使用 New Relic 進行應用程式效能管理（APM）培訓

應用程式效能監控簡介

• 了解應用程式效能管理（APM）及其在現代應用程式運作中的角色
• 應用程式效能、可用性、可靠度與客戶體驗之間的關係
• 關鍵應用程式效能指標與服務水準目標
• 識別應用程式效能退化的一般來源
• 應用程式監控生命週期概覽：觀察、分析、診斷、修復與最佳化
• 了解 New Relic 在全面可觀察性（observability）中的角色

New Relic 功能與架構

• New Relic 平台及其核心功能概覽
• 理解 New Relic 架構與數據流
• New Relic 代理程式、收集器與遙測數據
• 指標、事件、日誌、追蹤與錯誤概覽
• 應用程式效能監控（APM）、瀏覽器監控、基礎架構監控與資料庫監控
• 理解實體（entities）、服務、應用程式與工作負載
• 分布式追蹤（distributed tracing）與服務依賴關係入門
• 理解數據保留、查詢與可視化概念

導覽 New Relic 使用者介面

• 導覽 New Relic 平台及主要儀表板
• 操作應用程式、服務、主機與實體
• 探索效能摘要與應用程式健康狀態
• 使用圖表、表格、過濾器與時間範圍
• 搜尋與分析遙測數據
• 自定義儀表板與視圖
• 創建實用的操作與效能儀表板
• 使用 New Relic 從高層級症狀深入至詳細診斷

設定與配置 New Relic 代理程式

• 了解 New Relic 代理程式架構及支援的環境
• 在應用程式伺服器上安裝 New Relic 代理程式
• 為特定應用程式監控配置代理程式
• 儀器化（instrumentation）策略及自動與手動儀器化
• 配置瀏覽器與終端用戶監控
• 驗證代理程式安裝與遙測數據收集
• 管理配置及特定環境的設定
• 排解代理程式安裝及數據收集問題
• 安全且可維護的代理程式部署最佳實務

從終端用戶角度測量應用程式效能

• 了解真實用戶監控（RUM）
• 測量頁面載入及應用程式回應時間
• 監控瀏覽器效能與用戶互動
• 識別緩慢頁面、交易及用戶旅程
• 分析基於地理位置與裝置的效能差異
• 關聯終端用戶體驗與後端應用程式效能
• 識別直接影響客戶體驗的效能問題
• 利用效能數據優先處理最佳化活動

閱讀與理解儀器化數據

• 理解交易追蹤（transaction traces）與應用程式交易
• 解讀回應時間、吞吐量及錯誤率數據
• 理解交易分解與效能區段
• 分析外部服務與依賴關係
• 檢視應用程式錯誤與錯誤追蹤
• 從儀器化數據中識別瓶頸
• 使用追蹤功能跟隨請求穿越應用程式各組件
• 關聯指標、事件、日誌與追蹤以進行根本原因分析
• 解讀應用程式遙測數據的實用練習

測量應用程式資源與基礎架構

• 監控應用程式與伺服器資源使用率
• 理解 CPU、記憶體、磁碟與網路效能
• 識別資源飽和及與容量相關的問題
• 關聯基礎架構指標與應用程式回應時間
• 監控應用程式程序與工作負載
• 識別資源密集型交易
• 調查由基礎架構限制引起的效能退化
• 建立效能基準線並識別異常行為

監控與通知

• 了解 New Relic 警報概念
• 定義警報條件與閾值
• 為應用程式效能與可用性創建警報
• 監控錯誤率、回應時間、吞吐量及資源使用率
• 設計可操作的警報策略
• 配置通知渠道與事故工作流
• 減少警報噪聲並避免不必要的通知
• 理解事故及問題關聯性
• 測試與驗證警報配置
• 主動應用程式監控的最佳實務

監控資料庫操作

• 理解資料庫效能與應用程式效能之間的關係
• 監控資料庫呼叫與查詢活動
• 識別緩慢的資料庫操作
• 分析資料庫回應時間
• 偵測低效或資源密集型查詢
• 關聯資料庫操作與應用程式交易
• 調查與資料庫相關的應用程式瓶頸
• 利用效能數據改善查詢回應時間
• 診斷資料庫效能問題的實用練習

