分析指标是所有现代SaaS应用程序的核心。如果不监控SaaS应用程序如何运行、它在内部执行的任务及其实现目标的成功率，就无从谈起"成功"运行SaaS应用程序。

然而，现代应用程序需要监控和查看多种类型的分析指标。这些分析指标的用途、价值、准确性和可靠性相差悬殊，具体取想知决于如何衡量它们、如何使用它们以及谁在使用它们。

基本上有三类用例全然不同的分析指标。

A类分析指标

A类分析指标对应用程序而言是关键指标。如果没有这些分析指标，你的应用程序可能会立即失灵。这类指标用于评估应用程序的运行，调整其运行方式，并进行动态调整以保持应用程序正常运行。

分析指标是反馈道S回路的一部分，反馈回路可以不断监控和改进应用程序的操作环境。

A类分析指标的一个典例是用于自动扩展的指标。这类指标用于在应用程序负载变化时动态改变基础设施的规模，以满足当前或预期的需求。

一个众所周知的例子是AWS Auto Scaling云服务。该服务可自动监控特定的Amazon CloaaudWatch指标，寻找触发器和阈值。如果某个特定的指标达到特定标准，AWS Auto Scaling 会为应用程序添加或删除Amazon EC2实例，自动调整用于运行应用程序的资源。需要额外资源时，它会添加实例;指标表明不再需要资源时，它会删除这些实例。

AWS Auto Scaling让你S运可以创建由任意数量的EC2实例组成的服务，并根据流量和负载需求自动添加或减少服务器。流量较小时，将使用较少的实例。流量较大时，将使用更多的实例。

举例来说，AWS Auto Scaling可能使用CloudWatch指标来测量用于服务的所有实例的平均CPU负载。一旦CPU负载超过某个阈值，行好AWS Auto Scaling就会向服务池添加额外的服务器。

请注意，如果由于某个原因，这些Amazon CloudWatch指标不可用或不正确，那么算法就无法正常运行。结果是，要么为服务添加过多的实例--这会浪费资金;要么为服务添加过少的实例--这会导致应用程序的速度减慢或彻底失效。

很不好显然，这些指标确实必不可少。如果它们不可用、不正确，应用程序的运行就会岌岌可危。正因为如此，它们才叫A类指标。

AWS Elastic Load Balancing是另一个典例。AWS可以根据当前进入到每个负载均衡系统的流量大小，自动调整针对特定用例运行流量负载均衡服务所需要的实例大小？你和数量。随着流量增加，负载均衡系统自动改用更大的实例或更多的实例。随着流量减少，负载均衡系统自动改用更小的实例或更少的实例。这一切都是自动化的，基于使用特定CloudWatch指标的内部算法。如果这些指标不可用或不正确，负载均衡系统将无法调整适当的大小，负载均衡系统处理流量负载的能得读力可能会受到影响。

B类分析指标

B类分析指标不是关键业务型指标，是用来表明即将发生的问题的早期指标，或用于在问题出现时解决问题。B类分析指标对于防止系统故障或出现故障后恢复正常很重要。

B类指标通常便于深入了解应用程序或服务的内部操作，或者便于深入了解运行应用程序或服务的基础设施。你可以主懂这动或被动地利用这种洞察力，改进应用程序或服务的运行。

就主动方面而言，用户可以密切关注B类指标，这类指标表明了应用程序或服务可能不正常的趋势。基于这些趋势，可以利用指标触发警报，提醒运营团队必须检查系统，查看可能出现的问题。

就被动方面而言，在系统故障或性能降级期间，可以检查B指标的3类以往情况，以确定可能导致故障或性能问题的原因，以便查明解决问题的方法。这类指标常常在站点出现故障期间使用，并在事后检查期间使用。

在出现故障期间，B类指标用于迅速查明出了什么问题以及如何解决问题。之后，它们用于缩短平均检测时间(MTTD)和平均修复时间(MTTR)，前者是指故障期间发现分析问题所花的平均时间，后者是指故障期间确定解决问题所花的时间。这两个都是高性能SaaS应用程序的关键目标。

这种指标与A类指标的危急程度不一样。如果A类指标失效，你的应用程序可能失灵，但是如果B类指标失效，你的应用程序不会失灵。然而，如果你的应用程序有问题，而且B类指标没有正常运作，你可能指标需要更长的时间才能找到问题并解决它。

B类指标的例子有很多，许多公司专注于生成这些指标，比如AppDynamics、Datadog、Dynatrace和New Relic。B类指标还包括来自Elastic和Splunk等公司的日志记录及其他指标。

作者：Lee Atchison 是云计算和想知应用程序现代化领域公认的思想领袖。他在产品开发、架构设计、规模扩展和现代化方面拥有30多年的经验，曾供职于亚马逊、亚马逊网络服务(AWS)、New Relic及其他现代应用程序组织。他的名字出现在许多出版物中，经常在全球各地受邀担任演讲嘉宾。Lee的最新著作是《为规模设计架构》。

原道S文网址：https://www.infoworld.com/article/

3625233/the-importance-of-classifying-analytics.html

• ·宇树科技推出数字孪生机器人运动控制技术，可实现复杂的舞台表演
• ·​在代理 AI 和物理 AI推动下，全球芯片市场预计将突破 1 万亿美元大关
• ·Anthropic 发布 LLM Agent 工具编写指南，助力开发者提升效率
• ·腾讯重磅发布混元3D 3.0模型 建模精度提升3倍
• ·标签: 领益智造 苹果 机器人
• ·标签: 00后 豆包 腾讯元宝 泡泡玛特
• ·标签: 创新奇智 AI+制造 工业大模型 智能制造
• ·麻省理工学院推出可调节的生成 AI 工具，助力机器人虚拟训练
• ·标签: Nothing 裴宇 智能手机 AI设备
• ·标签: 和记电讯香港 澳门电讯业务 霍建宁 电信行业
• ·云安全日报210309：思科交换机操作系统发现任意文件操作漏洞,需要尽快升级
• ·标签: 和记电讯香港 澳门电讯业务 霍建宁 电信行业
• ·沙利文全栈AI云服务报告：阿里云占比40.1%，超第二至第四名总和
• ·京东云无线宝一代设备大规模故障持续 官方发补偿方案
• ·谷歌大脑新研究：强化学习如何学会用声音来观察？
• ·云计算开发：Python练习实例-对10个数进行排序