الوحدة 4 — مقاييس RUM في Grail: الواجهات الأمامية والمراقبة الاصطناعية dt.frontend.* وdt.synthetic.*

مقاييس RUM في Grail: 21 بطاقة dt.frontend.* وdt.synthetic.* (Core Web Vitals والأخطاء والتوافر) مع الوحدة واستعلام DQL جاهز.
Module 4 — Métriques RUM Grail : frontends et synthétique dt.frontend.* et dt.synthetic.*

المسار: مقاييس Dynatrace SaaS · الوحدة 4/7 — مقاييس RUM في Grail والمراقبة الاصطناعية · الشكل: بطاقات مرجعية · المنصة: Dynatrace SaaS (Grail وDQL)

في هذه الوحدة: 21 مفتاحًا (13 من dt.frontend.* و8 من dt.synthetic.*)، وجدولان موجزان وبطاقة لكل مقياس مع استعلام DQL الخاص به.

الوحدة الرابعة من مسار مقاييس Dynatrace SaaS: مقاييس RUM في Grail للواجهات الأمامية (dt.frontend.*) ومقاييس المراقبة الاصطناعية (dt.synthetic.*). تعطي كل بطاقة الوحدة والأبعاد وحالة استخدام واستعلام DQL.

كانت الوحدات السابقة تنظر إلى الخوادم؛ وهذه تنظر إلى المستخدم. يقيس RUM ما يعيشه الزوار الحقيقيون، وتعيد المراقبة الاصطناعية تشغيل مسارات بفاصل ثابت، حتى ليلًا حين لا يتصفح أحد. ويعطيان معًا الرؤية الشاملة من الطرف إلى الطرف التي تنقص مقاييس الخدمة.

المحتوى خاص بـDynatrace SaaS مع RUM الجديد. مفاتيح builtin:apps.* الخاصة بـRUM Classic غير موجودة على Grail؛ ولا يزال Dynatrace Managed يستخدمها مع metric selector. وللإعداد راجع RUM وCore Web Vitals والمراقبة الاصطناعية HTTP والمتصفح.

مقاييس RUM في Grail: جدول الواجهات الأمامية

ثلاثة عشر مفتاح dt.frontend.*، كلها ينتجها RUM الجديد على Grail. الوحدات والأبعاد مأخوذة من صفحة Built-in RUM metrics؛ ولم تُذكر إلا الأبعاد الأكثر فائدة، كما أن dt.rum.application.entity وos.name وdt.rum.user_type متاحة أيضًا.

المفتاح الوحدة الأبعاد الرئيسية ما يقيسه
dt.frontend.user_action.count عدد frontend.name، device.type، browser.name، geo.country.iso_code إجراءات المستخدم
dt.frontend.user_action.duration ms frontend.name، device.type، browser.name، geo.country.iso_code مدة إجراءات المستخدم
dt.frontend.request.count عدد frontend.name، url.provider، http.response.status_code_class الطلبات الصادرة عن الواجهة الأمامية
dt.frontend.request.duration ms frontend.name، url.provider، http.response.status_code_class مدة طلبات الواجهة الأمامية
dt.frontend.error.count عدد frontend.name، error.type، app.short_version أخطاء الواجهة الأمامية
dt.frontend.session.active.estimated_count عدد frontend.name، device.type، browser.name، geo.country.iso_code الجلسات النشطة (تقدير)
dt.frontend.user.active.estimated_count عدد frontend.name، device.type، browser.name، geo.country.iso_code المستخدمون الفريدون النشطون (تقدير)
dt.frontend.web.page.largest_contentful_paint ms frontend.name، device.type، browser.name، geo.country.iso_code Largest Contentful Paint (LCP)
dt.frontend.web.page.interaction_to_next_paint ms frontend.name، device.type، browser.name، geo.country.iso_code Interaction to Next Paint (INP)
dt.frontend.web.page.cumulative_layout_shift بلا وحدة (×10 000) frontend.name، device.type، browser.name، geo.country.iso_code Cumulative Layout Shift (CLS)
dt.frontend.web.navigation.time_to_first_byte ms frontend.name، device.type، browser.name، geo.country.iso_code Time to First Byte (التنقل)
dt.frontend.web.navigation.load_event_end ms frontend.name، device.type، browser.name، geo.country.iso_code نهاية حدث load (W3C)
dt.frontend.mobile.app_start.duration ms frontend.name، app_start.type، os.name، app.short_version مدة بدء تشغيل تطبيق الجوال
مقتطف من صفحة Built-in RUM metrics في وثائق Dynatrace: عشرة مفاتيح dt.frontend مع وحدتها، count أو ms

