一、产品简介
APM 从应用和服务视角观察请求健康、调用路径、错误和目标达成情况。它把探针上报的应用、服务和实例收成目录，让研发与运维按时间、服务和环境检索调用链、端点和错误，并在错误率、时延、吞吐或无流量越界时发出告警。
与监控中心的基础设施指标不同，APM 回答的是「这次请求慢在哪一段、错在哪个服务、下游依赖是否拖垮了调用」。未接入探针的 Redis、PostgreSQL 等下游，只要出现在调用关系里，也可以在服务拓扑中被识别。
注意：
产品界面与接口已提供接入、观察和告警能力。数据面部署状态为 Beta，接入点仅限受信区域内网，不提供公网令牌接入。
二、产品核心优势
-
按语言接入，服务自动进目录
集成里创建应用后，按 Java、Python、Node.js、Go、.NET 获取离线安装指引。指引指向系统内下载地址和当前区域的内网接入点。应用开始上报后，服务与实例进入目录，不必先手工建监控对象。 -
从健康总览走到单次调用
首页看健康、SLO、告警和靠前的指标。服务页看可用性和时延目标是否达标。探索里按时间窗检索调用链、端点和错误，单条调用链可看跨服务路径。敏感属性在展示前已脱敏。 -
目标与告警绑在服务上
可为服务设定可用性或时延 SLO，并选择评估窗口。告警策略只使用错误率、P95、P99、吞吐和无流量五类指标。服务选项里已经带上环境，并要选择所属组织。告警保留触发当时的指标趋势和事件证据，关闭后不会被后来的实时数据改写。 -
和平台组织、通知、告警中心衔接
数据按当前组织授权查看。通知渠道来自系统管理，接入区域来自节点管理。策略触发后可投递通知，也可把事件副本抄送到告警中心。告警中心中的副本不会回写本模块。
三、产品应用场景
-
发布后确认服务是否变慢或变错
接入后从服务列表进入异常服务，用调用链和错误聚合判断是本服务失败，还是下游依赖变慢。 -
守住可用性和时延目标
为核心服务配置 SLO，在首页和服务页直接看到是否达标，而不是只看单机 CPU。 -
把应用异常交给值班
按错误率、时延、吞吐或无流量配置策略，告警带当时证据，并可通知处理人或抄送告警中心进入统一处置。
1. 首页
核心定位
首页给出当前组织内的服务健康、SLO、告警和靠前指标，用来决定先看哪一个服务。某一块没有数据时显示空态或降级，不会补造指标。
核心能力
- 健康与 SLO 总览：集中查看服务是否健康、可用性或时延目标是否达标。
- 告警入口：从首页进入仍在处理的应用告警，再下钻到具体服务。
- 分节降级：追踪库、采集或通知依赖异常时，对应区块降级，不阻断其他已有数据的查看。
界面指引：
界面截图待补充。
- 操作关注点：先看不达标和有告警的服务，再进入服务详情或探索。
2. 服务
2.1 服务目录
核心定位
服务目录收纳探针发现的服务，是排障和授权的起点。
核心能力
- 组织内目录：只展示当前组织已授权的服务。组织校验失败时拒绝读写，不会降级成全局可见。
- 归档与恢复：把不再关注的服务归档，需要时恢复。活跃窗口约 15 分钟，目录按分钟级对账。
- 未归属修复：超级用户可筛选未归属服务并重新指定组织。未归属服务不进入默认的当前组织列表，也不因此放开调用链和指标查询。
2.2 服务拓扑
核心定位
用一段时间内的调用关系看服务依赖，判断故障是否传到了下游。
核心能力
- 依赖展示：展示服务之间的调用关系。时间窗不超过 7 天。
- 未接入下游识别：Redis、PostgreSQL 等未装探针的下游，只要出现在调用里，也可以显示在拓扑上。这类识别只用于拓扑，不写入服务目录、应用列表或 CMDB。
2.3 SLO
核心定位
把可用性或时延收成可检查的目标，而不是只看瞬时曲线。
核心能力
- 目标达标率：大于 0、不超过 100。界面最小可填 0.001，最多三位小数。
- SLI：「可用性（非错误请求占比）」，或「时延（P95 小于阈值）」「时延（P99 小于阈值）」。时延类必须填写正数阈值，单位为毫秒。
