确保无缝的客户体验,同时最大限度地减少服务中断
借助 Elastic,AppOmni 正在跨应用程序、微服务和基础设施获得端到端可见性,以识别现有和潜在的性能瓶颈,从而确保无缝的客户体验并最大限度地减少可能影响收入的服务中断。
加快产品交付
AppOmni 正在使用 Elastic 可观测性的通用分析TM 与开发人员协作,不仅修复代码,还优化代码,从而加快产品交付。
降低云成本
AppOmni 通过识别和优化低效的云计算资源来降低云成本和二氧化碳排放量。
AppOmni 如何通过 Elastic 可观测性的通用分析最大限度地降低运营风险
AppOmni 是一家领先的云安全和管理平台,为处理基于云的 SaaS 应用程序复杂性的企业提供强大的安全解决方案。为了确保为其客户提供全面且持续的保护,AppOmni 集成了 Elastic 可观测性的前沿通用分析功能。由于庞大的客户群依赖于他们的服务,AppOmni 的威胁团队在分析安全威胁和运营风险方面发挥着至关重要的作用。他们孜孜不倦地工作,以维持服务的最佳性能并缓解潜在问题。通过利用 Elastic 可观测性的通用分析,AppOmni 的威胁团队实现了以下目标
- 跨应用程序、微服务和基础设施获得端到端可见性,以识别现有和潜在的性能瓶颈,从而确保无缝的客户体验并最大限度地减少可能影响收入的服务中断。
- 与开发人员协作,不仅修复代码,还优化代码,从而增强客户体验并加快产品交付。
- 通过简化流程和有效地扩展服务来提高整体团队效率。
- 通过识别和优化低效的云计算资源来降低云成本和二氧化碳排放量,从而有可能节省云成本并减少碳排放。
在 AppOmni,Elastic Universal Profiling™ 在生产环境中持续运行。它是代码优化和发布验证的关键工具,可创建一个持续改进的循环,以确保其客户的最高性能和安全性。
“Elastic Universal Profiling 在优化我们的运营方面取得了重大进展。凭借其端到端可见性和数据驱动的洞察力,我们可以识别并解决性能瓶颈,确保无缝的客户体验并缓解潜在问题,从而增强客户体验并加快产品交付。利用通用分析,我们通过优化资源利用率成功降低了云成本和碳足迹。这种积极主动的方法使我们能够为客户维护最高性能和安全性,确保 AppOmni 始终如一地提供卓越的体验和成本效率。”
AppOmni 的威胁检测
在 AppOmni 不懈地追求确保卓越的运营中,威胁检测团队发挥着至关重要的作用。他们构建和运营 AppOmni 的自动化威胁检测管道,该管道每天处理数十亿个客户事件。除了不断添加新的检测功能外,该团队还不断监控管道是否存在可能导致客户事件处理速度减慢的瓶颈和延迟问题。威胁检测管道的性能对于管道的质量至关重要。
他们的专业知识不仅限于发现 SaaS 应用程序内部和跨应用程序运行的威胁;他们还会额外努力规范化数据,并向客户提供有关威胁的背景信息。此外,AppOmni 的威胁检测团队会向客户发送有关检测到的威胁的 SaaS 安全警报,并在 AppOmni 应用程序中与他们的 SaaS 安全态势和合规性控制一起显示这些警报。
AppOmni 如何利用通用分析进行优化
AppOmni 的威胁检测团队主要使用 Elastic 通用分析来识别代码库中性能增强的领域,重点关注以 Python 和 Go 编写的应用程序功能。这些功能在开发过程中进行了优化,但当大规模部署到生产环境时,会出现优化的机会。这包括通过识别应用程序代码中需要优化的部分来提高 CPU 和内存利用率,以及评估替代代码库以提高性能。
为了保持最高的性能标准,威胁检测团队使用 Elastic 通用分析持续监控和审查威胁检测管道和基础设施中的应用程序。这种积极主动的方法使他们能够专业地管理几个关键绩效指标 (KPI),包括应用程序性能、代码优化以及谨慎地减少云支出。
AppOmni 在优化用于处理威胁检测管道中事件的基于 Web 的微服务方面,有一个显著的优化案例。传入的请求被路由到应用程序中的 Web 处理程序,每个服务每秒处理数万个客户事件。确保 Web 服务的可扩展性,同时控制成本,是 AppOmni 优化策略的关键方面。
使用 Elastic 通用分析,AppOmni 实现了以下优化
- 应用程序代码效率:Elastic 通用分析会分析正在运行的 Web 服务代码,使团队能够了解如何提高效率,同时减少执行时间,从而提高整体性能。
- 硬件和基础设施效率:Elastic 通用分析有助于识别最有效的服务器硬件和基础设施。这有助于团队确定是向上扩展、向下扩展,还是甚至更改云机器类型,不仅提高了整体性能,而且确保云支出是最佳和高效的。特别是,AppOmni 在部署和扩展 AppOmni 服务时使用 Google Kubernetes Engine (GKE)。团队能够减少未使用的计算资源,更换计算类型以提高效率,并减少水平应用程序的横向扩展。
- 提高服务性能:Elastic 通用分析有助于识别序列化和反序列化以及其他可能消耗大量 CPU 资源的管道事件处理所需的优化。通用分析有助于识别和比较替代解决方案的性能。通用分析会监控服务的执行性能,并识别服务中未以最佳方式执行的功能或其他区域的瓶颈。团队能够根据从分析中获得的见解采取行动,以提高 CPU 资源消耗并减少每个事件的处理时间。由于这些优化,AppOmni 的威胁检测管道中客户事件的处理速度更快。
- 提高可扩展性和响应能力:诸如客户数据同步、数据分析以及随后向客户报告等任务是为每个客户安排的,并由 AppOmni 定期运行。每个任务都基于分布式消息传递添加到异步任务队列中。Elastic 通用分析识别出消耗的时间和资源超出预期的任务。这使得任务能够被优化,并分解为更多分布式的处理任务集。
AppOmni 正在使用 Elastic 通用分析来持续查找生产环境中潜在的问题和优化机会。这使得性能能够持续提高,而对生产几乎没有影响。
通用分析对 AppOmni 运营的影响
将 Elastic 通用分析集成到 AppOmni 的流程中,通过推动优化工作和提高整体性能,改进了 AppOmni 的运营。由于每天处理数十亿个客户事件,服务性能至关重要,而威胁团队在识别潜在改进方面发挥着关键作用。通过 Elastic 通用分析,团队可以获得端到端的可见性,从而使他们能够简化代码效率、优化硬件和基础设施,并微调 Web 处理程序和 pub/sub 功能等服务。这种积极主动的方法使 AppOmni 能够交付更快的应用程序、减少二氧化碳排放并实现经济高效的可扩展性。通过持续利用 Elastic 通用分析,AppOmni 可以领先于潜在问题并优化其生产环境,从而确保为庞大的客户群提供无缝和卓越的体验。
不要让性能瓶颈拖慢您的速度。立即开始使用 Elastic 通用分析,解锁对代码行为的深入、全系统可见性,而无需进行检测、代码更改或服务重启。只需部署代理并开始优化即可。