ما المقصود بإدارة أداء التطبيقات (APM)؟

كمقدمة لحلول قابلية الملاحظة، تمكّن إدارة أداء التطبيقات (APM) فرق تكنولوجيا المعلومات من تصور مشكلات أداء التطبيقات ومنعها والتنبؤ بها ومعالجتها قبل أن تؤثر سلبًا على المستخدمين.

APM هو أيضًا اختصار لـ مراقبة أداء التطبيقات، حيث تقوم أدوات المراقبة بجمع البيانات باستمرار حول مقاييس أداء التطبيقات مثل أوقات الاستجابة ومعدلات الخطأ واستخدام الموارد ونشاط المستخدم. غالبًا ما يتم استخدام المصطلحين بالتبادل؛ ومع ذلك، فإن مراقبة الأداء هي مجرد عنصر واحد من استراتيجية شاملة لإدارة أداء التطبيقات.

بالإضافة إلى مراقبة أداء التطبيقات ، تستخدم إدارة أداء التطبيقات (APM) عمليات تحليل البيانات (لتحديد الاتجاهات والمخالفات وعوائق الأداء)، وبروتوكولات استكشاف الأخطاء وإصلاحها (لأتمتة تحليل السبب الأساسي وحل المشكلات) وأدوات التحسين (لمعالجة تدهور الأداء بشكل استباقي وتعظيم كفاءة التطبيق للمستخدمين).

كما يمكن أن تساعد حلول APM فرق تكنولوجيا المعلومات على تحديد التطبيقات والخدمات الأكثر أهمية للمستخدمين وكيف يمكن أن تؤثر مشكلات الأداء على إنتاجية المستخدم.

يمكن لأدوات APM الفعّالة، إلى جانب حلول قابلية الملاحظة المتقدمة، أن تكون ذات قيمة كبيرة للمؤسسات التي تعتمد على التطبيقات البرمجية لتقديم الخدمات للمستخدمين النهائيين.

تساعد أدوات إدارة أداء التطبيقات (APM) المطورين على الحفاظ على سلامة وأداء تطبيقات المؤسسة، خاصةً عندما تكون محفظة تطبيقات المؤسسة موزعة عبر بيئات تكنولوجيا المعلومات (مثل السحابة الهجينة والسحابة المتعددة). على الرغم من أن التكوين الدقيق لنظام APM يختلف من شركة لأخرى (ومن أداة لأخرى)، إلا أن معظم أدوات APM الرائدة تعمل ضمن خمسة أبعاد رئيسية (نُشرت في الأصل من قِبل Gartner Research).

تعمل أدوات أداة مراقبة تجربة المستخدم النهائي السلبية والنشطة على تقييم كيفية تفاعل المستخدمون مع التطبيق وكيف يختبرونه. تشير المراقبة السلبية إلى الجمع المستمر لبيانات المستخدم (من أجهزة الاستشعار وحركة مرور الشبكة وسجلات الأخطاء) من المستخدمين الفعليين.

تحاكي المراقبة النشطة نشاط المستخدم لفهم سلوك البرنامج في مختلف الحالات والتنبؤ به بشكل أفضل (مثل أداء التطبيق خلال زيادة مفاجئة في حركة المرور).

يمكن لأدوات مراقبة تجربة المستخدم ضمن برنامج إدارة أداء التطبيقات (APM)، على سبيل المثال، تشغيل نصوص سلوكية (أو مسارات) لمحاكاة تجارب العملاء مع عملية إتمام الشراء على موقع التجارة الإلكترونية. بعد ذلك، يمكن للبرنامج مراقبة النصوص البرمجية لفهم مدى سرعة معالجة التطبيق للمدفوعات وكيفية تعامله مع معدل إتمام الشراء.

توفر مراقبة بنية تطبيق وقت التشغيل رؤية للبنية الأساسية للتطبيق. إنه يمكّن فرق تكنولوجيا المعلومات من فهم كيفية تفاعل مكونات التطبيق المختلفة والتبعيات (مثل قواعد البيانات والخوادم وأجهزة الشبكة والأجهزة الافتراضية) لدعم التطبيق.