- 评估窗口：必选。可选「滚动 7 天」「滚动 30 天」「自然月」。环境必选，端点留空时按整个服务计算。
- 达标展示：首页和服务页读取同一套评估结果。
3. 探索
3.1 调用链
核心定位
按时间、服务和环境找出具体请求，沿跨服务路径定位慢和错。
核心能力
- 条件检索：按时间窗、服务和环境检索。界面可选 15 分钟、1 小时、4 小时、1 天、7 天，查询窗最长 7 天，不提供任意查询语言。
- 调用链详情：支持瀑布图、火焰图和跨度列表。敏感属性脱敏后展示。
- 样本边界：默认返回有限条样本，不用这份列表对账整个时间窗的错误率。
3.2 端点
核心定位
从接口或端点维度查看跨度，适合确认是哪一个入口变慢。
核心能力
- 端点检索：在组织范围内按白名单参数检索 Span 与端点。
- 服务详情联动：可从服务进入端点，再回到单条调用链。
3.3 错误
核心定位
按异常语义把失败请求收成一类，避免逐条翻日志。
核心能力
- 错误聚合：按异常类型或 Issue fingerprint 聚合可见服务上的错误。
- 计数分区：服务详情里，入口失败计数和该服务全部 Error Span 的归因分开标注，避免把两种口径看成同一个数字。
- 已加载范围：探索列表展示已加载的错误种类，不把当前页标成整个时间窗的错误合计。
4. 事件
4.1 告警
核心定位
查看策略产生的告警，并在列表里完成认领、分派和关闭。
核心能力
- 状态：告警状态为「告警中」「已恢复」「已关闭」。事件本身不可修改。
- 责任流转：空单可以认领或分派，当前处理人可以转派。手工分派和转派会按系统用户渠道通知新处理人。
- 我的告警：只按处理人筛选，列表和分布图使用同一套条件。分布图不包含认领、分派、转派这些动作本身。
- 当时证据：查看扫描点趋势和事件原始证据。证据可能处于待生成或已过期。禁止用实时库重建历史图表。
- 手工关闭：人工关闭不追加新的扫描点。策略修改只影响之后的评估。
4.2 策略
核心定位
为指定服务配置性能告警。策略不使用监控中心的表达式，也不检索日志。
核心能力
- 五种指标：错误率、P95、P99、吞吐、无流量。
- 服务范围：在「服务」中选择。环境已经并进该选项，页面写明「环境已并入服务范围；版本固定为全部版本」。端点可不选，不选则按服务整体聚合。
- 必填项：策略名称、告警名称、检测频率（1 到 60 分钟）、所属组织、汇聚周期（1 到 1440 分钟）、汇聚方法。汇聚方法为 avg_over_time、last_over_time、max_over_time、min_over_time。
- 三级阈值：严重、错误、警告可分别设置比较符和阈值。比较符为
>、≥、<、≤。阈值留空表示该级别不启用。错误率按百分比填写。连续 1 到 60 个汇聚周期满足阈值后触发；连续若干周期不满足则自动恢复。无数据告警是另一项，不是「无流量」指标。 - 处理人约束：处理人可以不填。填写时必须属于策略组织且账号未禁用。
- 通知与抄送：可按系统管理中的渠道投递，失败后可人工重试。也可以把事件副本抄送告警中心，告警中心不得回写。
5. 集成
5.1 应用管理
核心定位
应用是接入和授权的边界。先有应用，再有安装指引和服务目录。
核心能力
- 创建与维护：创建应用、分配组织。组织失败则拒绝保存。
- 未归属应用：超级用户可筛选未归属应用并重新指定组织。未归属应用不出现在默认的当前组织列表。
5.2 添加接入
核心定位
按语言生成给目标主机使用的离线安装说明。
核心能力
- 语言：Java、Python、Node.js、Go、.NET。
- 内网接入：说明指向系统内下载地址和所选区域的内网接入点，不支持公网令牌。
- 本次采样率：可选写入本次安装脚本，默认全量。采样率不持久化，也不改变已运行应用。
