¿Qué es la APM (gestión del rendimiento de las aplicaciones)?

La APM, precursora de las soluciones de observabilidad, permite a los equipos de TI visualizar, prevenir, predecir y resolver los problemas de rendimiento de las aplicaciones antes de que afecten negativamente a los usuarios.

APM es también un acrónimo de supervisión de rendimiento de aplicaciones, en el que las herramientas de monitorización recopilan continuamente datos sobre las métricas de rendimiento de las aplicaciones, como los tiempos de respuesta, las tasas de error, la utilización de recursos y la actividad de los usuarios. Los términos suelen utilizarse como sinónimos; sin embargo, la supervisión del rendimiento es solo un componente de una estrategia holística de gestión del rendimiento de las aplicaciones.

Además de la supervisión, la APM utiliza procesos de análisis de datos (para identificar tendencias, irregularidades y cuellos de botella en el rendimiento), protocolos de solución de problemas (para automatizar el análisis de la causa raíz y la resolución de problemas) y herramientas de optimización (para abordar de forma proactiva la degradación del rendimiento y maximizar la eficiencia de la aplicación para los usuarios).

Las soluciones APM también pueden ayudar a los equipos de TI a discernir qué aplicaciones y servicios son más esenciales para los usuarios y cómo los problemas de rendimiento pueden afectar a la productividad de los usuarios.

Las herramientas APM eficaces, junto con las soluciones avanzadas de observabilidad, pueden resultar muy valiosas para las organizaciones que dependen de aplicaciones de software para prestar servicios a los usuarios finales.

Las herramientas de APM ayudan a los desarrolladores a mantener la salud y el rendimiento de las aplicaciones empresariales, especialmente cuando el portfolio de aplicaciones de la organización se distribuye en entornos de TI (como la nube híbrida y la multinube). Aunque la configuración exacta de un sistema de APM varía de una empresa a otra (y de una herramienta a otra), la mayoría de las principales herramientas de APM operan dentro de cinco dimensiones clave (publicadas originalmente por Gartner Research).

Las herramientas de monitorización pasiva y activa de la experiencia del usuario final evalúan cómo los usuarios experimentan e interactúan con una aplicación. La supervisión pasiva se refiere a la recopilación continua de datos de usuarios reales (procedentes de sensores, tráfico de red y registros de errores).

La supervisión activa simula la actividad del usuario para comprender y predecir mejor el comportamiento situacional del software (como el funcionamiento de una aplicación durante un pico de tráfico inesperado, por ejemplo).

Las herramientas de monitorización de la experiencia del software de APM pueden, por ejemplo, ejecutar secuencias de comandos de comportamiento (o rutas) para simular las experiencias de los clientes con el proceso de pago en un sitio de comercio electrónico. A continuación, el software puede supervisar las secuencias de comandos para comprender la rapidez con la que la aplicación procesa los pagos y cómo gestiona el rendimiento de la caja.

La supervisión de la arquitectura de aplicaciones en tiempo de ejecución proporciona visibilidad de la arquitectura subyacente de una aplicación. Permite a los equipos de TI comprender cómo interactúan los distintos componentes y dependencias de la aplicación (como bases de datos, servidores, dispositivos de red y máquinas virtuales) para dar soporte a la aplicación.

Las herramientas de APM automatizan el proceso de modelado, mediante el mapeo dinámico de la topología de las aplicaciones, los servicios, los componentes de infraestructura y las interacciones de los usuarios, preferiblemente en centros de datos locales , nube privada, nube pública (incluyendo cualquier solución SaaS)  y entornos de nube híbrida. Los mapas topológicos de APM ayudan a los equipos de TI a identificar rápidamente los cuellos de botella en el rendimiento y las oportunidades de optimización.

También denominada "gestión de transacciones empresariales", la elaboración de perfiles de transacciones ofrece un enfoque más específico de la supervisión. Las características de creación de perfiles rastrean transacciones de usuario específicas a medida que avanzan por la pila de aplicaciones, desde el dispositivo del usuario y a través de cada componente o recurso de la aplicación implicado en la transacción.

