引言
随着数字化时代的到来，各个行业的应用系统从传统私有化部署逐渐转向公有云、行业云、微服务，这种变迁给运维部门和应用部门均带来了较大的挑战。基于当前企业 IT 运维均为多部门负责，且使用多种运维工具，因此，当业务出现问题时很难快速定位故障根源。而随着业务上云，云平台运维和应用运维的责任归属不同，业务方（租户）只负责云平台之上运维，若是要对业务体验全链路负责，就会导致有责任没手段。同时，容器微服务架构应用后的业务之间的访问关系更加复杂，也会产生应用出现故障后分析困难等问题。基于以上的背景，企业数字化时代应用的健康诊断变得至关重要。
问题及挑战
如下图，当代码量的增长达到 100 倍，故障被企业 IT 部门察觉前已由用户申报达到 80% 时，作为企业会非常被动。用户对服务超时非常敏感，当 5 秒打不开应用时便会直接选择放弃。同时，用户对故障解决时效要求也比较高，75% 的用户希望在 5 分钟内解决业务故障，而业务系统需要超过 24 小时才能解决的故障占比在 25% 左右。
应用是一个端到端的多技术栈复杂整合环境，用户端包括移动端、浏览器、小程序，网络层包括路由器、防火墙和负载均衡等，后台支撑应用包括中间件、数据库、主机、MQ 等。所以如何去高效精细化的实现整个应用端到端的全链路性能问题洞察和诊断、快速找到故障的边界、以及特别是 VIP 用户出现性能问题如何快速追踪。这些应用的复杂度是企业运维部门和业务部门都需要考虑的问题。
传统的监控工具早已无法满足当前企业面临的问题。因为一个应用会涉及到数据库、第三方的 API 调用、应用服务器、中间件、Web、网络层等多个链路，因此，当系统慢是无法快速定位就是是拿个环节、组件以及指标导致。日常企业去判断上述问题时，会需要网络团队、开发团队、数据库团队、基础设施团队等多方协助排查，且排查效率较低。