تعمل أدوات إدارة أداء التطبيقات (APM) على أتمتة عملية النمذجة، وتعيين طوبولوجيا التطبيقات والخدمات وعناصر البنية التحتية وتفاعلات المستخدم ديناميكيًا — من الناحية المثالية عبر مراكز البيانات المحلية والسحابة الخاصة والسحابة العامة (بما في ذلك في ذلك أي حلول SaaS) والبيئات السحابية الهجينة. تساعد خرائط طوبولوجيا APM فرق تكنولوجيا المعلومات على تحديد عوائق الأداء وفرص التحسين بسرعة.

يُعرف أيضًا باسم إدارة المعاملات التجارية، ويوفر تنميط المعاملات نهجًا أكثر تحديدًا للمراقبة. تتبع ميزات التنميط معاملات المستخدم المحددة أثناء انتقالها عبر مجموعة التطبيقات، بدءًا من جهاز المستخدم ومرورًا بكل مكون أو مورد تطبيق متضمن في المعاملة.

يوفر نهج المراقبة هذا للمطورين معارف دقيقة حول ميزات ووظائف التطبيق الحساسة، حتى يتمكنوا من معالجة المكونات المعطلة أو ذات الأداء المنخفض قبل أن تؤثر على تجربة المستخدم.

DDCM تقوم بالتركيز على عناصر التطبيق الفردية (مثل خوادم التطبيقات والويب)، ومراقبة أقسام التعليمات البرمجية المحددة، واستدعاءات الخدمات الخارجية، واستعلامات قاعدة البيانات والعناصر الأخرى على مستوى التعليمات البرمجية.

يساعد فحص مكونات تطبيق معين فرق العمل على تحديد السبب الأساسي لمشاكل الأداء بسرعة وإجراء تحسينات مستهدفة دون إشراك عناصر غير ذات صلة.

يجمع برنامج APM كميات هائلة من البيانات، وتُعد ميزات التحليلات وإعداد التقارير داخل أدوات APM أساسية في عملية تحويل البيانات التي تم جمعها إلى معارف قابلة للتنفيذ.

تجمع منصات APM البيانات التي يتم جمعها من كل نقطة مراقبة لإنشاء تقارير ولوحات معلومات وتصورات سهلة الفهم، مما يمكّن فرق تكنولوجيا المعلومات من تحديد اتجاهات الأداء واتخاذ قرارات مستنيرة حول الحلول والتحسينات.

ومن الجدير بالذكر أن Gartner Research قامت منذ ذلك الحين بتقليص أبعادها الخمسة إلى ثلاثة أبعاد. يُطلق الآن على مراقبة تجربة المستخدم النهائي اسم مراقبة التجربة الرقمية (DEM). يشتمل بُعد اكتشاف التطبيقات والتتبع والتشخيص (ADTD) على ثلاث وظائف منفصلة سابقًا—ولكنها مترابطة—: اكتشاف بنية التشغيل، وتصنيف المعاملات المحددة من قِبل المستخدم. ويظل بُعد إعداد التقارير والتحليلات وظيفة قائمة بذاتها.

تُركز أدوات مراقبة أداء التطبيقات بشكل حصري على المراقبة وتمثل جانبًا واحدًا فقط من برنامج APM.

تعتمد حلول المراقبة التقليدية على مكونات برمجية صغيرة تسمى "الوكلاء"، والتي يتم نشرها في جميع أنحاء بيئة التطبيق والبنية التحتية الداعمة لقياس الأداء والمقاييس ذات الصلة بالأداء (أو القياس عن بُعد) على فترات منتظمة (بتردد يصل إلى مرة واحدة كل دقيقة). تستخدم الحلول الأكثر حداثة المراقبة بدون وكيل من أجل اتباع نهج غير تدخلي لجمع البيانات، بالاعتماد على تحليل حركة مرور الشبكة لجمع بيانات أداء التطبيق.

تُعد إدارة أداء التطبيقات، من نواحٍ عديدة، الخطوة الطبيعية التالية في دورة حياة صيانة التطبيقات (بعد المراقبة). تستخلص أنظمة إدارة أداء التطبيقات معارف من بيانات أداء التطبيقات وعمليات المراقبة لمساعدة المطورين على تحسين الأداء وتوافر تطبيقات المؤسسة.

