Index

在现代市场上,企业是由运行他们商业价值的产品所定义,而产品的用户体验则直接决定了企业的收入和声誉。而如今,互联网蕴藏着巨大的财富,企业应用逻辑及应用所在的环境日益复杂、业务数据量也日趋庞大。随着智能手机、平板电脑与多浏览的广泛使用,以及云计算和虚拟化的逐渐普及,使得影响应用性能的因素变得越来越复杂,并且情势愈发严峻。所有几乎参与产品的人、事务和资源都会产生用户体验问题,而往往这些不同维度的体验问题会叠加在一起,并不断放大,例如产品逻辑、开发语言、代码性能、基础网络、服务器及云环境等。

 

apmchat

 

前言

写在最前面
关于用户体验
在腾讯、百度实践的体会

第一部分 基础篇

第1章 应用性能管理概述

1.1 关于应用性能
1.2 关于应用性能管理
1.3 基本意识
1.3.1 价值与意义
1.3.2 出发点
1.3.3 相关的人
1.3.4 解决的问题
1.3.5 前题条件
1.3.6 组织形式
1.4 如何正确开始
1.5 投入与收益平衡
1.6 优秀企业的经验

第二部分 监测、工具篇

第2章 应用性能监测实践

2.1 应用性能监测概述
2.2 应用性能持续监测
2.2.1 移动监测
2.2.1.1 移动Web App监测
2.2.1.2 移动Native App监测
2.2.1.3 移动端到端真机监测
2.2.2 Web监测
2.2.2.1 PC端到端真机监测
2.2.2.2 PC JS监测
2.2.2.3 网络监测
2.2.2.4 可用性监测
2.2.2.5 流媒体真机监测
2.2.2.6 流媒体Flash监测
2.2.3 系统监测
2.2.3.1 主机监测
2.2.4 应用监测
2.2.4.1 语言类监测
2.2.4.1.1 Java监测
2.2.4.1.2 PHP监测
2.2.4.1.3 .NET监测
2.2.4.1.4 Node.js监测
2.2.4.1.5 Ruby监测
2.2.4.1.6 Python监测
2.2.4.2 平台类监测
2.2.4.2.1 Apache监测
2.2.4.2.2 Nginx监测
2.2.4.2.3 Docker监测
2.2.4.2.4 Redis监测
2.2.4.2.5 MySQL监测
2.2.4.2.6 MongoDB监测
2.3 应用性能即时监测
2.3.1 PC即时监测
2.3.2 移动Web App即时监测
2.3.3 移动Native App即时监测
2.3.4 网络即时监测
2.4 应用自定义监测

第3章 性能监测工具介绍

3.1 性能监测工具概述
3.2 持续监测工具
3.2.1 Keynote
3.2.2 Dynatrace
3.2.3 App dynamics
3.2.4 Newrelic
3.2.5 基调
3.2.6 博睿
3.2.7 OneAPM
3.2.8 云智慧
3.3 即时监测工具
3.3.1 YSlow
3.3.2 Pagespeed Insights
3.3.3 WebPageTest
3.3.4 Chrome Dev Tools
3.3.5 PhantomJS
3.3.6 JsPerf
3.4 其它工具
3.5 应用性能指标
3.5.1 用户指标
3.5.1.1 可用率
3.5.1.2 事务
3.5.1.3 吞吐量
3.5.1.4 响应时间
3.5.1.5 同时并发数
3.5.1.6 首屏时间
3.5.1.7 白屏时间
3.5.1.8 整页时间
3.5.1.9 DNS时间
3.5.1.10 建立连接时间
3.5.1.11 下载速度
3.5.1.12 网络传输时间
3.5.1.13 后端响应时间
3.5.1.14 首包时间
3.5.1.15 基础页时间
3.5.1.16 页面大小
3.5.2 服务器指标
3.5.2.1 CPU使用率
3.5.2.2 平均负载
3.5.2.3 内存使用量
3.5.2.4 IO使用率
3.5.2.5 IO读写速度
3.5.2.6 磁盘操作数
3.5.2.7 网络带宽
3.5.2.8 连接数
3.5.3 移动指标
3.5.3.1 启动时间
3.5.3.2 响应时间
3.5.3.3 吞吐量
3.5.3.4 崩溃率
3.5.3.5 活跃会话数
3.5.3.6 传输数据量
3.5.3.7 错误率
3.5.4 其它指标

