网络流量分析是AFM的功能之一 – 但AFM所能做的远远不止这些。
近几年来，EMA已经进行了一系列的网络绩效管理方法评估。 传统方法是(也是目前市面上使用的最多的方法，尤其是在平台厂商领域)专注于监控网络事件并通过网络和系统设备来收集SNMP统计数据。 某些解决方案运用这类信息来隔离基础架构上可能会对应用服务绩效产生影响的负面因素。
这类传统型监控工具一般都是通过对网络和系统设备进行更全面的分析来达到更好的成效。 在很多领域，这些工具都代表了次世代以平台为中心的针对集成型网络和系统绩效的绩效监控工具。 尽管如此，它们还是无法从全局化的角度来满足企业需求，同时其本身还带有两种明显的局限性。
首先，它们依赖于信息的收集，因此无法提供实时分析(其中大部分要等每10至15分钟才收集一次数据)。 如此低效的信息收集可能会导致信息堵塞，EMA曾指出超过50%的网络绩效问题都是由堵塞问题所引起的。 但是这类信息收集方法的弊端在服务绩效上不易被体现，有时候那些严重的中断问题根本就无法被侦测到。
第二个问题是，传统的绩效管理工具并无法监控实际的应用流量。 它们监控了对它们进行支持的基础架构，并且通过各种级别的智能演算来推断出哪些应用会对某些特定组件产生影响。 这有点像那种通过监控树木来研究风暴的系统，虽然两者之间没有任何关联，但是这个比喻很形象。
评估AFM
AFM是EMA用来描述所有直接解决应用流量问题的用语。 其中包括的技术种类繁多，但总的来说有以下几个主要方面：
用户体验特质(QoE)评估分析 从最终用户的角度对应用和执行进行用户体验特质评估分析。 QoE能够提供一种管治度量来从最终用户的角度对服务绩效的影响进行评估。
在数据中心里进行执行分析 或在基础架构的另一端通过数据库服务器的界面来监控应用服务器里的执行情况，以及其它数据中心元素(比如储存)的绩效。 。
从服务器到终端设备的流量分析 在IT基础架构之上进行从服务器到终端设备的流量分析，同时支持向下钻取的分析。
流量分析 通过NetFlow、sFlow、jFlow 或 IPFix等工具，或通过其它类型的探测配适器进行流量分析。 这能有助于理解应用对基础架构产生何种影响，同时也能揭示像在工作日遥距备份服务器或安全侵入等不当的实践。
|