Este enfoque de supervisión ofrece a los desarrolladores conocimientos detallados sobre las características y funciones más críticas de la aplicación, para que puedan abordar los componentes problemáticos o de bajo rendimiento antes de que afecten a la experiencia del usuario.

La DDCM se centra en componentes individuales de la aplicación(como servidores web y de aplicaciones), y supervisa secciones de código específicas, llamadas a servicios externos, consultas a bases de datos y otros elementos a nivel de código.

Examinar componentes concretos de la aplicación ayuda a los equipos a identificar rápidamente la causa raíz de rendimiento y a realizar mejoras específicas sin implicar a componentes no relacionados.

El software de APM recopila cantidades ingentes de datos, y las características de análisis y elaboración de informes de las herramientas APM son fundamentales para convertir los datos recopilados en conocimientos procesables.

Las plataformas de APM recopilan los datos de cada punto de contacto de supervisión y los convierten en informes, paneles de control y visualizaciones fácilmente digeribles, lo que permite a los equipos de TI identificar tendencias de rendimiento y tomar decisiones informadas sobre soluciones y optimizaciones.

Desde entonces, Gartner Research ha reducido sus cinco dimensiones a tres. La supervisión de la experiencia del cliente final ahora se denomina supervisión de la experiencia digital (DEM). La dimensión de descubrimiento, seguimiento y diagnóstico de aplicaciones (ADTD) engloba tres funciones antes separadas, pero interrelacionadas: descubrimiento de la arquitectura en tiempo de ejecución, elaboración de perfiles de transacciones definidos por el usuario. La dimensión de informes y análisis sigue siendo una función independiente.

Las herramientas de monitorización del rendimiento de las aplicaciones se centran exclusivamente en la monitorización y representan un único aspecto de la APM.

Las soluciones de monitorización tradicionales se basan en pequeños componentes de software llamados "agentes", que se implementan por el entorno de la aplicación y la infraestructura de apoyo para muestrear el rendimiento y las métricas relacionadas con el rendimiento (o telemetría) a intervalos regulares (con una frecuencia de hasta un minuto). Las soluciones más modernas utilizan la monitorización sin agentes para un enfoque no intrusivo de la recopilación de datos, y parten del análisis del tráfico de red para recopilar datos de rendimiento de la aplicación.

La gestión del rendimiento de las aplicaciones es, en muchos sentidos, el siguiente paso natural en el ciclo de vida del mantenimiento de las aplicaciones (después de la monitorización). Los sistemas de gestión del rendimiento de las aplicaciones obtienen conocimientos a partir de los datos de rendimiento de las aplicaciones y de los procesos de monitorización para ayudar a los desarrolladores a optimizar el rendimiento y la disponibilidad de las aplicaciones empresariales.

Las soluciones APM proporcionan herramientas únicas para capturar datos y análisis de los servicios de una aplicación. Hacen que la arquitectura de la aplicación sea observable. Y, si bien el enfoque APM solía ser suficiente para la gestión de aplicaciones de alta calidad, no está lo suficientemente preparado para gestionar aplicaciones y servicios distribuidos con varios tiempos de ejecución y varias capas.

Las aplicaciones actuales se basan en servicios y microservicios, que a menudo se ejecutan en clústeres Kubernetes en contenedores. Esto se traduce en múltiples tiempos de ejecución, cada uno de los cuales genera registros en diferentes ubicaciones dentro de la arquitectura. Para acomodar múltiples tiempos de ejecución usando la APM, los desarrolladores necesitarían implementar múltiples herramientas de APM. También tendrían que utilizar un servicio de transmisión de registros u otra herramienta de agregación para consolidar los datos de registro de cada ubicación. 

Y a medida que las empresas añaden más servicios y microservicios a la arquitectura, introducen más complejidad, lo que dificulta el seguimiento de las solicitudes cuando algo va mal.

Las soluciones de observabilidad superan a las herramientas de APM al adoptar un enfoque holístico y nativo de la nube para el registro y la monitorización de aplicaciones. Proporcionan una automatización de procesos fluida y trabajan con datos contextuales históricos para ayudar a los equipos a optimizar mejor las aplicaciones empresariales.

