Apdex는 웹 애플리케이션 및 서비스의 응답 시간에 대한 사용자의 만족도를 측정하는 업계 표준입니다. 평균 응답 시간과 같이 쉽게 왜곡되는 기존 메트릭 대신 Apdex 점수와 불만족 비율 등의 메트릭을 통해 사용자가 앱에 얼마나 만족하는지 확인할 수 있는 간소화된 SLA(서비스 수준 계약) 솔루션입니다.
Apdex 레벨에 대한 유용한 임계값을 설정하면 다음에 도움이 됩니다.
- 앱에 대한 엔드유저의 전반적인 만족도를 한눈에 확인할 수 있습니다.
- 문제를 해결하고 앱 성능을 개선하기 위해 적절한 양의 트레이스를 가져옵니다.
보다 자세한 내용은 이 짧은 YouTube 동영상을 시청해 보세요. (약 3분 50초)
Apdex 사용법
Apdex 점수는 이루어진 총 요청에 대한 만족과 허용 요청 수의 비율 값입니다. 충족된 각 요청은 하나의 요청으로 계산되고 각 허용 요청은 충족된 요청의 절반으로 계산됩니다.
Apdex 점수는 0에서 1까지 다양하며 0은 최악의 점수(응답 시간의 100%가 실망)이고 1은 가능한 최고의 점수(응답 시간의 100%가 만족)입니다.
Example Apdex score:
2분 동안 호스트가 200개의 요청을 처리합니다. Apdex 임계값 T = 0.5초(500ms). 이 값은 사용자가 무작위로 선택합니다.
- 170개의 요청이 500ms 이내에 처리되었으므로 만족으로 분류됩니다.
- 요청 중 20개는 500ms에서 2초(2000ms) 사이에 처리되었으므로 허용으로 분류됩니다.
- 나머지 10개는 제대로 처리되지 않거나 2초 이상 소요되어 실망으로 분류됩니다.
결과로 나오는 Apdex 점수는 0.9: (170 + (20/2))/200 = 0.9
입니다.
중요
Apdex 점수를 계산하는 데 사용되는 공식은 처리량이 많은 앱을 위해 설계되었습니다. 앱의 처리량이 100RPM 미만이면 안정적인 점수를 결정하는 데 충분한 데이터가 수집되지 않습니다. 불안정으로 인해 Apdex 알림 조건이 예기치 않게 작동할 수 있습니다.
Apdex 수
Apdex는 세 가지 응답을 추적합니다.
Satisfied:
응답 시간이 T이하입니다.
Tolerating:
응답 시간이 T보다 크고 4T 이하입니다. 이 예에서는 4 x 1.2 = 4.8초가 허용 가능한 최대 응답 시간입니다.
Frustrated:
응답 시간이 4T보다 크거나 요청이 서버 측 오류를 반환합니다. 오류율이 높으면 평균 응답 시간은 만족스러우나 Apdex 점수가 낮을 수 있습니다.
구성 파일의 apdex_f
값은 앱 서버의 Apdex T 값의 4배입니다. 이 임계값은 예를 들어 트랜잭션 트레이스에 유용합니다. 보다 자세한 내용은 뉴렐릭 에이전트에 대한 구성 파일 설명서를 참조하세요.
시간 계산은 앱의 T 설정에 따라 바뀝니다. 다음 예에서 T = 1.2초입니다.
Level | Multiplier | Time (T Example = 1.2) |
---|---|---|
만족 | T 이하 | <= 1.2초 |
허용 | >T, <= 4T | 1.2-4.8초 |
실망 | > 4T | 4.8초 이상 |
Apdex 레벨을 정의한 후 뉴렐릭의 리소스를 사용하면 앱에 대한 열악한 고객 경험을 나타내는 변경 사항을 식별하고 문제를 해결하는 데 도움이 됩니다.
다음 각각에 대해 여러 Apdex T 값을 정의할 수 있습니다.
Apdex 측정 | 코멘트 |
---|---|
APM 앱 | APM은 이러한 앱의 성능을 모니터링합니다. Apdex 설정을 정의하려면 APM UI를 사용합니다. APM 요약 페이지에서 Apdex를 찾을 수 있습니다. |
브라우저 앱 | 브라우저는 이러한 앱에 대한 엔드유저 경험을 모니터링합니다. 사용자를 모니터링하는 데 Apdex가 아니라 코어 웹 바이탈(core web vitals)를 사용하길 권합니다. |
주요 트랜잭션 | 이는 모니터링하기로 선택한 비즈니스에 중요한 트랜잭션입니다. Key transactions 페이지에서 주요 프로세서에 대한 Apdex 설정을 정의할 수 있습니다. 중요주요 트랜잭션 Apdex 설정은 해당 앱의 T 값을 재정의합니다. 자세한 내용은 주요 트랜잭션 Apdex를 참조하세요. |
Apdex 알림
Apdex에 대한 알림 조건을 구성할 수도 있습니다. Apdex 점수가 정의한 임계값을 초과하면 뉴렐릭은 알림 메커니즘(채널)에 알림을 전송합니다.
오류 페이지
500: Application Error
같은 서버 측 오류를 반환하는 모든 요청은 반환 속도에 관계없이 실망 응답입니다. Apdex를 사용하여 이러한 오류의 영향을 시각화한 다음 뉴렐릭에 포함된 오류 분석과 오류 프로필 툴을 사용하여 이러한 오류를 식별하고 해결할 수 있습니다.
불만족 비율
dissatisfaction percentage는 앱 사용자의 총 불만족스러운 경험에 프로세서가 차지하는 비율입니다.
Example Apdex dissatisfaction calculation:
실망(트랜잭션) + 허용(트랜잭션)/2
실망(앱) + 허용(앱)/2
불만족 비율을 시각화 하기 위해 가장 불만족을 기준으로 트랜잭션을 정렬할 수 있습니다.
트랜잭션이 항상 실망스러울 정도로 느리지만 거의 방문하지 않는 경우 앱의 전체 불만족에 크게 기여하지 않습니다. 반대로 트랜잭션이 일반적으로 빠르지만 처리량이 높으면 앱 트래픽의 많은 부분을 차지하기 때문에 앱 불만족의 큰 부분을 차지할 수 있습니다.
Apdex 시각화 맞춤화
쿼리 빌더를 사용하여 Apdex를 시각화하는 방법을 맞춤화합니다.
- 대시보드를 생성해 Apdex 데이터를 분석하고 공유할 수 있습니다.
- NRQL 쿼리로 Apdex 데이터를 분석합니다.
Apdex 설정 변경
각 애플리케이션에 대해 Apdex T 값을 정의할 수 있습니다. 주요 트랜잭션에 대한 개별 Apdex T 임계값을 정의할 수도 있습니다.
Apdex 측정이 중요한 이유와 애플리케이션에 적합한 임계값을 확인하는 방법에 대한 간략한 개요는 이 짧은 YouTube 동영상을 시청해 보세요. (약 3분 40초)