بطاقات RUM: ما يعيشه المستخدم

الترتيب نفسه لكل بطاقة: الفائدة، حالة الاستخدام، الفخ المحتمل، استعلام DQL. العتبات تضبطها أنت وفق سجلك التاريخي.

dt.frontend.user_action.count

الفائدة: حركة المرور كما تُرى من المتصفح أو تطبيق الجوال، قبل أي استدعاء للخادم.

حالة الاستخدام: هبوط مفاجئ في الإجراءات على واجهة أمامية بينما تستجيب الخدمات بشكل طبيعي يوجّه إلى CDN أو DNS أو خطأ JavaScript معطِّل.

الفخ: لا يشارك RUM على Grail نموذج بيانات RUM Classic نفسه: تنبّه الوثائق إلى أن القيم تختلف عن builtin:apps.web.actionCount.*.

timeseries actions = sum(dt.frontend.user_action.count), by: {frontend.name}

dt.frontend.user_action.duration

الفائدة: زمن الاستجابة كما يشعر به المستخدم، بما فيه الشبكة والعرض.

حالة الاستخدام: تتبع النسبة المئوية 90 حسب نوع الجهاز: الفرق بين الجوال والحاسوب يكشف غالبًا وزن صفحة مفرطًا.

timeseries p90 = percentile(dt.frontend.user_action.duration, 90),
    by: {frontend.name, device.type}

dt.frontend.request.count

الفائدة: مقام معدل الخطأ لاستدعاءات XHR وfetch.

حالة الاستخدام: فصل الاستدعاءات إلى واجهات API الخاصة بك عن الاستدعاءات إلى أطراف خارجية بفضل url.provider.

timeseries req = sum(dt.frontend.request.count),
    by: {frontend.name, http.response.status_code_class}

dt.frontend.request.duration

الفائدة: زمن استجابة واجهات API كما يعيشه العميل، بما فيه الشبكة.

حالة الاستخدام: بمقارنته بـdt.service.request.response_time (الوحدة 3) تُعزل حصة الشبكة وCDN.

الفخ: وحدات مختلفة: ميلي ثانية هنا، وميكروثانية من جهة الخدمة.

timeseries p75 = percentile(dt.frontend.request.duration, 75), by: {url.provider}

dt.frontend.error.count

الفائدة: تحل وحدها محل مفاتيح Classic لأخطاء JavaScript والانهيارات وأخطاء الطلبات.

حالة الاستخدام: بعد النشر في الإنتاج، قارن الأخطاء حسب app.short_version لتقرر التراجع.

timeseries errors = sum(dt.frontend.error.count),
    by: {frontend.name, error.type, app.short_version}

dt.frontend.session.active.estimated_count

الفائدة: الحِمل الحقيقي لواجهة أمامية، مفيد لقراءة المقاييس الأخرى بالنسبة.

حالة الاستخدام: نسب عدد الأخطاء إلى عدد الجلسات لمقارنة واجهتين بحجمين مختلفين.

الفخ: هذا تقدير احتمالي (خوارزمية UltraLogLog بحسب الوثائق): لا تستخدمه كعدد دقيق للفوترة.

timeseries sessions = max(dt.frontend.session.active.estimated_count), by: {frontend.name}

dt.frontend.user.active.estimated_count

الفائدة: تقيس الجمهور المتأثر، وتعطي وزن الحادثة.

حالة الاستخدام: أثناء حادثة، تقدير عدد مستخدمي بلد أو متصفح المعرَّضين.