Con las herramientas de observabilidad, los equipos pueden comprender mejor cómo funcionan los servicios entre sí (mediante gráficos de dependencia, por ejemplo) y cómo encajan en la arquitectura general. También pueden utilizar soluciones de observabilidad para agregar y examinar los datos de las aplicaciones y obtener conocimientos procesables a partir de ellos.

Las herramientas de APM actuales son versátiles, con una gama de características personalizables que ayudan a las empresas a implementar estrategias de APM a medida. Cada característica puede ayudar a los equipos de TI a obtener una observabilidad full stack en sus ecosistemas de aplicaciones. Algunos ejemplos son:

• Supervisión de aplicaciones: las herramientas de APM supervisan toda la pila de aplicaciones, incluido el marco de aplicaciones (Java o .NET, por ejemplo), el sistema operativo y la base de datos, cualquier interfaz de programación de aplicaciones (API) o middleware y el servidor de aplicaciones web.

• Seguimiento de errores: las soluciones de APM pueden agrupar los errores de aplicaciones relacionadas en grupos de problemas, lo que proporciona a los equipos más contexto para comprender los errores del sistema y maximizar la eficiencia en el proceso de solución de problemas.

• Supervisión de la infraestructura: con los protocolos de supervisión de la infraestructura de APM, los equipos pueden recopilar datos sobre la utilización de la CPU, el espacio en disco y el rendimiento de la red.

• Seguimiento distribuido: las herramientas de APM permiten a los desarrolladores realizar un seguimiento de las solicitudes de datos a medida que atraviesan la red, desde los servicios de front-end hasta los de back-end, lo que ayuda a los equipos a monitorizar las dependencias por solicitud y a aislar errores específicos.

• Monitorización de bases de datos: las plataformas de APM ayudan a las empresas a visualizar las métricas de rendimiento a nivel de host y de consulta (como usuarios, programas y objetos principales), y a evaluar los procedimientos SQL para determinar cómo afectan el diseño de la base de datos y la saturación de recursos al rendimiento de la aplicación.

• Perfilado del código: mediante las herramientas de APM, los equipos pueden tomar instantáneas del rendimiento del código para descubrir qué componentes de la aplicación funcionan con demasiada lentitud o consumen demasiados recursos.

• Supervisión de la experiencia digital: las herramientas de APM pueden implementar supervisión de usuarios reales (RUM) y supervisión sintética para recopilar datos de rendimiento (tiempo de carga, tiempo de respuesta, latencia, tiempo de actividad y tiempo de inactividad) de dispositivos de usuario, bots y otros componentes de software no humanos.

• Supervisión del Internet de las cosas (IoT): dado que los usuarios suelen acceder a las aplicaciones a través de dispositivos móviles, la resolución de problemas de las aplicaciones puede convertirse en un proceso complejo y lento. Las capacidades de supervisión del IoT de las soluciones de APM ofrecen a los equipos una visión unificada de las aplicaciones en todos los dispositivos conectados.

Al igual que muchas otras prácticas y soluciones de operaciones de TI (ITOps), las herramientas de APM han cambiado significativamente con la proliferación de la inteligencia artificial (IA) y la evolución del cloud computing.

El muestreo periódico asociado a las herramientas de APM tradicionales era suficiente para gestionar aplicaciones monolíticas y aplicaciones distribuidas tradicionales (en las que se publica código nuevo periódicamente y los flujos de trabajo, dependencias, servidores y recursos relacionados son conocidos o fáciles de rastrear).

Pero hoy en día, a medida que las empresas adoptan prácticas modernas de desarrollo de aplicaciones y tecnologías nativas de la nube (como las metodologías ágiles y DevOps, los microservicios, los contenedores Docker, Kubernetes y las funciones sin servidor), suelen implementar nuevos componentes de aplicaciones con demasiada frecuencia y en demasiados lenguajes y ubicaciones como para confiar en las estrategias de supervisión tradicionales. 

Además, las técnicas tradicionales de APM monitorizanla ejecución del código para diagnosticar problemas. Pero las aplicaciones SaaS basadas en la nube de hoy en día comprenden millones de líneas de código, a menudo repartidas en contenedores.