報告與可視化應用程式效能

• 創建有意義的效能報告
• 為開發、運維及管理團隊構建儀表板
• 為不同受眾選擇適當的指標
• 可視化應用程式可用性、回應時間、吞吐量與錯誤
• 追蹤隨時間變化的效能趨勢
• 比較不同環境中的應用程式效能
• 將技術指標呈現為與商業相關的洞察
• 建立效能基準線並對照目標進行報告

分析與最佳化應用程式效能

• 建立系統化的應用程式效能分析流程
• 識別效能瓶頸與異常行為
• 分析交易回應時間與吞吐量
• 將當前效能與歷史基準線進行比較
• 在調查期間關聯多個遙測來源
• 根據用戶與商業影響優先處理效能問題
• 識別應用程式最佳化機會
• 使用 New Relic 數據驗證效能改進
• 親手操作效能分析練習

排解 API 與服務問題

• 監控 API 與外部服務依賴關係
• 測量 API 回應時間、吞吐量與錯誤率
• 識別緩慢且不可靠的 API 端點
• 診斷超時與連接問題
• 分析失敗的 API 交易
• 使用追蹤功能識別分布式服務中的瓶頸
• 關聯 API 問題與下游依賴關係
• 識別 API 效能退化的根本原因
• 制定並驗證修復策略

分布式追蹤與端到端排障

• 理解分布式應用程式與服務依賴關係
• 分布式追蹤概念入門
• 跟隨請求穿越多個應用程式服務
• 識別由個別服務引入的延遲
• 分析服務之間的通信
• 偵測跨分布式應用程式組件的失敗
• 關聯追蹤與日誌、錯誤及基礎架構指標
• 執行端到端的根本原因分析
• 在實作實驗室環境中使用實際排障場景

查詢與分析 New Relic 數據

• 簡介：在 New Relic 中查詢遙測數據
• 理解 New Relic 查詢語言（NRQL）
• 編寫查詢以調查應用程式效能
• 過濾與匯總指標與事件
• 分析回應時間、錯誤、吞吐量及交易數據
• 從查詢結果創建自定義可視化圖表
• 使用查詢支援排障與報告
• 構建可重用的查詢與儀表板
• NRQL 實用練習

整合 New Relic 與第三方工具及服務

• New Relic 整合概覽
• 將 New Relic 與基礎架構及雲端平台整合
• 將監控數據與協作及事故管理工具連接
• 理解整合工作流與數據交換
• 配置通知與外部服務整合
• 使用整合支援 DevOps 與事故回應流程
• 維持可靠監控整合的最佳實務

實用排障工作坊

• 調查模擬的應用程式效能事故
• 從終端用戶效能數據中識別症狀
• 分析應用程式交易與錯誤
• 調查基礎架構與資料庫效能
• 追蹤 API 與外部服務依賴關係
• 關聯指標、事件、日誌與追蹤
• 識別最可能的根本原因
• 制定並驗證修復方法
• 配置警報以防止再次發生
• 記錄發現結果並傳達商業影響

監控最佳實務與操作建議

• 設計有效的 New Relic 監控策略
• 選擇有意義的效能與可用性指標
• 建立基準線與服務水準目標
• 避免過度的監控噪聲
• 制定有效的警報與升級實務
• 在開發、測試與生產環境中維持一致的監控
• 使用可觀察性數據支援持續改進
• 將技術效能數據轉化為可操作的商業洞察

總結與結論

• 回顧 New Relic 架構與核心功能
• 回顧應用程式、基礎架構、資料庫、API 及終端用戶監控
• 回顧排障與根本原因分析技術
• 回顧警報、儀表板、報告與整合
• 最終親手操作效能調查
• 討論實際世界的實施場景
• 問與答環節
• 建議在生產環境中應用 New Relic 的後續步驟