什么是数据监控

主动监控（也称为合成监控）通过模拟用户交互来测试网站或应用程序，检查用户体验、性能和可用性问题。被动监控则是通过检测网络、服务器以及网页对象（如JavaScript加载缓慢）等问题来监控数据。

基础设施监控收集来自服务器、容器、数据库和虚拟机等IT基础设施的数据，以检测性能问题并找出应用程序错误的根本原因。应用性能监控（APM）工具则用于收集应用程序数据进行分析，企业可利用这些数据修复或改进应用程序。

运行时监控持续监视中间件中的数据流动，检测并报告异常活动。服务级别协议（SLA）监控对于确保IT服务提供商履行与客户的合同义务至关重要。

客户旅程监控结合了多个层次，从基本的关键页面可用性监控到更复杂的关键流程合成监控。数据监控交换机还可支持各种端口映射，实现灵活的多对多连接。

数据监控系统通常需要各种传感器来采集数据。例如，在医疗监控中，会使用光电二极管、压力传感器和其他生物传感器来测量生理参数，如血压、脉搏血氧和心电图。在应用程序性能管理（APM）中，则需要监控内存使用情况、CPU利用率、网络组件等基础设施数据。

采集到的原始数据通常需要进行转换和处理，以便于显示或传输。数据转换组件负责将传感器信号转换为可在监视器上显示或传输到外部设备的格式。现代系统还会使用数字信号处理技术，实现小型化、便携性和多参数跟踪等功能。

数据监控系统还需要分析组件，利用人工智能和机器学习算法进行预测性分析、诊断错误根源，并将复杂的应用程序性能问题联系起来，对于及时发现和解决潜在问题至关重要。

监控数据需要通过显示设备持续显示，如CRT、LED或LCD屏幕，通常会显示计算出的参数值，如最大值、最小值、平均值、脉搏和呼吸频率等。此外，当某些参数超出或未达到阈值时，监控系统还可以发出可听报警，提醒工作人员采取行动。

现代数据监控系统还可以支持移动性和连接性，实现远程医疗和身体区域网络，将数据传输到智能手机或其他设备。在APM中，也需要监控服务级别协议（SLA），以确保满足IT服务提供商与客户之间的合同要求。

缓冲技术可以提高实时系统的速度和响应时间，允许缓冲管理器确定一个事务是否应该继续执行。实时数据库可以通过设置截止时间和等待期来提高准确性和效率，避免冲突，确保时间一致性。实时数据库系统可以监控物理系统，并将其表示为数据流写入数据库，通过检查事务的执行顺序来记录最新最准确的信息。

对于涉及多种设备的远程患者监控（RPM）系统，需要对数据交换和多个组件之间的互操作性进行标准化。确保敏感患者数据在电信网络上的传输安全也是提高RPM效率的关键。

远程监控和管理（RMM）软件可用于远程排除连接设备的故障并管理安全功能，提高效率并缩短响应时间。此外，系统日志可用于识别趋势、优化基础设施并了解用户行为，从而实现更好的资源分配和性能提升。

数据目录可以促进数据命名、定义和指标的一致性，减少数据冗余，提高整体效率。数据目录还可以通过提供对数据资产和访问控制的可见性来增强安全性和合规性。最后，在物联网系统中利用边缘计算和云计算技术可以增加边缘的计算能力，减少通信延迟，提高响应时间。

合成监控是数据监控的一个关键应用场景。通过实施合成监控，IT/运维人员可以提前发现应用程序问题，并采取补救措施，避免问题恶化。合成监控使他们能够从最终用户的角度监控应用程序的性能和健康状况。

深入组件监控提供了对应用程序堆栈的实时视图，并将其与用户定义的业务交易联系起来。这使IT人员能够更深入地了解支持关键业务应用程序的底层基础设施和中间件组件。

应用程序发现和依赖关系映射（ADDM）也是一个重要的应用场景，因为它有助于自动化将交易和应用程序映射到底层基础设施组件的过程。这为有效的事件关联奠定了基础，并提供了对网络拓扑与应用程序架构交互方式的总体理解。

用户体验监控（UEM）被视为实时应用程序监控的另一个方面，因为它允许组织监控最终用户设备和体验，为客户如何与关键业务应用程序交互以及感知其性能提供了宝贵的见解。

确保所收集数据的质量和一致性是一大挑战。各种来源如体域网（BAN）生成的数据容易出现错误和不一致，需要对传感器进行适当验证，减少误报并识别硬件和软件设计中的弱点。

如何管理海量数据是另一挑战。维护和分析这些大规模数据集至关重要，需要高效的大数据分析管道。

患者数据可能分散在不同系统和设备，如何无缝地收集和分析这些分散的数据是一大挑战。企业需要能够跨系统、跨设备整合和分析数据。

大数据分析管道的规模、非结构化性质和复杂性，使得数据科学家难以调试意外结果。由于相关数据源越来越容易获取，审计和数据验证成为主要问题。

在处理诸如基因组数据等敏感数据时，隐私和合规性是重大挑战。企业必须实施强有力的隐私保护措施，并确保符合相关法规。

在20世纪70年代和80年代，随着临床试验变得越来越复杂，客观、独立的数据监控需求日益凸显。这一时期，数据监控委员会（DMC）的使用开始普及，为确保研究参与者的安全和福祉提供了独立的监督和监控。

随着时间的推移，DMC的角色和职责也在不断发展。监管机构如FDA为DMC的建立和运作提供了指导框架。如今，DMC广泛应用于临床试验中，尤其是大型、长期的研究项目，以持续监控数据并就试验的继续、修改或终止向研究赞助商和研究人员提出建议。

DMC的专业知识和独立性对于确保临床研究的完整性和道德操守至关重要。DMC在整个临床试验过程中发挥着关键作用，为数据监控的发展做出了重大贡献。