Por eso, las herramientas APM principales implementan instrumentos de supervisión de vanguardia que permiten la observabilidad full-stack y se basan en tecnologías de IA y machine learning (ML) para correlacionar y analizar los datos en tiempo real.

Las herramientas de APM impulsadas por IA pueden trabajar en entornos de TI complejos y distribuidos al implementar algoritmos de IA capaces de analizar grandes volúmenes de datos de rendimiento, correlacionar datos de rendimiento con datos contextuales y localizar la causa raíz de los problemas de rendimiento, todo ello con rapidez.

Los sistemas de APM modernos también utilizan modelos de ML para generar análisis predictivos y prever tendencias de rendimiento. Y con las capacidades de procesamiento del lenguaje natural (PLN), el software de APM puede examinar metódicamente los datos de rendimiento y proporcionar a los equipos información en lenguaje sencillo.

Las tecnologías de IA no están exentas de desafíos; la explicabilidad, la privacidad y la seguridad de los datos son preocupaciones comunes con las herramientas de TI basadas en IA. Sin embargo, el software de APM impulsado por IA puede acelerar significativamente la supervisión y la resolución de problemas y ayudar a las empresas a tomar decisiones más inteligentes y proactivas sobre sus portfolios de aplicaciones.

La APM ayuda a garantizar que las aplicaciones de software empresarial sigan siendo eficientes y fiables. También facilitan:

A partir de los datos históricos de rendimiento, las herramientas de APM pueden prever las necesidades futuras de recursos, lo que permite una planificación más eficaz de la capacidad y ayuda a las empresas a escalar su infraestructura a medida que crece la demanda.

La APM puede facilitar el feedback continuo a lo largo del ciclo de vida del desarrollo de software. Los equipos pueden supervisar las aplicaciones en entornos de ensayo y producción, lo que ayuda a los desarrolladores a establecer una cultura de feedback continuo.

Los SLA dictan las normas de rendimiento para la mayoría de las aplicaciones empresariales, y los servicios de APM proporcionan los datos necesarios para mantener el cumplimiento de los SLA. Las métricas de cumplimiento también pueden utilizarse en los informes de las partes interesadas para demostrar el cumplimiento de los acuerdos de nivel de servicio.

En el caso de las aplicaciones que utilizan API externas, las herramientas de APM pueden realizar un seguimiento de los tiempos de respuesta y las tasas de error de las API para que las organizaciones detecten problemas con servicios de terceros que puedan afectar al rendimiento de sus aplicaciones.

Las herramientas de APM pueden facilitar:

• La mejora de la experiencia del usuario. Las herramientas de APM ayudan a las empresas a mantener altos niveles de satisfacción y compromiso de los usuarios, ambos vitales para la retención de clientes y la gestión de la reputación.
  
  
• Un MTTD y MTTR más rápidos. La APM permite a los equipos encontrar y solucionar con rapidez los problemas de rendimiento y los cuellos de botella, y acelerar el tiempo medio de detección (cuánto tarda una organización en encontrar un problema) y el tiempo medio de reparación (cuánto tarda una organización en solucionar un problema).
  
  
• Una mejor utilización de los recursos. La monitorización y el análisis de los datos de rendimiento permiten a las organizaciones optimizar la asignación de recursos, lo que incrementa el ahorro de costes y racionaliza las operaciones.
  
  
• El aumento de la agilidad empresarial. La APM admite metodologías ágiles al proporcionar feedback en tiempo real sobre el rendimiento de las aplicaciones, lo que permite una iteración rápida y una mejora continua.
  
  
• Unas migraciones más fluidas. Las características de seguimiento distribuido y mapeo de servicios pueden ayudar a garantizar que las migraciones y modernizaciones a la nube se realicen sin problemas y no introduzcan errores en la red.
  
  
• Una mejor colaboración de los empleados. Gracias a las funciones de seguimiento de extremo a extremo de la APM, los equipos de front-end y back-end pueden acceder a los mismos datos de manera simultánea, lo que facilita una mayor colaboración en los procesos de solución de problemas y optimización.