Kursus Pelatihan Manajemen Kinerja Aplikasi (APM) dengan New Relic

Pengenalan Pemantauan Kinerja Aplikasi

• Memahami Manajemen Kinerja Aplikasi (APM) dan perannya dalam operasi aplikasi modern
• Hubungan antara kinerja aplikasi, ketersediaan, keandalan, dan pengalaman pelanggan
• Indikator kinerja aplikasi utama dan tujuan tingkat layanan (service-level objectives)
• Identifikasi sumber umum degradasi kinerja aplikasi
• Ikhtisar siklus hidup pemantauan aplikasi: amati, analisis, diagnosis, remediasi, dan optimalkan
• Memahami peran New Relic dalam observabilitas full-stack

Fitur dan Arsitektur New Relic

• Ikhtisar platform New Relic dan kemampuan intinya
• Memahami arsitektur New Relic dan aliran data
• Agen, kolektor, dan data telemetri New Relic
• Ikhtisar metrik, event, log, trace, dan error
• Pemantauan Kinerja Aplikasi (APM), pemantauan browser, pemantauan infrastruktur, dan pemantauan basis data
• Memahami entitas, layanan, aplikasi, dan beban kerja (workloads)
• Pengenalan pada distributed tracing dan dependensi layanan
• Memahami konsep retensi data, querying, dan visualisasi

Menavigasi Antarmuka Pengguna New Relic

• Menavigasi platform New Relic dan dasbor utama
• Bekerja dengan aplikasi, layanan, host, dan entitas
• Jelajahi ringkasan kinerja dan kesehatan aplikasi
• Gunakan grafik, tabel, filter, dan rentang waktu
• Mencari dan menganalisis data telemetri
• Menyesuaikan dasbor dan tampilan
• Membuat dasbor operasional dan kinerja yang berguna
• Gunakan New Relic untuk beralih dari gejala tingkat tinggi ke diagnostik detail

Pemancangan dan Konfigurasi Agen New Relic

• Memahami arsitektur agen New Relic dan lingkungan yang didukung
• Memasang agen New Relic pada server aplikasi
• Mengonfigurasi agen untuk pemantauan spesifik aplikasi
• Strategi instrumentasi dan instrumentasi otomatis versus manual
• Mengonfigurasi pemantauan browser dan pengguna akhir
• Memvalidasi pemasangan agen dan pengumpulan telemetri
• Memelola konfigurasi dan pengaturan spesifik lingkungan
• Mengatasi masalah pemasangan agen dan pengumpulan data
• Praktik terbaik untuk penerapan agen yang aman dan dapat dipelihara

Ukur Kinerja Aplikasi dari Perspektif Pengguna Akhir

• Memahami real-user monitoring (RUM)
• Mengukur waktu pemuatan halaman dan respons aplikasi
• Pemantauan kinerja browser dan interaksi pengguna
• Identifikasi halaman, transaksi, dan perjalanan pengguna yang lambat
• Analisis perbedaan kinerja berdasarkan geografis dan perangkat
• Korelasi pengalaman pengguna akhir dengan kinerja aplikasi backend
• Identifikasi masalah kinerja yang secara langsung memengaruhi pengalaman pelanggan
• Gunakan data kinerja untuk memprioritaskan aktivitas optimasi

Membaca dan Memahami Data Instrumentasi

• Memahami trace transaksi dan transaksi aplikasi
• Menafsirkan data waktu respons, throughput, dan tingkat error
• Memahami rincian transaksi dan segmen kinerja
• Analisis layanan eksternal dan dependensi
• Memeriksa error aplikasi dan trace error
• Identifikasi bottleneck dari data instrumentasi
• Gunakan trace untuk mengikuti permintaan di seluruh komponen aplikasi
• Korelasi metrik, event, log, dan trace untuk analisis akar masalah (root-cause analysis)
• Latihan praktis dalam menafsirkan telemetri aplikasi

Ukur Sumber Daya Aplikasi dan Infrastruktur

• Pemantauan pemanfaatan sumber daya aplikasi dan server
• Memahami kinerja CPU, memori, disk, dan jaringan
• Identifikasi saturasi sumber daya dan masalah terkait kapasitas
• Korelasi metrik infrastruktur dengan waktu respons aplikasi
• Pemantauan proses aplikasi dan beban kerja
• Identifikasi transaksi yang intensif sumber daya
• Menyelidiki degradasi kinerja yang disebabkan oleh batasan infrastruktur
• Membuat baseline kinerja dan mengidentifikasi perilaku yang tidak normal

Pemantauan dan Notifikasi

• Memahami konsep alerting New Relic
• Mendefinisikan kondisi peringatan dan ambang batas (thresholds)
• Membuat peringatan untuk kinerja dan ketersediaan aplikasi
• Pemantauan tingkat error, waktu respons, throughput, dan pemanfaatan sumber daya
• Merancang kebijakan peringatan yang dapat ditindaklanjuti (actionable)
• Mengonfigurasi saluran notifikasi dan alur kerja insiden
• Mengurangi kebisingan peringatan dan menghindari notifikasi yang tidak perlu
• Memahami insiden dan korelasi masalah
• Menguji dan memvalidasi konfigurasi peringatan
• Praktik terbaik untuk pemantauan aplikasi proaktif

Pemantauan Operasi Basis Data

• Memahami hubungan antara kinerja basis data dan kinerja aplikasi
• Pemantauan panggilan basis data dan aktivitas kueri
• Identifikasi operasi basis data yang lambat
• Analisis waktu respons basis data
• Deteksi kueri yang tidak efisien atau intensif sumber daya
• Korelasi operasi basis data dengan transaksi aplikasi
• Menyelidiki bottleneck aplikasi terkait basis data
• Gunakan data kinerja untuk meningkatkan waktu respons kueri
• Latihan praktis untuk mendiagnosis masalah kinerja basis data

