融云「北极星」数据监控平台：数据可视通晓全局，精准分析定位问题

近期，融云“北极星”数据系统完成功能迭代，新模块“数据监控平台”正式“履新上任”。

此前，“北极星”系统主要为客户提供 IM 和 RTC 业务问题排查服务，当应用出现用户连接中断或延迟、会话状态异常、消息丢失等问题时，开发者可自行通过“北极星”问题排查工具快速定位问题、解决问题。

本次上新完成后，“北极星”成为兼具问题排查和全局监控能力的业务助手。“数据监控平台”将通过 IM 数据监控、API 监控等能力，协助客户全面掌握业务表现，提前发现业务问题，降低业务运行风险。

目前，“数据监控平台”已对融云专有云客户免费开放，后续将不断迭代并覆盖更多客户业务。

一、产品生命周期管理的主要挑战

在融云等专业通信云服务商的支持下，开发一款具备 IM 和 RTC 通信能力的应用，或者让应用拥有社交能力已十分便捷。

特别是，随着融云对社交泛娱乐业务场景的深入研究，各类封装完整业务逻辑和核心能力的场景化 SDK 逐渐上线，开发者简单接入即可实现相应业务。

但一款应用上线，一切才刚刚开始。

根据融云《社交泛娱乐出海作战地图》，产品全生命周期至少包括MVP、PMF、快速成长期、成熟期等几大阶段，而每个阶段都有必须解决和优化的核心问题，需要付出相当的精力和资金。

图源：《出海作战地图》

在这个周期中，开发者需要边思考、边变通、边优化，而数据就是最直观感受业务表现的工具。

IM 相关数据量级巨大，如何更好地统计、分析、利用这些数据，协助开发者进行运营策略决策、业务系统优化是一个重要课题。

另一个让开发者头疼的问题是，在后期的持续运营中如何保证产品的稳定性和良好体验。

这涉及两方面因素，一是通信服务的稳定性，在这方面融云近些年不断迭代全球通信服务，目前已经上线了全球通信网的 V4 版本，SDK 适配全球 3000+ 款机型，设备崩溃率低于 0.01%。

二则关乎运行故障发生后的迅速排查、定位和解决。尤其在高并发、大集群的状态下，快速定位问题是提高 SDK 使用效率和体验的关键。

开发者若自行构建相关监控平台，不仅耗费人力和管理成本，还需要付出不低的存储及算力成本。

融云“北极星”则可以一并为开发者解决以上问题。

二、北极星数据监控平台的核心功能

使用融云“北极星”，可以方便地获取多维度数据，通过数据曲线观察业务变化，与运营策略等相结合，指引产品优化和运营策略调整，有效提高开发者问题排查和业务分析的效率和体验。

全局消息数据：可查看近 7 天的单聊、群聊、聊天室、超级群的消息相关数据，包含：

☑总消息量：上行总消息量、分发总消息量、下行总消息量

☑消息峰值：上行消息峰值、分发消息峰值、下行消息峰值

☑消息量变化趋势：数据统计为 5 分钟粒度，可查看上行、分发、消息量趋势；每 5 分钟的消息量为该 5 分钟产生的消息总量

消息数据为实时统计，数据延迟 5 分钟左右。

用户同时在线数据：可查看近 7 天的用户同时在线峰值趋势，用户同时在线为实时统计，数据延迟 5 分钟左右。

数据统计为1 分钟粒度，每 5 分钟一个点，图表展示该 5 分钟的 1 分钟粒度峰值。

通过这些业务数据监控，开发者可感知到各会话类型、各时段的消息量，可查看每日用户同时在线分布趋势，从而为运营策略调整提供指引。

API 实时统计：API 实时统计页面可查看近 7 天内实际调用 API 的 QPS 情况，协助研发及运维进行服务优化并感知业务当前并发情况。

如下图示，左侧展示该 Appkey 在当前检索的时间段内有实际调用的所有 Server API 及该接口的请求成功率。

点击某个对应 API，展示该接口在当前查询时段的 QPS 及错误码分布。

图表中会标注接口当前在融云开发者后台设定的频率值，当 QPS 有频繁超过设定频率的情况时，开发者可以在开发者后台调整对应接口的调用频率。

错误码统计：可查看过去 7 天的 Server API 的错误码占比情况，包含 HTTP 错误码占比及业务状态错误码占比统计。

点击饼图中某个错误码，可查看产生该错误码的具体 Server API。

点击某个 Server API ，可下钻分析该 API 产生对应错误码的时间分布情况。

请求量统计：可查看过去 7 天，有实际调用的 Server API 的每日请求量统计数据。

全局可视、全面监控，融云“北极星”为开发者的业务发展和调整提供数据支撑，助力开发者优化产品表现，保持竞争力，提升用户体验。