توفر حلول APM أدوات تناسب الجميع لالتقاط البيانات والتحليلات الغنية من الخدمات داخل التطبيق. إنها تجعل بنية التطبيق قابلة للملاحظة. وعلى الرغم من أن نهج APM كان كافيًا لإدارة التطبيقات عالية الجودة، إلا أنه غير مجهز لمهمة إدارة التطبيقات والخدمات الموزعة متعددة بيئات التشغيل ومتعددة الطبقات.

تعتمد تطبيقات اليوم على الخدمات والخدمات المصغرة، وغالبًا ما تعمل في مجموعات Kubernetes المعبأة في حاويات. هذا يعني أن هناك عدة أوقات تشغيل، وكل وقت تشغيل يخرج سجلاته في مواقع مختلفة ضمن البنية التحتية. لاستيعاب أوقات التشغيل المتعددة باستخدام إدارة أداء التطبيقات (APM)، سيحتاج المطورون إلى نشر أدوات APM متعددة. سيحتاجون أيضًا إلى استخدام خدمة تدفق السجلات أو أداة تجميع أخرى لتوحيد بيانات السجلات من كل موقع. 

وكلما أضافت الشركات المزيد من الخدمات والخدمات المصغرة إلى البنية، فإنها تُدخِل المزيد من التعقيد، مما يجعل تتبع الطلبات أكثر صعوبة عندما يحدث خطأ ما.

تتفوق حلول قابلية الملاحظة على أدوات APM من خلال اتباع نهج سحابة أصلية شامل لتسجيل التطبيقات ومراقبتها. إنها توفر أتمتة سلسة للعمليات وتعمل مع البيانات السياقية التاريخية لمساعدة الفرق على تحسين تطبيقات المؤسسات بشكل أفضل.

باستخدام أدوات قابلية الملاحظة، يمكن للفرق فهم كيفية عمل الخدمات مع بعضها بشكل أفضل (باستخدام الرسوم البيانية التبعية، على سبيل المثال) وتناسبها مع البنية الشاملة. ويمكنهم أيضًا استخدام حلول قابلية الملاحظة لتجميع بيانات التطبيق وفحصها والحصول على معارف قابلة للتنفيذ من تلك البيانات.

تتسم أدوات إدارة أداء التطبيقات (APM) الحالية بأنها متعددة الاستخدامات، مع مجموعة من الميزات القابلة للتخصيص التي تساعد الشركات على تنفيذ الاستراتيجية المصممة خصيصًا لـ APM. يمكن لكل ميزة أن تساعد فرق تكنولوجيا المعلومات في الحصول على قابلية ملاحظة الواجهة الأمامية والخلفية للتطبيقات (Full Stack) داخل النظام البنائي لتطبيقاتهم. تشمل بعض الأمثلة ما يلي:

• مراقبة التطبيقات: تراقب أدوات إدارة أداء التطبيقات (APM) مجموعة التطبيقات بأكملها، بما في ذلك إطار العمل (Java أو .NET، على سبيل المثال)، ونظام التشغيل وقاعدة البيانات، وأي واجهات برمجة التطبيقات (APIs) أو البرامج الوسيطة وخادم تطبيقات الويب.

• تتبع الأخطاء: يمكن لحلول APM تجميع أخطاء التطبيقات ذات الصلة في مجموعات من المشكلات، مما يوفر للفرق سياقًا أكبر لفهم أخطاء النظام وزيادة كفاءة عملية استكشاف الأخطاء وإصلاحها.

• مراقبة البنية التحتية: باستخدام بروتوكولات إدارة أداء التطبيقات (APM) لمراقبة البنية التحتية يمكن للفرق جمع البيانات حول استخدام وحدة المعالجة المركزية ومساحة القرص وأداء الشبكة.

• التتبع الموزع: تمكّن أدوات APM المطورين من تتبع طلبات البيانات أثناء عبورها الشبكة، من خدمات الواجهة الأمامية إلى خدمات الواجهة الخلفية، مما يساعد الفرق على مراقبة التبعيات لكل طلب وعزل أخطاء محددة.

• مراقبة قواعد البيانات: تساعد منصات APM الشركات على تصور مقاييس الأداء على مستوى المضيف والاستعلام (مثل أفضل المستخدمين والبرامج والأشياء)، وتقييم إجراءات SQL لتحديد كيف يؤثر تصميم قاعدة البيانات وتشبع الموارد على أداء التطبيق.

