OpenTelemetry 原生应用程序性能监测

自动检测您的应用程序，可视化并关联依赖关系，并快速查明根本原因——直至代码。

引导式演示

突出显示分布式微服务、无服务器功能、AI 模型、第三方 API 等的异常，并加快故障排除。

步骤 1：使用 OpenTelemetry (OTel) 进行自动检测——一切正常。
第 2 步：借助 AI 辅助调查进行可视化和分析。
步骤 3：查明根本原因——直至代码。

数据孤岛、专有格式和封闭的生态系统会减慢您的工作效率。Elastic 是开源且 OTel 原生的，提供广泛的语言支持、改进的互操作性，以及用于故障排除的详细上下文。

摄取和分析任何 OTel 数据
OpenTelemetry 为可观测性提供了可移植的标准。您可以通过任何第三方 OTel 工具将 OTel 原生的跟踪、日志和指标导入 Elastic，或者使用自定义处理器和导出器从您自己的 OTel 收集器导入，以便在 Elastic 中进行分析和可视化。
涵盖所有数据的丰富上下文
Elastic 的统一模式通过资源属性和执行上下文扩展了 OTel 语义约定，使您可以收集来自任何来源的日志和指标并将其与跟踪关联起来，同时保留完整的 OTel 兼容性。
可用于生产环境的分发
通过 OpenTelemetry 的 Elastic 发行版 (EDOT)，您可以获得由专家支持的稳定、受支持的 OTel 发行版，其中包含适用于 Java、.NET、Python、Node.js、PHP、iOS 和 Android 的自动检测。
无专有格式
Elastic 对 OTel 示意图约定和 W3C 跟踪上下文的原生支持确保您的遥测数据不会被锁定为专有格式。这意味着随着架构的发展，迁移将变得更容易，并且具有长期灵活性。

每条痕迹都很重要。Elastic 为您提供对每个服务、每个跨度和每个请求的全面可见性——捕获并关联。

分布式追踪
使用基于 OpenTelemetry 的轻量级分布式追踪来跟踪整个堆栈中的请求。基于头部和尾部的采样可在不削减上下文的情况下减少开销。获取您需要的关键跟踪，且不影响性能。
延迟、错误和故障关联
当问题出现时，很少是由单一的根本原因引起的。Elastic APM 使用机器学习，自动将症状与可能的原因关联起来，揭示间歇性性能故障背后的异常值、模式和更改。
服务依赖关系映射
实时和交互式架构地图是您在生产中的指南针。可视化在云和容器中运行的服务的关键异常。查看哪些功能已连接、哪些存在问题，以及在哪些方面需要调整性能。
使用 AI 助手进行问题调查
Elastic AI 助手可帮助您更好地了解交易延迟问题以及应用程序错误和故障。它会根据内部运行手册和已知的 GitHub 问题建议相关的后续步骤。
LLM 性能
通过使用 Elastic APM 跟踪大型语言模型 (LLM) 来优化 GenAI 应用。通过 EDOT 或第三方跟踪库（如 LangTrace、OpenLIT 或 OpenLLMetry）来对 LangChain 应用进行故障排查，或者通过预配置的 LLM 监测获得更广阔的视图。
移动 APM
使用 Elastic APM 监测 iOS 和 Android 应用的移动性能。与后端服务关联以获得完整的端到端上下文。

Elastic 适用于任何现代或传统应用的开发环境，为流行语言及其框架提供广泛支持——包括 Java、.NET、Python、Go、Node.js、Ruby、PHP、C++ 等等。

实现端到端全面可见性 — 从代码到基础设施。

客户聚焦
Equinox 使用 Elastic APM 监测 200 多个微服务，将部署修复的时间缩短了多达 50%，并加快了整个堆栈的问题解决速度。
了解详情
客户聚焦
Wells Fargo 依靠 Elastic APM 来大规模监测资金流动应用，捕获 100% 的分布式跟踪，并将其与日志和其他信号相关联。
了解详情
客户聚焦
汉莎航空的 Miles & More 忠诚度计划使用 Elastic APM 来监测关键服务，采用统一视图以更快地进行检测和根本原因分析。
了解详情