据云智慧统计，APM从客户端采集的性能数据可能占到业务数据的50%，而企业要做到从Request到Response整个链路中涉及到的所有数据的准确采集，并进行有效串接，进而实现真正的端到端，绝非一件易事。
那么云智慧是如何进行APM数据采样的，又是如何在“端到端”应用性能管理中满足用户对业务数据的高性能分析的呢？在2016年9月全球运维大会的APM专场上，云智慧首席架构师高驰涛先生为你揭晓APM背后的大数据奥秘。
高驰涛（Neeke Gao），云智慧首席架构师，PHP/PECL开发组成员，同时也是PECL/SeasLog,PECL/JsonNet,GoCrab等多项开源软件作者。10年+研发管理经验，早期从事大规模企业信息化架构研发，09年涉足互联网数字营销领域并深入研究架构与性能优化。2014 年加入云智慧，致力于 APM 产品的架构研发，崇尚敏捷，高效，GettingReal。
以下是高驰涛的精彩分享：
今天是APM专场，相信大家对APM都有一定了解，我就从APM的数据采样与端到端的几个层面进行分享，这也是云智慧近几年在服务和解决客户需求过程中的实践结果。
APM和大数据
在APM使用过程中有一个非常明显的特征，就是可采集的数据量非常大，大到不可想象，看看上面这个机房，谁能准确说出里面每天有多少数据流转，而这只是几台简单的机柜。我们对客户的数据做过统计，在互联网上，APM从客户端采集回来的数据能够占到企业业务数据的50%以上，这就意味着如果采集数据非常详细，很可能会比原始业务数据量还要庞大。假设业务数据带宽是2T，为了支撑APM又要上2T的带宽，支撑业务的服务器可能要三百台，现在要最少再额外增加150台支撑APM，这在数据处理方面是个很大的挑战，对于大多数企业来说，APM并不是企业的核心业务，但是用了非常多的计算与存储资源。这是数据未作采样时的现状。
什么是APM（Application Performance Management），从字面上看就是“应用+性能+管理”，前面两位嘉宾聊的都是APM的范畴，他们聊的核心就是应用性能，注意不是业务而是性能。APM后面还有一个词是管理，就是从业务的角度理解这个性能数据，比如说一个崩溃或者说一个卡顿会影响多少用户，影响的用户会给企业造成多少损失，这就是APM对业务价值方面的体现，也是我们正在努力和实践的方向。
我们为什么要用APM，今天有腾讯的嘉宾，举个在手机上玩CF游戏的例子，一个玩家在玩CF，最近常常因为应用运行卡顿被人打死，即便买了好枪、好装备还是打不过别人，用户必然会投诉，投诉之后客服会根据系统的知识库问一大堆有的没的问题，然后承诺玩家马上安排运维检查系统，最后往往不了了之。在企业业务人员在服务用户的过程中往往缺少一个工具，或者说一个平台来及时、准确的发现用户问题，甚至定位到具体用户，具体SQL和具体关键代码。
APM有两大好处，一个是可以提升工作效率，减少和用户无效沟通的时间；另一个就是及时发现和准确定位问题，因为运行在互联网上的业务系统，往往是用户最先感知到系统故障，如果能在接到用户反馈的第一时间及时发现和解决问题，就会大大降低故障带来的业务损失。举个简单的例子，云智慧有个客户的生产系统故障导致停服两个小时，造成了好几千万的损失，后台运维的解决办法非常简单，把服务切了一下，重新启了一套集群，把业务切过去，现场保留下来了，之后用了一个星期的时间发现其实是内存泄露。他们用一个星期的时间找到了问题，后来在云智慧透视宝的帮助下，直接在测试系统上重现了这个问题，并且在10分钟内准确地定位到了内存泄露的位置，使用APM可以有效地缩短问题的发现时间，并有效解决，避免再次发生类似问题。
为什么说APM是大数据呢？我们知道大数据有着非常明确的4V特征:
一个是数据量大（Volume），我们的一个典型用户，每天在APM系统中产生的数据存储量超过了500G；
一个是种类繁多(Variety)，例如目前我们已知的移动端APM指标超过三百多个，维度更多；
一个是高速（Velocity），数据产生的速度和消费的速度都是非常恐怖的；
一个是数据价值（Value），单条数据价低，需要综合大量数据进行多纬度综合分析，以得出数据现状和趋势；