Laporan dan Visualisasi Kinerja Aplikasi

• Membuat laporan kinerja yang bermakna
• Membangun dasbor untuk tim pengembangan, operasi, dan manajemen
• Memilih metrik yang sesuai untuk audiens yang berbeda
• Visualisasi ketersediaan aplikasi, waktu respons, throughput, dan error
• Melacak tren kinerja seiring waktu
• Membandingkan kinerja aplikasi di seluruh lingkungan
• Menyajikan metrik teknis sebagai wawasan yang relevan secara bisnis
• Menetapkan baseline kinerja dan melaporkan terhadap tujuan

Analisis dan Optimasi Kinerja Aplikasi

• Membangun proses analisis kinerja aplikasi yang sistematis
• Identifikasi bottleneck kinerja dan perilaku yang tidak normal
• Analisis waktu respons transaksi dan throughput
• Membandingkan kinerja saat ini dengan baseline historis
• Korelasi beberapa sumber telemetri selama investigasi
• Memprioritaskan masalah kinerja berdasarkan dampak pengguna dan bisnis
• Identifikasi peluang untuk optimasi aplikasi
• Memvalidasi peningkatan kinerja menggunakan data New Relic
• Latihan analisis kinerja hands-on

Mengatasi Masalah API dan Layanan

• Pemantauan API dan dependensi layanan eksternal
• Pengukuran waktu respons API, throughput, dan tingkat error
• Identifikasi endpoint API yang lambat dan tidak andal
• Diagnosis masalah timeout dan konektivitas
• Analisis transaksi API yang gagal
• Gunakan trace untuk mengidentifikasi bottleneck di seluruh layanan terdistribusi
• Korelasi masalah API dengan dependensi downstream
• Identifikasi akar penyebab degradasi kinerja API
• Merancang dan memvalidasi strategi remediasi

Distributed Tracing dan Pemecahan Masalah End-to-End

• Memahami aplikasi terdistribusi dan dependensi layanan
• Pengenalan pada konsep distributed tracing
• Memangku permintaan di berbagai layanan aplikasi
• Identifikasi latensi yang diperkenalkan oleh layanan individu
• Analisis komunikasi antar-layanan (service-to-service)
• Deteksi kegagalan di seluruh komponen aplikasi terdistribusi
• Korelasi trace dengan log, error, dan metrik infrastruktur
• Melakukan analisis akar masalah end-to-end
• Skenario pemecahan masalah praktis menggunakan lingkungan live-lab

Querying dan Analisis Data New Relic

• Pengenalan pada querying data telemetri di New Relic
• Memahami Bahasa Query New Relic (NRQL)
• Menulis kueri untuk menyelidiki kinerja aplikasi
• Filter dan agregasi metrik dan event
• Analisis waktu respons, error, throughput, dan data transaksi
• Membuat visualisasi kustom dari hasil kueri
• Gunakan kueri untuk mendukung troubleshooting dan pelaporan
• Membangun kueri dan dasbor yang dapat digunakan kembali
• Latihan NRQL praktis

Integrasi New Relic dengan Alat dan Layanan Pihak Ketiga

• Ikhtasar integrasi New Relic
• Integrasi New Relic dengan platform infrastruktur dan cloud
• Menyambungkan data pemantauan dengan alat kolaborasi dan manajemen insiden
• Memahami alur kerja integrasi dan pertukaran data
• Mengonfigurasi notifikasi dan integrasi layanan eksternal
• Gunakan integrasi untuk mendukung proses DevOps dan respons insiden
• Praktik terbaik untuk menjaga integrasi pemantauan yang andal

Workshop Pemecahan Masalah Praktis

• Investigasi insiden kinerja aplikasi yang disimulasikan
• Identifikasi gejala dari data kinerja pengguna akhir
• Analisis transaksi dan error aplikasi
• Investigasi kinerja infrastruktur dan basis data
• Trace dependensi API dan layanan eksternal
• Korelasi metrik, event, log, dan trace
• Identifikasi akar penyebab yang paling mungkin
• Mengembangkan dan memvalidasi pendekatan remediasi
• Mengonfigurasi peringatan untuk mencegah kekambuhan
• mendokumentasikan temuan dan mengkomunikasikan dampak bisnis

Praktik Terbaik Pemantauan dan Rekomendasi Operasional

• Merancang strategi pemantauan New Relic yang efektif
• Memilih metrik kinerja dan ketersediaan yang bermakna
• Menetapkan baseline dan tujuan tingkat layanan
• Menghindari kebisingan pemantauan yang berlebihan
• Mengembangkan praktik alerting dan eskalasi yang efektif
• Memelihara konsistensi pemantauan di pengembangan, pengujian, dan produksi
• Gunakan data observabilitas untuk mendukung perbaikan berkelanjutan
• Menerjemahkan data kinerja teknis menjadi wawasan bisnis yang dapat ditindaklanjuti

Ringkasan dan Kesimpulan

• Tinjauan arsitektur dan kemampuan inti New Relic
• Tinjauan pemantauan aplikasi, infrastruktur, basis data, API, dan pengguna akhir
• Ringkasan teknik troubleshooting dan analisis akar masalah
• Tinjauan alerting, dasbor, pelaporan, dan integrasi
• Investigasi kinerja hands-on terakhir
• Diskusi skenario implementasi dunia nyata
• Pertanyaan dan jawaban
• Langkah selanjutnya yang direkomendasikan untuk menerapkan New Relic di lingkungan produksi