المراقبة

يبدأ تحسين الأداء بتحديد المقاييس الرئيسية، وعادةً ما تكون مرتبطة بوقت الاستجابة وسرعة معالجة البيانات. وتؤدي إضافة المراقبة لالتقاط وتتبّع هذه المقاييس إلى الكشف عن نقاط الضعف في التطبيق. باستخدام المقاييس، يمكن إجراء التحسين لتحسين مقاييس الأداء.

بالإضافة إلى ذلك، تتيح لك العديد من أدوات المراقبة إعداد تنبيهات على مقاييسك، بحيث يتم إعلامك عند استيفاء حد معيّن. على سبيل المثال، يمكنك إعداد تنبيه لإعلامك عندما تكون نسبة الطلبات التي تعذّر تجاوزها x% فوق المستويات العادية. ستساعدك أدوات المراقبة على تحديد الشكل الذي يمكن أن يبدو به الأداء العادي، وتحديد الارتفاعات غير الطبيعية في وقت الاستجابة وكميات الأخطاء والمقاييس الرئيسية الأخرى. تُعدّ إمكانية مراقبة هذه المقاييس مهمة بشكل خاص خلال الإطارات الزمنية للنشاط التجاري المهمة، أو بعد إرسال الرمز الجديد إلى مرحلة الإنتاج.

تحديد مقاييس وقت الاستجابة

احرص على أن تظل واجهة المستخدم متجاوبة قدر الإمكان، مع ملاحظة أن المستخدمين يتوقعون معايير أعلى من التطبيقات المتوافقة مع الأجهزة الجوّالة. يجب أيضًا قياس وقت الاستجابة وتتبُّع خدمات الخلفية، خاصةً أنّه يمكن أن يؤدي إلى مشاكل في سرعة معالجة البيانات إذا لم يتم وضع علامة في المربّع.

في ما يلي بعض المقاييس المقترحة التي يجب تتبُّعها:

  • مدة الطلب
  • مدة الطلب بدقة في النظام الفرعي (مثل طلبات البيانات من واجهة برمجة التطبيقات)
  • مدة الوظيفة

تحديد مقاييس سرعة معالجة البيانات

"سرعة معالجة البيانات" هي مقياس لإجمالي عدد الطلبات التي تم تقديمها خلال فترة زمنية معيّنة. قد تتأثّر سرعة معالجة البيانات بوقت استجابة الأنظمة الفرعية، لذلك قد تحتاج إلى تحسين وقت الاستجابة لتحسين سرعة معالجة البيانات.

في ما يلي بعض المقاييس المقترحة التي يجب تتبُّعها:

  • طلبات البحث في الثانية
  • حجم البيانات المنقولة في الثانية
  • عدد عمليات I/O في الثانية
  • استخدام الموارد (استخدام وحدة المعالجة المركزية/الذاكرة، وما إلى ذلك)
  • حجم سجلّ معالجة الطلبات (pub/sub، عدد سلاسل المحادثات، وما إلى ذلك)

لا تعني

من الأخطاء الشائعة في قياس الأداء النظر إلى الحالة المتوسطة (المتوسطة) فقط. قد يكون ذلك مفيدًا، فهو لا يقدّم إحصاءات حول توزيع وقت الاستجابة. والمقياس الأفضل لتتبُّعه هو الشرائح المئوية للأداء، على سبيل المثال اختَر الشريحة المئوية الخامسة/الخمسين/الخمسين/90/99 للمقياس.

بشكل عام، يمكن إجراء التحسين في خطوتَين. أولاً، عليك تحسين وقت الاستجابة بنسبة 90%. وبعد ذلك، فكِّر في الشريحة المئوية التسعين (المعروفة أيضًا باسم وقت الاستجابة).

المراقبة من جهة الخادم للحصول على نتائج تفصيلية

يُفضَّل عادةً إجراء عمليات التحليل من جهة الخادم لمقاييس التتبُّع. عادةً ما يكون استخدام الخادم من الأسهل بكثير، ما يتيح إمكانية الوصول إلى بيانات أكثر دقة، كما أنه أقل تأثرًا بمشاكل الاتصال.