- 探针说明：接入说明展示当前版本覆盖的 Web/RPC 框架，以及可打出客户端跨度的组件类型。这是静态说明，不会现场扫描探针源码。
- 探针下载：目标主机按白名单制品下载。未知制品返回不存在。下载无需登录。
5.3 接入实例
核心定位
查看已经上报的实例，并处理组织归属。
核心能力
- 实例目录：按规范化后的服务身份展示实例。
- 组织分配：超级用户可筛选未归属实例。未归属不会放开该实例的调用链和指标。
注意：
APM 不包含监控插件、日志检索、任意查询语言、尾采样、独立边缘网关，也不提供跨租户公网 OTLP。
一、前置条件
- 当前账号对 APM 有接入和查看权限，并已进入目标组织。
- 节点管理中已有可用的接入区域。探针只连接该区域的内网接入点。
- 目标主机可以访问系统内的探针下载地址，以及所选区域的接入点。
- .NET 自动探针当前覆盖 Linux x86_64 glibc。
二、创建应用并取得安装指引
- 进入 「集成」-「应用管理」，新建应用，填写应用名称并选择接入区域。
- 打开该应用的接入说明，按运行语言选择 Java、Python、Node.js、Go 或 .NET。
- 如需抽样，在本次安装指引里填写采样率。采样率只写进这次安装脚本，默认全量，不会保存成应用配置，也不会改变已经在跑的应用。
- 按页面给出的离线安装步骤，在目标主机下载探针并完成安装。不要改成公网令牌方式，当前不支持。
界面指引：
界面截图待补充。
- 操作关注点：确认接入区域和语言与目标主机一致。安装脚本里的下载地址和接入点应保持页面给出的内网地址。
三、确认服务进入目录
- 应用开始上报后，打开 「服务」-「服务」。
- 确认新服务出现在当前组织的目录中。活跃判断窗口约为 15 分钟。
- 不再关注的服务可以归档；需要恢复时再从归档中恢复。
- 打开 「集成」-「接入实例」，确认实例已经上报。超级用户可以筛选「未归属」对象并重新指定组织。日常列表不会把未归属对象并进当前组织。
四、查看拓扑和调用链
- 打开 「服务」-「服务拓扑」，选择不超过 7 天的时间窗，查看服务间调用。未接入探针的下游依赖也可以出现在拓扑上，但不会因此进入服务目录。
- 打开 「探索」-「调用链」，按时间、服务和环境检索。时间窗最长 7 天，可选 15 分钟、1 小时、4 小时、1 天、7 天。
- 打开一条调用链，查看瀑布图、火焰图和跨度列表，沿调用路径定位慢点或错误点。
- 在 「探索」-「端点」 和 「探索」-「错误」 中，分别按端点和异常类型继续缩小范围。
五、配置 SLO 和一条告警策略
- 打开 「服务」-「SLO」，选择服务和环境。SLI 选「可用性（非错误请求占比）」，或选带正数毫秒阈值的「时延（P95 小于阈值）」「时延（P99 小于阈值）」。目标达标率大于 0 且不超过 100。评估窗口选「滚动 7 天」「滚动 30 天」或「自然月」。端点留空时按整个服务计算。
- 打开 「事件」-「策略」，新建策略。填写策略名称和告警名称，在「服务」里选择已经带上环境的服务，并选择所属组织。端点可不选。
- 指标只在错误率、P95、P99、吞吐、无流量中选择。填写检测频率、汇聚周期和汇聚方法，再为严重、错误、警告设置比较符和阈值。处理人可以不填；填写时必须属于策略所在组织且未禁用。
- 保存并启用后，到 「事件」-「告警」 查看是否产生告警。告警详情看的是触发当时的趋势和证据，不要用当前实时追踪去对照历史图。
六、结果验证与闭环
- 服务列表能看到上报服务，拓扑能看到调用关系。
- 调用链详情能展开到具体跨度，敏感字段已脱敏。
- 首页或服务页能看到 SLO 是否达标。
- 策略启用后，告警列表能看到状态。空单可以认领或分派，当前处理人可以转派；空单或当前处理人可以手工关闭。
- 若配置了通知，在系统管理已开通的渠道中确认是否送达。抄送到告警中心的事件只供告警中心处置，不会回写 APM 里的告警状态。