实时(数据)监控是持续更新信息的传递流媒体零或低延迟．

它的监控包括在整个组织的IT环境中定期收集数据，从内部硬件和虚拟化环境到网络和安全级别，再到应用程序堆栈(包括云中的应用程序)，最后到软件ui。根据这些数据，IT人员分析系统性能，标记异常并解决问题。

实时监控通过提供持续的低延迟的相关和当前数据流提高了成本，管理员可以从这些数据中立即发现严重的问题。警报可以更迅速地发送给适当的工作人员——甚至自动系统——以减轻影响。通过长期跟踪实时监控数据，组织可以揭示和预测趋势和性能。

实时监控是如何工作的?

实时监控传递IT环境的活动状态和正在进行的状态。可以对其进行调优，以关注特定的It资产和所需的粒度。

实时数据的类型包括:

• CPU和内存利用率;
• 应用程序响应时间;
• 服务可用性;
• 网络延迟;
• web服务器请求;和
• 事务时间。

通常，实时监控软件会在可定制的仪表板上显示相关数据。管理员可以选择将预期的数据范围和格式显示为数字线形图、条形图、饼状图或百分比。数据的显示可以根据优先级和管理员偏好进行安排。

实时监控的好处

收集实时监控数据有助于IT经理立即评估IT环境中的当前事件并对其做出反应。此外，组织可以随着时间的推移记录和跟踪实时数据，以识别趋势，并更好地识别超出系统和应用程序行为设置参数的异常。这被称为趋势监测．

R主动监控vs.主动监控:反应性监控是IT组织和数据中心中建立已久的一种故障排除方法。这个过程的定义特征从它的名字就可以看出:它对发出事件发生信号的触发器做出反应。

相比之下，主动监视应用的监视数据不需要触发事件。在这种方法中，监视工具可以预测问题(如内存泄漏)，如果未得到解决，可能会导致应用程序或整个服务器崩溃。人工智能和机器学习越来越多地应用于主动监测，以梳理数据、跟踪周期性模式和标记异常行为。

实时监控的例子

实时监控可用于许多行业和情况，特别是在IT和制造业，以实现对瞬时事件的快速反应:

• 服务器和数据中心管理人员可以使用实时数据来预测即将发生的设备故障和维护。此外，使用流遥测技术而不是简单的网络管理协议来收集网络数据可以更准确地描绘网络性能。
• 在软件开发和测试中，综合和被动监控使用实时数据模拟用户与软件的交互，看顾客看什么并在应用程序发布到生产环境之前标记问题。
• 呼叫中心可以利用实时数据进行排队和员工管理，确保排队正常运行时间并报告服务统计数据。
• 在销售中，当客户对高价值或高利润的商品感兴趣时，代理可以收到提醒。
• Web商店实现可以收集和分析流数据，以标记由于库存低而错过的销售机会。他们还使用人工智能来检测优惠券欺诈，即客户多次使用代码违反其条款。
• 车辆实时数据采集车队管理可以帮助抓住鲁莽、困倦和受损的司机，并最大限度地利用车队。
• 射频识别零售跟踪可以实时更新库存和盗窃检测。

实时监控工具和供应商

下面是一些实时监控工具和供应商的例子;这不是一个全面的列表。

• BMC软件TrueSight容量优化
• 思科AppDynamics
• HelpSystems Vityl容量管理
• Nagios
• 追求软件
• SignalFX
• SolarWinds服务器和应用程序监视器
• Splunk基础设施应用
• VMware容量规划