使用New Relic進行應用程式效能管理（APM）培訓

應用程式效能監控入門

• 理解應用程式效能管理（APM）及其在現代應用程式運維中的作用
• 應用程式效能、可用性、可靠性與客戶體驗之間的關係
• 關鍵應用程式效能指標與服務級目標
• 識別應用程式效能下降的常見根源
• 應用程式監控生命周期概覽：觀察、分析、診斷、修復與優化
• 理解 New Relic 在全面可觀測性中的角色

New Relic 功能與架構

• New Relic 平台及其核心能力概覽
• 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、基礎架構監控與數據庫監控
• 理解實體、服務、應用程式與工作負載
• 分佈式追蹤與服務依賴關係入門
• 理解數據保留、查詢與可視化概念

導航 New Relic 用戶界面

• 導航 New Relic 平台及主要儀表板
• 處理應用程式、服務、主機與實體
• 探索效能摘要與應用程式健康狀況
• 使用圖表、表格、篩選器與時間範圍
• 搜索並分析遙測數據
• 自定義儀表板與視圖
• 創建實用的運維與效能儀表板
• 利用 New Relic 從高層症狀深入詳細診斷

設置與配置 New Relic 代理程式

• 理解 New Relic 代理程式架構及支持環境
• 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
• 插裝策略：自動插裝與手動插裝
• 配置瀏覽器及終端用戶監控
• 驗證代理程式安裝與遙測數據收集
• 管理配置及特定環境設置
• 排查代理程式安裝與數據收集問題
• 安全且可維護的代理程式部署最佳實踐

從終端用戶視角衡量應用程式效能

• 理解真實用戶監控（RUM）
• 衡量頁面加載及應用程式回應時間
• 監控瀏覽器效能與用戶交互
• 識別緩慢頁面、事務與用戶旅程
• 分析地理區域及設備基礎的效能差異
• 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
• 利用效能數據優先級優化活動

解讀與理解插裝數據

• 理解事務追蹤與應用程式事務
• 解讀回應時間、吞吐量與錯誤率數據
• 理解事務分解與效能分段
• 分析外部服務與依賴關係
• 檢查應用程式錯誤與錯誤追蹤
• 從插裝數據中識別瓶頸
• 使用追蹤跨應用程式組件跟隨請求
• 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操練習

衡量應用程式資源與基礎架構

• 監控應用程式及伺服器資源利用率
• 理解 CPU、內存、磁碟與網絡效能
• 識別資源飽和及容量相關問題
• 關聯基礎架構指標與應用程式回應時間
• 監控應用程式進程與工作負載
• 識別資源密集型事務
• 調查由基礎架構約束引起的效能下降
• 建立效能基線並識別異常行為

監控與通知

• 理解 New Relic 告警概念
• 定義告警條件與閾值
• 為應用程式效能與可用性創建告警
• 監控錯誤率、回應時間、吞吐量與資源利用率
• 設計可操作的告警策略
• 配置通知通道與事故工作流
• 減少告警噪聲，避免不必要的通知
• 理解事故與問題關聯
• 測試並驗證告警配置
• 主動應用程式監控最佳實踐

監控數據庫操作

• 理解數據庫效能與應用程式效能之間的關係
• 監控數據庫調用與查詢活動
• 識別緩慢的數據庫操作
• 分析數據庫回應時間
• 檢測低效或資源密集型查詢
• 關聯數據庫操作與應用程式事務
• 調查與數據庫相關的應用程式瓶頸
• 利用效能數據改善查詢回應時間
• 診斷數據庫效能問題的實操練習

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
• 為不同受眾選擇合適的指標
• 可視化應用程式可用性、回應時間、吞吐量與錯誤
• 追蹤時間序列效能趨勢
• 比較跨環境的應用程式效能
• 將技術指標呈現為與業務相關的洞察
• 建立效能基線並對目標進行報告

分析與優化應用程式效能

• 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
• 分析事務回應時間與吞吐量
• 比較當前效能與歷史基線
• 在調查期間關聯多個遙測來源
• 根據用戶與業務影響對效能問題優先排序
• 識別應用程式優化機會
• 使用 New Relic 數據驗證效能改進
• 動手效能分析練習

排查 API 與服務問題

• 監控 API 與外部服務依賴
• 衡量 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 事務
• 使用追蹤識別跨分佈式服務的瓶頸
• 關聯 API 問題與下游依賴
• 識別 API 效能下降的根本原因
• 制定並驗證修復策略

分佈式追蹤與端到端排查

• 理解分佈式應用程式與服務依賴
• 分佈式追蹤概念入門
• 跨多個應用程式服務跟隨請求
• 識別個體服務引入的延遲
• 分析服務間通信
• 檢測跨分佈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
• 執行端到端根本原因分析
• 在實時實驗室環境中進行實操排查場景

查詢與分析 New Relic 數據

• 介紹如何在 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
• 過濾並聚合指標與事件
• 分析回應時間、錯誤、吞吐量與事務數據
• 從查詢結果創建自定義可視化
• 使用查詢支持排查與報告
• 構建可復用的查詢與儀表板
• NRQL 實操練習

將 New Relic 與第三方工具及服務集成

• New Relic 集成概覽
• 將 New Relic 與基礎架構及雲平台集成
• 將監控數據與協作及事故管理工具連接
• 理解集成工作流與數據交換
• 配置通知與外部服務集成
• 利用集成支持 DevOps 及事故響應流程
• 維護可靠監控集成的最佳實踐

實操排查工作坊

• 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
• 分析應用程式事務與錯誤
• 調查基礎架構與數據庫效能
• 追蹤 API 與外部服務依賴
• 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
• 配置告警以防止復發
• 記錄發現結果並溝通業務影響

監控最佳實踐與運維建議

• 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
• 建立基線與服務級目標
• 避免過度的監控噪聲
• 制定有效的告警與升級實踐
• 在開發、測試與生產環境中保持監控一致性
• 利用可觀測性數據支持持續改進
• 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 架構與核心能力
• 回顧應用程式、基礎架構、數據庫、API 及終端用戶監控
• 回顧排查與根本原因分析技術
• 回顧告警、儀表板、報告與集成
• 最終動手效能調查
• 討論實際應用場景
• 問答環節
• 推薦在生產環境中應用 New Relic 的後續步驟