APM: Was es ist, Metriken und wie es funktioniert

Was ist APM in der Entwicklung

APM (Application Performance Monitoring) ist die Disziplin des Anwendungsleistungsmanagements, die die Erfassung, Visualisierung und Analyse von Softwarebetriebsdaten umfasst. Im Gegensatz zur punktuellen Überwachung einzelner Metriken (CPU, Speicher) liefert APM ein ganzheitliches Bild: Wie sich die Anwendung aus Benutzersicht verhält, wie ihre Komponenten interagieren und wo Engpässe auftreten.

Das APM-Konzept entstand in den 2010er Jahren mit dem Übergang von monolithischen Anwendungen zur Microservice-Architektur. Als die Anzahl der Dienste 10–15 Einheiten überschritt, funktionierten traditionelle Überwachungsmethoden nicht mehr — es war unmöglich zu bestimmen, welcher spezifische Dienst die Verlangsamung der gesamten Anfrage verursachte. APM-Lösungen lösten dieses Problem durch verteiltes Tracing und automatische Service-Map-Erstellung.

Laut Grand View Research (2024) wird der APM-Markt auf 8,2 Milliarden US-Dollar geschätzt und wächst jährlich um 11,5%. Zu den Haupttreibern gehören die Cloud-Migration, die steigende Anzahl von Microservices und die zunehmenden Anforderungen an die Benutzererfahrungsqualität in mobilen Anwendungen und Webdiensten.

Drei Säulen von APM: Metriken, Tracing, Logs

Modernes APM basiert auf drei Datentypen, die zusammen ein vollständiges Bild des Anwendungszustands ergeben. Metriken sind numerische Aggregate: Antwortzeit, Anzahl der Anfragen, Fehlerrate. Sie beantworten die Frage „was passiert“ und ermöglichen die Konfiguration von Alarmen basierend auf Schwellenwerten.

Tracing als Bindeglied

Tracing (verteiltes Tracing) beantwortet die Frage „warum passiert das.“ Jede eingehende Anfrage wird durch alle Microservices, Datenbanken und externen Aufrufe verfolgt. Das APM-System kombiniert Metriken und Tracing: Wenn die Antwortzeitmetrik gestiegen ist, navigiert der Entwickler zum Traces-Dashboard und sieht die genaue Anfrage, die die Verlangsamung verursacht hat, aufgeschlüsselt nach jedem Dienst.

Logging für Tiefe

Logs liefern Kontext — eine spezifische Fehlermeldung, Variablenwert, Aufrufstapel. Moderne APM-Plattformen (Datadog, New Relic, Grafana) verknüpfen Logs mit Traces über eine gemeinsame trace_id und ermöglichen so die Navigation von einem Metrikendiagramm zum Log einer bestimmten Anfrage. Laut Datadog (2025) reduziert die Korrelation von Logs mit Traces die durchschnittliche Incident-Diagnosezeit von 45 auf 12 Minuten.

APM-Architektur: Agenten und Kollektoren

Die klassische APM-Architektur besteht aus drei Ebenen: Agent, Kollektor und Backend. Ein Agent ist eine Bibliothek, die in die Anwendung eingebettet oder neben ihr ausgeführt wird (Sidecar). Der Agent fängt eingehende und ausgehende Aufrufe ab, sammelt Laufzeitdaten und sendet sie über einen sicheren Kanal an den Kollektor.

Wie der APM-Agent funktioniert

Ein APM-Agent für Java kann über javaagent auf JVM-Ebene verbunden werden und automatisch alle HTTP-Anfragen, Datenbankaufrufe, Nachrichtenwarteschlangen und externen APIs instrumentieren. Für mobile Plattformen verbindet sich der Agent als SDK und sammelt Metriken vom Gerät. Der New Relic Agent für Android verfolgt beispielsweise automatisch alle Netzwerkanfragen über OkHttp, HTTP-Clients und WebView.

import com.newrelic.agent.android.NewRelic;

public class MainApplication extends Application {
    public void onCreate() {
        super.onCreate();
        NewRelic.withApplicationToken("YOUR_TOKEN")
            .start(this);
    }
}

Dieser Code initialisiert den New Relic Agent in einer Android-Anwendung. Nach dem Start sammelt der Agent automatisch Netzwerkanfragemetriken, Fehler, ANRs und UI-Leistungsdaten ohne zusätzliche Instrumentierung jedes Bildschirms. Der Agent wird in einem Hintergrundthread ausgeführt und beeinträchtigt nicht die Leistung der Hauptanwendungsoberfläche.