• التنميط البرمجي: باستخدام أدوات APM، يمكن للفرق أخذ لقطات من أداء التعليمات البرمجية لاكتشاف مكونات التطبيق التي تتحرك ببطء شديد أو تستخدم الكثير من الموارد.

• مراقبة التجربة الرقمية: يمكن لأدوات إدارة أداء التطبيقات (APM) تنفيذ مراقبة المستخدم الحقيقية (RUM) والمراقبة الاصطناعية لجمع بيانات الأداء (وقت التحميل ووقت الاستجابة وزمن الانتقال ومدة التشغيل وفترة التعطل) من أجهزة المستخدم والروبوتات ومكونات البرنامج الأخرى غير البشرية.

• مراقبة إنترنت الأشياء (IOT): نظراً لأن المستخدمين عادةً ما يصلون إلى التطبيقات باستخدام الأجهزة المحمولة، فإن استكشاف مشكلات التطبيقات وإصلاحها يمكن أن يصبح عملية معقدة وتستغرق وقتاً طويلاً. توفر قدرات مراقبة إنترنت الأشياء (IOT) ضمن حلول إدارة أداء التطبيقات (APM) للفرق رؤية موحدة للتطبيقات عبر الأجهزة المتصلة.

كما هو الحال مع العديد من ممارسات وحلول عمليات تكنولوجيا المعلومات (ITOps) الأخرى، تغيرت أدوات إدارة أداء التطبيقات بشكل كبير مع انتشار الذكاء الاصطناعي (AI) وتطور الحوسبة السحابية.

كانت عملية أخذ العينات الدورية المرتبطة بأدوات إدارة أداء التطبيقات (APM) التقليدية كافية لإدارة التطبيقات الأحادية والتطبيقات الموزعة التقليدية (حيث يتم إصدار رمز برمجي جديد بشكل دوري وتكون مهام سير العمل والاعتماديات والخوادم والموارد ذات الصلة معروفة جيدًا أو سهلة التتبع).

ولكن اليوم، نظرا لأن الشركات تتبنى ممارسات تطوير التطبيقات الحديثة والتقنيات السحابية الأصلية (مثل منهجيات المرونة وعمليات التطوير، والخدمات المصغرة وحاويات Docker و Kubernetes، والوظائف بدون خادم)، فإنها غالبًا ما تنشر مكونات تطبيق جديدة بشكل متكرر للغاية، عبر العديد من اللغات والمواقع، للاعتماد على استراتيجيات المراقبة التقليدية. 

علاوة على ذلك، تقوم تقنيات APM التقليدية بمراقبة تنفيذ التعليمات البرمجية لتشخيص المشكلات. ولكن تطبيقات البرمجيات كخدمة (SaaS) الحديثة المستندة إلى السحابة تتألف من ملايين الأسطر من التعليمات البرمجية، والتي غالبًا ما تنتشر عبر حاويات.

ولهذا السبب، تقوم أدوات إدارة أداء التطبيقات (APM) الرائدة بنشر أدوات مراقبة متطورة تتيح قابلية ملاحظة الواجهة الأمامية والخلفية للتطبيقات (Full Stack)، وتعتمد على تقنيات الذكاء الاصطناعي والتعلم الآلي (ML) لربط البيانات وتحليلها في الوقت الفعلي.

يمكن لأدوات APM المستندة إلى الذكاء الاصطناعي العمل عبر بيئات تكنولوجيا المعلومات المعقدة والموزعة، ونشر خوارزميات الذكاء الاصطناعي التي يمكنها تحليل كميات كبيرة من بيانات الأداء بسرعة، وربط بيانات الأداء بالبيانات السياقية وتحديد السبب الأساسي لمشاكل الأداء.

تستخدم أنظمة إدارة أداء التطبيقات الحديثة أيضًا نماذج التعلم الآلي لإنشاء تحليلات تنبؤية والتنبؤ باتجاهات الأداء. وبفضل قدرات معالجة اللغة الطبيعية (NLP)، يمكن لبرنامج إدارة أداء التطبيقات تصفية بيانات الأداء بطريقة منهجية وتزويد الفرق بمعارف بلغة واضحة.

