更新时间：2026-07-09 GMT+08:00

指标

指标，是用于量化描述各类云资源、应用服务运行性能与运行状态的标准化数据，统一由命名空间、维度、指标名称、单位四大要素构成。AOM将采集的监控数据进行统一梳理，清晰呈现指标类别、指标含义、运行数值等核心信息，将复杂的系统运行态势转化为可观测、可分析、可告警的标准化数据，实现从基础设施到应用服务、从前端到后端的全栈一体化运维监控。

为什么需要指标

在企业微服务化和容器化转型过程中，应用架构日益复杂，服务实例数量呈指数级增长。传统的运维模式依赖人工巡检和事后日志排查，当服务调用链路过长、实例动态扩缩容时，运维人员难以实时感知系统整体的健康状态，故障定位耗时冗长，性能提前发现。

面对分布式系统的高动态性与海量监控数据，需要一种能够统一量化、实时反映系统运行状态的技术手段。指标通过采集CPU使用率、请求延迟、错误率等关键性能数据，将复杂的应用状态转化为可度量、可比较、可告警的数值信息。

指标的优势是什么

多维度数据聚合：支持从基础设施层（如主机、容器）到应用层（如服务、接口）的全栈指标采集，并自动关联资源、应用和业务的标签信息，实现数据的立体化聚合。
高效的数据存储与查询：采用高性能的时序数据库，支持海量指标数据的长期存储和快速查询。您可以通过PromQL等查询语言，灵活地检索和分析任意时间范围内的指标数据。

指标的使用场景

应用性能实时监控：运维团队在日常工作中，需要持续关注线上应用的响应时间、吞吐量、错误率等核心性能指标。通过AOM指标，可以创建可视化仪表盘，实时刷新数据，一旦某个接口的延迟超过预设阈值，仪表盘会立即呈现异常。这帮助运维团队从“被动等待用户投诉”转变为“主动发现性能瓶颈”，保障了业务的连续性和用户体验。
容量规划与成本优化：随着业务增长，平台运营人员需要提前预判资源需求，避免因资源不足导致服务过载或因资源过度预留造成浪费。通过分析AOM中存储的历史CPU、内存、网络等资源使用率指标，可以清晰地看到业务负载的周期性和增长趋势。基于此，运营人员能够精准地进行扩容规划，并识别出长期低负载的资源实例进行缩容，从而在保障业务稳定的同时有效控制云上成本。
故障快速定位与恢复：当线上服务出现故障时，开发与运维人员需要迅速定位根因。AOM的指标数据可以与日志、调用链数据进行关联分析。例如，当某个服务的错误率指标突然飙升，可以立即关联该时段内的应用日志和调用链追踪，快速定位到是哪个代码模块或下游依赖服务出现了问题。这种多维度的关联分析，将故障定位时间从天级缩短到分钟级，极大提升了系统的恢复效率。
业务指标监控与分析：业务运营人员不仅关心技术指标，也关心如“用户登录成功率”、“订单创建量”、“支付转化率”等业务指标。AOM支持通过自定义接入的方式，将这些业务数据作为指标进行采集和监控。运营人员可以实时观察核心业务指标的波动，当“订单创建量”指标出现异常下滑时，可以及时联合技术团队排查原因，确保业务目标的达成。

指标的工作原理

AOM指标系统的运行遵循“采集 > 存储 > 查询 > 分析”的处理流程，确保从数据产生到价值输出的每个环节职责清晰、高效协同。

数据采集：系统按照固定的时间周期（如每10秒或每分钟），从各类监控对象中自动拉取原始指标数据。数据来源包括主机上安装的ICAgent、云服务侧主动上报的监控数据，以及通过应用程序代码埋点产生的自定义指标。采集到的原始数据被发送至数据采集器，进行格式标准化和标签富化处理。系统为每一条数据自动添加资源归属、应用名称、服务实例等上下文标签，将原本零散的数值转化为带有丰富业务属性的结构化指标。
数据存储：完成预处理后，指标数据被写入高性能的时序存储服务。该服务采用列式存储和高效压缩算法，按照时间戳和标签组合对数据进行分区存储。这种设计在保证数据完整性的同时，提升了后续查询的检索效率。
数据查询：当用户通过仪表盘或API发起查询请求时，查询与分析服务会解析查询语句（如PromQL），从存储服务中定位并读取相关数据分区。系统根据查询条件，从对应的数据分区中提取原始数据点，为下一步分析做好准备。
数据分析与告警：查询服务对提取的数据执行聚合、降采样数学运算等分析操作，将原始数据点转化为用户所需的趋势线、热力图或统计数值。与此同时，告警管理服务作为一个常驻进程，持续从存储服务中拉取最新的指标数据，并与用户配置的告警规则进行比对。一旦指标值满足规则中的触发条件，系统立即生成告警事件并触发通知。

通过以上四个阶段的协同运作，AOM指标系统为用户提供了从实时监控、历史回溯到智能告警的全场景数据支撑，将复杂的系统状态转化为清晰、可行动的运维信息。