مراقبة المتصفِّح لمستوى الرؤية التام بين الأطراف

ويمكن أن توفِّر ملفات تعريف المتصفِّح إحصاءات إضافية عن تجربة المستخدم النهائي. يمكن أن يعرض هذا التقرير الصفحات التي تتضمّن طلبات بطيئة، ويمكنك بعد ذلك ربطها بمراقبة على مستوى الخادم لإجراء المزيد من التحقيق.

توفّر إحصاءات Google ميزة مراقبة أوقات تحميل الصفحات في تقرير توقيتات الصفحة. تقدّم هذه الصفحة عدة طرق عرض مفيدة لفهم تجربة المستخدم على موقعك الإلكتروني، وخاصةً:

  • أوقات تحميل الصفحة
  • أوقات تحميل إعادة التوجيه
  • أوقات استجابة الخادم

المراقبة في السحابة الإلكترونية

هناك العديد من الأدوات التي يمكنك استخدامها لتسجيل مقاييس الأداء ومراقبتها في تطبيقك. على سبيل المثال، يمكنك استخدام Google Cloud Logging لتسجيل مقاييس الأداء في مشروع Google Cloud، ثم إعداد لوحات البيانات في Google CloudMonitor لمراقبة المقاييس المسجّلة وتقسيمها.

في دليل التسجيل، نشارك مثالًا على التسجيل في Google Cloud Logging من أداة اعتراض مخصّصة في مكتبة Python. ومن خلال هذه البيانات المتوفّرة في Google Cloud، يمكننا إنشاء مقاييس استنادًا إلى البيانات التي يتم تسجيلها للاطّلاع على بيانات تطبيقنا من خلال مراقبة Google Cloud. اتّبِع دليل المقاييس المستندة إلى السجلّ التي يحدِّدها المستخدم لإنشاء المقاييس باستخدام السجلّات المُرسَلة إلى Google Cloud Logging.

يمكنك بدلاً من ذلك استخدام مكتبات برنامج المراقبة لتحديد المقاييس في الرمز وإرسالها مباشرةً إلى صفحة المراقبة، بشكل منفصل عن السجلات.

مثال على المقاييس المستندة إلى السجلّ

كمثال على المقاييس المستندة إلى السجلّ، يمكننا إعداد مقياس مخصّص في تسجيل الدخول إلى Google Cloud استنادًا إلى السجلّات المُرسلة في مثال Python. لنفترض أنّنا نريد مراقبة قيمة is_fault لفهم معدّلات الأخطاء بشكل أفضل في تطبيقنا. يمكننا استخراج القيمة is_fault من بياناتنا المسجّلة في مقياس مضاد جديد، ErrorCount.

ضبط المقياس

الفلاتر والتصنيفات في المقاييس

في Cloud Logging، تتيح لك التصنيفات تجميع المقاييس في فئات استنادًا إلى بيانات أخرى في السجلّات.

في هذا المثال، نضبط تصنيفًا للحقل method يتم أيضًا إرساله إلى Cloud Logging في مثال Python. ويسمح لنا ذلك بإلقاء نظرة على كيفية تقسيم عدد الأخطاء حسب طريقة Google Ads API.

باستخدام المقياس ErrorCount والتصنيف Method، يمكننا إنشاء رسم بياني جديد في لوحة بيانات المراقبة لمراقبة ErrorCount مجمّعة حسب Method.

لوحة بيانات CountCount

تنبيه

من الممكن أيضًا في ميزة "المراقبة في السحابة الإلكترونية" وفي أدوات أخرى ضبط سياسات التنبيه التي تحدّد موعد تشغيل التنبيهات وكيفية تفعيلها في مقاييسك. للحصول على تعليمات عن إعداد تنبيهات المراقبة في السحابة الإلكترونية، يمكنك اتّباع دليل التنبيه.