لا تخلو تقنيات الذكاء الاصطناعي من التحديات؛ حيث تعد القدرة على التفسير وخصوصية وأمن البيانات من المخاوف الشائعة المتعلقة بأدوات تكنولوجيا المعلومات المعتمدة على الذكاء الاصطناعي. ومع ذلك، يمكن لبرنامج إدارة أداء التطبيقات (APM) المستند إلى الذكاء الاصطناعي تسريع عملية المراقبة واستكشاف الأخطاء وإصلاحها بشكل كبير ومساعدة الشركات على اتخاذ قرارات أكثر ذكاءً واستباقية بشأن محافظ تطبيقاتها.

تساعد APM على ضمان بقاء تطبيقات برامج المؤسسات فعالة وموثوقة. كما أنها تسهل:

استناداً إلى بيانات الأداء التاريخية، يمكن لأدوات إدارة أداء التطبيقات (APM) التنبؤ بالاحتياجات المستقبلية من الموارد، مما يتيح تخطيطاً أكثر فعالية للسعة ويساعد الشركات على توسيع نطاق بنيتها التحتية مع تزايد الطلب.

يمكن لإدارة أداء التطبيقات (APM) تسهيل تقديم الملاحظات المستمرة خلال دورة حياة تطوير البرمجيات. يمكن للفرق مراقبة التطبيقات في كل من بيئات تصحيف الذاكرة والإنتاج، مما يساعد المطورين على إنشاء ثقافة تقديم الملاحظات بشكل مستمر.

تحدد اتفاقيات مستوى الخدمة (SLA) معايير الأداء لمعظم تطبيقات الأعمال، وتوفر خدمات إدارة أداء التطبيقات (APM) البيانات اللازمة للحفاظ على الامتثال لاتفاقيات مستوى الخدمة. يمكن أيضًا استخدام مقاييس الامتثال في تقارير الأطراف المعنية لإثبات الالتزام باتفاقيات مستوى الخدمة.

بالنسبة للتطبيقات التي تستخدم واجهات برمجة التطبيقات الخارجية، يمكن لأدوات APM تتبع أوقات استجابة واجهة برمجة التطبيقات ومعدلات الخطأ بحيث يمكن للمؤسسات تحديد المشكلات المتعلقة بخدمات الجهات الخارجية التي قد تؤثر على أداء التطبيق.

يمكن أن تساعد أدوات APM في تسهيل:

• تحسين تجربة المستخدم. تساعد أدوات APM الشركات في الحفاظ على مستويات عالية من رضا المستخدمين ومشاركتهم، وكلاهما أمر حيوي للاحتفاظ بالعملاء وإدارة السمعة.
  
  
• MTTD و MTTR أسرع. تمكّن إدارة أداء التطبيقات (APM) الفرق من العثور على مشكلات الأداء والاختناقات وإصلاحها بسرعة، مما يؤدي إلى تسريع متوسط وقت الكشف (المدة التي تستغرقها المؤسسة للعثور على مشكلة) ومتوسط وقت الحل (المدة التي تستغرقها المؤسسة لإصلاح مشكلة).
  
  
• استخدام أفضل للموارد. مراقبة بيانات الأداء وتحليلها تسمح للمؤسسات بتحسين تخصيص الموارد وزيادة وفورات التكاليف وتبسيط العمليات.
  
  
• زيادة مرونة الأعمال. تدعم APM منهجيات المرونة من خلال توفير الملاحظات في الوقت الفعلي حول أداء التطبيق، مما يتيح التكرار السريع ويدعم التحسين المستمر.
  
  
• عمليات ترحيل أكثر سلاسة. يمكن أن تساعد ميزات التتبع الموزعة وتخطيط الخدمة في ضمان سير عمليات الترحيل السحابي والتحديث بسلاسة وعدم إدخال أخطاء إلى الشبكة.
  
  
• تعاون أفضل بين الموظفين. بفضل قدرات التتبع الشاملة التي توفرها APM، يمكن لفريقي الواجهة الأمامية والواجهة الخلفية الوصول إلى نفس البيانات في الوقت نفسه، مما يسهل العمليات التعاونية للتحسين واستكشاف الأخطاء وإصلاحها.