الفخ: جمع سلاسل عدة أبعاد يعدّ المستخدم نفسه مرتين: قدّر على المستوى المطلوب.

timeseries users = max(dt.frontend.user.active.estimated_count),
    by: {frontend.name, geo.country.iso_code}

dt.frontend.web.page.largest_contentful_paint

الفائدة: مؤشر Core Web Vital للتحميل: متى يصبح المحتوى الرئيسي مرئيًا.

حالة الاستخدام: تتبع النسبة المئوية 75 لكل واجهة أمامية، وهي الإحصاءة المعتمدة عادة في Core Web Vitals، ومقارنتها بهدفك.

timeseries lcp = percentile(dt.frontend.web.page.largest_contentful_paint, 75),
    by: {frontend.name}

dt.frontend.web.page.interaction_to_next_paint

الفائدة: استجابة الصفحة بعد نقرة أو إدخال.

حالة الاستخدام: تدهور INP بعد إضافة سكربت خارجي يُقرأ حسب المتصفح ونوع الجهاز.

الفخ: لا يزال dt.frontend.web.page.first_input_delay موجودًا، لكن INP حل محله بين Core Web Vitals: فضّل INP للوحات المعلومات الجديدة.

timeseries inp = percentile(dt.frontend.web.page.interaction_to_next_paint, 75),
    by: {frontend.name, device.type}

dt.frontend.web.page.cumulative_layout_shift

الفائدة: الثبات البصري: العناصر التي تتحرك أثناء التحميل.

حالة الاستخدام: بعد تغيير لافتة إعلانية أو خط، تحقق من أن CLS لم يقفز.

الفخ: القيمة مخزنة مضروبة في 10 000: اضرب في 0.0001 لتستعيد النتيجة بين 0 و1، كما تشير الوثائق.

timeseries cls = percentile(dt.frontend.web.page.cumulative_layout_shift, 75),
    by: {frontend.name}
| fieldsAdd cls_score = cls[] * 0.0001

dt.frontend.web.navigation.time_to_first_byte

الفائدة: حصة الخادم والشبكة في تحميل الصفحة.

حالة الاستخدام: ارتفاع TTFB مع LCP مستقر يشير إلى الخلفية (back-end) أو CDN لا إلى العرض.

timeseries ttfb = percentile(dt.frontend.web.navigation.time_to_first_byte, 75),
    by: {frontend.name, geo.country.iso_code}

dt.frontend.web.navigation.load_event_end

الفائدة: معلم التحميل الكامل، لاستمرارية لوحات المعلومات القديمة.

حالة الاستخدام: تتبع الاتجاه شهرًا بعد شهر لواجهة أمامية، مكملًا لـLCP.

timeseries load = avg(dt.frontend.web.navigation.load_event_end),
    by: {frontend.name}, interval: 1d, from: -30d

dt.frontend.mobile.app_start.duration

الفائدة: أول تماس بين المستخدم والتطبيق.

حالة الاستخدام: مقارنة عمليات البدء حسب app_start.type والإصدار لاكتشاف تراجع في إصدار جديد.

الفخ: العدّاد المرافق هو dt.frontend.mobile.app_start.count؛ اقرأ المدة دائمًا مع الحجم.

timeseries start = percentile(dt.frontend.mobile.app_start.duration, 90),
    by: {app_start.type, app.short_version}

جدول المراقبة الاصطناعية

ثمانية مفاتيح dt.synthetic.* لمراقبات HTTP والمتصفح. مراقبات الشبكة (dt.synthetic.multi_protocol.*) والأطراف الخارجية (dt.synthetic.third_party.*) موجودة أيضًا على Grail؛ لكنها خارج نطاق هذا الاختيار.