Kollektor und Backend

Der Kollektor empfängt Daten von Tausenden von Agenten, aggregiert Metriken, führt Trace-Sampling durch und speichert Daten in einem Langzeitspeicher mit Hot- und Cold-Storage-Funktionen. Das APM-Backend stellt Dashboards, Alarme, Service Maps und eine API für die Integration mit externen Systemen (Slack, PagerDuty, Jira, ServiceNow) bereit. Datadog verarbeitet über 10 Millionen Datenpunkte pro Sekunde durch seine Kollektoren, die in mehr als 20 Regionen weltweit für minimale Übertragungslatenz verteilt sind.

Apdex Score und SLA-Überwachung

Apdex (Application Performance Index) ist ein offener Standard zur Messung der Benutzerzufriedenheit mit der Antwortzeit der Anwendung. Der Apdex-Wert wird nach der Formel berechnet: (Anzahl zufriedener Benutzer + Anzahl tolerierender Benutzer / 2) / Gesamtzahl der Benutzer. Das Ergebnis ist eine Zahl von 0 bis 1, wobei 1 bedeutet, dass alle Benutzer zufrieden sind.

Apdex-Schwellenwerte werden für jede Anwendung individuell festgelegt. Für mobile Anwendungen liegt eine typische Zufriedenheitsschwelle bei einer Antwortzeit von bis zu 1,5 Sekunden, tolerierbar bis zu 4,5 Sekunden. Alles über 4,5 Sekunden gilt als inakzeptabel. Ein Apdex Score von 0,94 und höher gilt als ausgezeichnet für eine Produktionsumgebung.

Apdex wird nicht nur als Qualitätsmetrik verwendet, sondern auch als Schweilenwert für Alarme. Wenn der Apdex für 10 Minuten unter 0,85 fällt, sendet das APM-System eine Benachrichtigung an das Bereitschaftsteam. Dies ist ein ausgewogenerer Ansatz als die Abhängigkeit von absoluten Antwortzeitwerten, die je nach Tageszeit und Auslastung schwanken können.

APM für mobile Anwendungen

Mobiles APM hat seine eigenen Besonderheiten: Die Anwendung läuft auf dem Gerät des Benutzers, das sich in unterschiedlichen Netzwerkbedingungen befinden kann und unterschiedliche Mengen an freiem Speicher und Betriebssystemversionen aufweist. Mobile APM muss all diese Faktoren berücksichtigen und eine Aufschlüsselung der Metriken nach Gerätemodellen, Betriebssystemversionen, Regionen und Netzbetreibern bereitstellen.

Datenerfassung vom Gerät

Mobile APM-Agenten sammeln Metriken auf dem Gerät und senden sie in Batches in Abständen von 1–5 Minuten an den Server. Dies minimiert die Auswirkungen auf den Datenverkehr des Benutzers. Bei Verbindungsverlust werden die Daten in einem lokalen Cache gespeichert und bei der nächsten Verbindung gesendet. Firebase Performance und Dynatrace Mobile unterstützen die automatische Neuübertragung bei Netzwerkverlust.

Wichtige mobile Metriken

Zu den standardmäßigen APM-Metriken in der Mobilentwicklung kommen spezifische Metriken hinzu: Kaltstartzeit, FPS beim Scrollen, Speicherverbrauch, ANR-Häufigkeit (Android) und Anzahl der Watchdog-Beendigungen (iOS). New Relic Mobile verfolgt zusätzlich Kartenansichten, Cache-Nutzungsprozentsatz und Renderzeit bestimmter ViewController.

import NewRelic

class ProfileViewController: UIViewController {
    override func viewDidLoad() {
        super.viewDidLoad()
        NewRelic.startInteraction(withName: "ProfileView")
    }

    override func viewDidDisappear(animated: Bool) {
        super.viewDidDisappear(animated)
        NewRelic.stopCurrentInteraction()
    }
}

Der Swift-Code erstellt einen Interaktionstrace für den Benutzerprofilbildschirm. New Relic misst automatisch die Datenladezeit, das UI-Rendering und alle Netzwerkanfragen, die während der Anzeige dieses Bildschirms durchgeführt werden.

Vergleich beliebter APM-Plattformen

Der APM-Markt bietet Dutzende von Lösungen, die sich in Überwachungstiefe, Kosten und unterstützten Plattformen unterscheiden. Datadog APM führt bei der Integration von Metriken, Traces und Logs in einer einzigen Oberfläche. New Relic bietet das detaillierteste Tracing für mobile Plattformen. Dynatrace verwendet die Davis-KI-Engine zur automatischen Erkennung von Ursachen.

Die Wahl der APM-Plattform hängt von der Teamgröße, dem Technologie-Stack und dem Budget ab. Für Startups ist Firebase Performance in Kombination mit Grafana für das Backend optimal. Für Unternehmensprojekte mit hohen SLA-Anforderungen — Datadog oder Dynatrace mit einem vollständigen Satz von Observability-Tools und KI-gestützter Ursachenanalyse.