4、Instance实例维度
- Service Instance Load：当前实例的每分钟请求数
- Service Instance Successful Rate：当前实例的请求成功率
- Service Instance Latency：当前实例的响应延时
- JVM CPU:jvm占用CPU的百分比
- JVM Memory：JVM内存占用大小，单位m
- JVM GC Time：JVM垃圾回收时间，包含YGC和OGC
- JVM GC Count：JVM垃圾回收次数，包含YGC和OGC
- CLR XX：类似JVM虚拟机，这里用不上就不做解释了
每个后端服务几乎都是集群部署，其实就是多台服务器或容器组成一个集群服务，每个服务器或容器可以看出是一个实例。
同样在压测业务流程中，通过这张图，可以很明显看出具那台服务器成为了业务流程当中的性能瓶颈，还能监控jvm的运行状况。
5、Endpoint端点（API）维度
端点其实就可以看到该实例下某个接口的具体负载情况，包括响应时间和吞吐量。
6、DataSource展示栏
当前数据库：选择查看数据库指标
- Database Avg Response Time：当前数据库事件平均响应时间，单位ms
- Database Access Successful Rate：当前数据库访问成功率
- Database Traffic：CPM，当前数据库每分钟请求数
- Database Access Latency Percentile：数据库不同比例的响应时间，单位ms
- Slow Statements：前N个慢查询，单位ms
- All Database Loads：所有数据库中CPM排名
- Un-Health Databases：所有数据库健康排名，请求成功率排名
性能测试中，数据库也是我们重点优化对象，通过上图一方面可以看出来，数据库的健康状况和当前的负载情况，一方面也能看出来具体慢sql。
7、拓扑图
页面轻轻一点，就看到预期想要的结果，后端服务是怎么协作的呢？又涉及到哪些服务呢？服务之间的依赖关系、架构又是怎样的呢？
通过上图，你可以看到答案。
当然了，skywalking的基本功能，远不止这么多，还有日志查询功能、告警功能等等，鉴于篇幅有限，不做赘述。
总结
本篇文章主要分享了链路跟踪技术和具体的链路跟踪组件，skywalking，作为一个测试工程师，有必要了解下这门技术，一方面可以加深我们对后端服务、架构的理解，另一方面在性能测试中，也能帮助我们做性能定位和调优。