第4章 性能监测平台搭建实践

4.1 为什么要搭建监测平台
4.2 如何搭建性能监测平台

第三部分 分析、优化篇

第5章 应用性能分析实践

5.1 产生性能问题的因素
5.1.1 产品逻辑及用户行为
5.1.2 中国基础网络
5.1.3 PC端环境
5.1.4 移动端环境
5.1.5 代码及应用
5.1.6 服务器及云环境
5.2 应用性能分析概述
5.2.1 从用户及生产环境着手
5.2.1.1 从终端维度分析
5.2.1.2 从应用维度分析
5.2.1.3 从网络维度分析
5.2.1.4 从系统维度分析
5.2.2 常见的分析方法
5.2.2.1 平均值
5.2.2.2 几何平均值
5.2.2.3 直方图
5.2.2.4 分位值
5.2.2.5 标准差
5.2.2.6 去噪点
5.2.2.7 慢速比
5.2.2.8 Cache状态
5.2.3 主要分析视图
5.2.3.1 趋势视图
5.2.3.2 地域视图
5.2.3.3 省份、城市视图
5.2.3.4 运营商视图
5.2.3.5 错误视图
5.2.3.6 散点视图
5.2.3.7 区间视图
5.2.3.8 浏览器视图
5.2.3.9 操作系统视图
5.2.3.10 拓扑视图
5.2.3.11 HTTP视图
5.2.3.12 交互视图
5.2.3.13 崩溃视图
5.2.3.14 设备视图
5.2.3.15 版本视图
5.2.3.16 Web事务视图
5.2.3.17 数据库视图
5.2.3.18 外部服务视图
5.2.3.19 后台服务视图
5.2.3.20 其它视图
5.2.4 横向对比的意义
5.2.4.1 按竞品分析
5.2.4.2 按行业分析

第6章 应用性能优化实践

6.1 应用性能优化概述
6.1.1 保障正确的性能优化
6.1.2 确定优化带来的收益
6.1.3 在投入和产出上做取舍
6.1.4 功能与性能的取舍
6.1.5 防止过早和过渡优化
6.2 网络优化
6.2.1 IDC优化
6.2.2 ISP优化
6.2.3 CDN优化
6.2.4 BGP优化
6.2.5 DNS优化
6.3 系统优化
6.3.1 压缩优化
6.3.2 缓存优化
6.3.3 分离优化
6.3.4 内核优化
6.3.5 传输优化
6.3.6 并发优化
6.3.7 隔离优化
6.3.8 网卡优化
6.3.9 硬件优化
6.4 前端优化
6.4.1 首屏优化
6.4.2 内容优化
6.4.3 请求优化
6.4.4 CSS优化
6.4.5 JavaScript优化
6.4.6 图片优化
6.5 后端优化
6.5.1 架构优化
6.5.2 并行优化
6.5.3 异步优化
6.5.4 基础优化
6.5.5 算法优化
6.5.6 程序优化
6.5.7 缓存优化
6.6 移动优化
6.6.1 网络优化
6.6.2 请求优化
6.6.3 缓存优化
6.6.4 策略优化
6.6.5 启动优化
6.6.6 交互优化
6.6.7 内存优化
6.7 其它优化
6.7.1 SPDY
6.7.2 HTTP/2
6.7.3 ESI
6.7.4 SDCH
6.7.5 BigPipe
6.7.6 DNS Prefetch
6.7.7 HHVM

第7章 性能优化平台搭建实践

7.1 为什么要搭建优化平台
7.2 如何搭建性能优化平台

第四部分 标准、保持篇

第8章 应用性能优化标准

8.1 防止性能退化概述
8.2 通过规范防止性能退化
8.3 通过流程防止性能退化
8.3.1 应用性能准入
8.3.2 应用性能认证
8.3.3 应用性能巡检
8.4 业界优秀企业的经验
8.4.1 雅虎Web优化最佳实践
8.4.2 谷歌Web优化最佳实践

第9章 应用性能优化保持

9.1 性能优化保持概述
9.2 通过平台防止性能退化
9.2.1 自动优化开发框架
9.2.2 自动优化基础平台
9.3 通过告警防止性能退化

Posted in | Index已关闭评论

Comments are closed.

《大型网站性能监测、分析与优化》(全彩)即将出版,敬请期待:)