المفتاح الوحدة الأبعاد الرئيسية ما يقيسه
dt.synthetic.http.availability % dt.entity.http_check، dt.entity.synthetic_location، step.name معدل توافر مراقب HTTP
dt.synthetic.http.duration ms dt.entity.http_check، dt.entity.synthetic_location، step.name المدة التراكمية لطلبات المراقب
dt.synthetic.http.executions عدد dt.entity.http_check، result.state، result.status.code تنفيذات المراقب، حسب الحالة
dt.synthetic.http.time_to_first_byte ms dt.entity.http_check، dt.entity.synthetic_location، step.name الزمن حتى أول بايت
dt.synthetic.http.tls_handshake_time ms dt.entity.http_check، dt.entity.synthetic_location، step.name مدة تفاوض TLS
dt.synthetic.browser.availability % dt.entity.synthetic_test، dt.entity.synthetic_location، step.name معدل توافر مراقب المتصفح
dt.synthetic.browser.duration ms dt.entity.synthetic_test، dt.entity.synthetic_location، step.name مدة مراقب المتصفح (مجموع الخطوات)
dt.synthetic.browser.executions عدد dt.entity.synthetic_test، result.state، result.status.code تنفيذات مراقب المتصفح، حسب الحالة

بطاقات المراقبة الاصطناعية: القياس دون انتظار المستخدم

dt.synthetic.http.availability

الفائدة: أبسط مؤشر SLI للتوافر، مقيس من الخارج ومستقل عن الحركة الحقيقية.

حالة الاستخدام: ترتيب المراقبات من الأقل إلى الأكثر توافرًا، كما في مثال الوثائق.

الفخ: لا مقابل Classic مباشر (N/A في جدول المطابقة): هدف SLO مرحَّل يجب إعادة حسابه.

timeseries avail = avg(dt.synthetic.http.availability), by: {dt.entity.http_check}
| fieldsAdd monitor = entityName(dt.entity.http_check)
| sort arrayAvg(avail) asc

dt.synthetic.http.duration

الفائدة: زمن الاستجابة من الطرف إلى الطرف لمسار API.

حالة الاستخدام: مقارنة المدة بين المواقع: بطء موقع واحد فقط يوجّه إلى الشبكة، وبطء الكل إلى التطبيق.

timeseries d = avg(dt.synthetic.http.duration),
    by: {dt.entity.http_check, dt.entity.synthetic_location}

dt.synthetic.http.executions

الفائدة: تقول لماذا يفشل مراقب، لا أنه يفشل فقط.

حالة الاستخدام: توزيع الإخفاقات حسب result.status.code للتمييز بين انتهاء مهلة واستجابة HTTP غير متوقعة.

timeseries runs = sum(dt.synthetic.http.executions),
    by: {dt.entity.http_check, result.state, result.status.code}

dt.synthetic.http.time_to_first_byte

الفائدة: تعزل زمن المعالجة في الخادم ضمن المدة الإجمالية.

حالة الاستخدام: إن ارتفعت المدة دون TTFB فانظر في التنزيل أو إعادات التوجيه.

timeseries ttfb = avg(dt.synthetic.http.time_to_first_byte), by: {dt.entity.http_check}

dt.synthetic.http.tls_handshake_time

الفائدة: تنبّه إلى مشكلة شهادة أو سلسلة شهادات أو إنهاء TLS.

حالة الاستخدام: قفزة بعد تجديد شهادة أو تغيير موزّع أحمال تُرى فورًا.

timeseries tls = avg(dt.synthetic.http.tls_handshake_time),
    by: {dt.entity.http_check, dt.entity.synthetic_location}

dt.synthetic.browser.availability

الفائدة: توافر مسار كامل (تسجيل الدخول والسلة والدفع) كما سيمثّله مستخدم.

حالة الاستخدام: هدف SLO لتوافر مسار حرج، مع تنبيه على ميزانية الأخطاء.

timeseries avail = avg(dt.synthetic.browser.availability), by: {dt.entity.synthetic_test}
| fieldsAdd monitor = entityName(dt.entity.synthetic_test)
| sort arrayAvg(avail) asc

dt.synthetic.browser.duration

الفائدة: أداء مسار مكتوب بسيناريو، ثابت من تنفيذ إلى آخر.

حالة الاستخدام: لإيجاد الخطوة البطيئة انزل إلى dt.synthetic.browser.step.duration حسب step.name.

timeseries d = avg(dt.synthetic.browser.duration), by: {dt.entity.synthetic_test}

dt.synthetic.browser.executions

الفائدة: تعدّ النجاحات والإخفاقات مع رمز النتيجة.

حالة الاستخدام: التحقق من أن المراقب يُنفَّذ بالتكرار المقرر: فجوة في السلسلة تعني غياب القياس لا نجاحًا.

الفخ: البعد maintenance_window موجود في Synthetic Classic فقط؛ وعلى Grail استخدم dt.maintenance_window_ids لاستبعاد نوافذ الصيانة.

timeseries runs = sum(dt.synthetic.browser.executions, default: 0),
    by: {dt.entity.synthetic_test, result.state}

كيف تتحقق من أن كل شيء يعمل

  1. في Notebook نفّذ timeseries sum(dt.frontend.user_action.count), by: {frontend.name}: يجب أن تظهر كل واجهة أمامية مجهزة بـRUM الجديد.
  2. إن لم يظهر شيء بينما التطبيق مراقَب، فمن المرجح أنه ما زال يعمل بـRUM Classic: تبقى مقاييسه تحت builtin:apps.*، خارج Grail.
  3. بالنسبة إلى المراقبة الاصطناعية نفّذ timeseries avg(dt.synthetic.http.availability), by: {dt.entity.http_check} وقارن بشاشة المراقب في تطبيق Synthetic.
  4. تحقق من الوحدة قبل كل عتبة: ميلي ثانية لـRUM والمراقبة الاصطناعية، و×10 000 لـCLS.

أفضل الممارسات

  • اقرأ Core Web Vitals عند النسبة المئوية 75، لا بالمتوسط.
  • اربط كل مدة بحجمها (إجراءات أو جلسات أو تنفيذات) قبل أن تستنتج.
  • أبقِ مراقبًا اصطناعيًا على كل مسار حرج: ينبّه حتى بلا حركة.

للمزيد: يحوّل تنبيهات burn rate على SLO توافرًا اصطناعيًا إلى تنبيه على ميزانية الأخطاء. المصادر: Built-in RUM metrics وHTTP monitor metrics وBrowser monitor metrics.

→ الوحدة 3: مقاييس الخدمة في Grail · فهرس المسار · الوحدة 5: مقاييس Kubernetes في Grail ←

الأسئلة الشائعة

أين ذهبت مقاييس builtin:apps الخاصة بـRUM Classic؟

غير مدعومة على Grail. تقترح صفحة ترحيل RUM بدائل بدور مماثل، مثل dt.frontend.user_action.count مقابل builtin:apps.web.actionCount.*، مع قيم قد تختلف.

أين Apdex؟

لا يوجد مفتاح Apdex في قائمة مقاييس RUM المدمجة ولا في جدول المطابقة. تتبّع بدلًا من ذلك النسب المئوية للمدة وCore Web Vitals.

RUM أم المراقبة الاصطناعية لهدف SLO للتوافر؟

تعطي المراقبة الاصطناعية قياسًا منتظمًا حتى بلا حركة؛ ويعكس RUM التجربة الحقيقية لكنه يعتمد على الحجم. كثير من الفرق تستخدم المراقبة الاصطناعية لـSLO وRUM للتشخيص.

تغطي هذه المفاتيح الأحد والعشرون التجربة كما يراها المستخدم، الحقيقية أو المحاكاة. تنزل الوحدة التالية إلى البنية التحتية للتطبيقات: العمليات وبيئات التشغيل والحاويات وKubernetes.

span.observer مدوّنة مجتمعية مستقلة وغير تابعة لشركة Dynatrace LLC. هذه الوحدة اختيار معلّق عليه وليست القائمة الرسمية: استُخرجت المفاتيح والوحدات والأبعاد من الوثائق العامة لـDynatrace SaaS وقد تتغير؛ تحقق منها في متصفح المقاييس في بيئتك.

Total
0
Shares
Leave a Reply

Your email address will not be published. Required fields are marked *

Previous Post
Module 7 — Requêter et alerter : metric selector, alertes, API Metrics v2 et métriques calculées

الوحدة 7 — metric selector والتنبيهات وMetrics API v2 في Dynatrace Managed

Next Post
Module 5 — Métriques Kubernetes Grail : processus, runtimes et conteneurs

الوحدة 5 — مقاييس Kubernetes في Grail: العمليات وبيئات التشغيل والحاويات

Related Posts