自适应applications是数据驱动的
这就是人们观察我的珊瑚礁水族箱时所看到的景象。
他们看到了令人惊奇的纽扣珊瑚样本。 经过多年专注精心培育的珊瑚。 他们看到了这个世界上不同生命的美丽，以及海洋生物的奇妙。
他们没有看到的是其背后隐藏着什么。 这些生物赖以生存的沙子和岩石中隐藏着一个令人难以置信的微生物生态系统，没有这些微生物，海葵就无法生存，更不用说繁衍生息了。
他们也看不到我监视他们环境状况的警惕性。 他们看不到逐分钟、逐日的图表数字，无法在出现问题时通知我。 当一个参数低于或高于安全水平时，他们听不到警报声。
在科技界也是如此。
当我们（即企业的我们）谈论自适应applications时，我们谈论的是人们所看到的内容。
当用户今天与您互动以购买产品、支付账单或获得支持时，他们会看到一件事：用户体验。 他们没有看到保障和提供这种体验的无数的applications、基础设施、环境和服务。
但它们确实存在，并且对于确保健康的用户体验至关重要。
数据的重要性
知道某件事是错的和知道该怎么做之间存在很大区别。 了解 pH 值和温度之间的关系等简单的事情可能意味着解决问题和使问题变得更糟之间的区别。 对于用户体验来说也是如此。
向前迈出的基础一步是确保我们收集正确的数据。 不幸的是，相当一部分组织并没有这样做。
Turbonomic 的一项调查揭示了这一现象（重点补充）： “当我们询问受访者他们的组织如何衡量应用性能时，令人欣慰的是，超过 60% 的人以某种形式对其进行了衡量。 但最常见的方法是测量可用性，而不是管理服务水平目标 (SLO)，后者通常采用响应时间或事务吞吐量的形式。 13％根本不测量应用性能。 ”
没有测量，自适应applications就永远不可能实现。 通过测量，我们可以了解用户体验的健康状况，并通过分析这些测量结果推断出关系和模式。 最终，真正能够产生自适应applications的自动化是基于测量和我们对测量的理解。 通过准确测量水族箱中的条件（并了解它们之间的关系），我能够自动做出响应并几乎毫不费力地为水族箱中的生物维持最佳环境。
如果不能对用户体验做到同样地好，将会对业务产生非常实际的影响。 89% 的客户在获得糟糕的客户体验后开始与竞争对手做生意。[1] 获取一个新客户来替代它们的成本很高，零售业平均每位客户 77 美元，金融业每位客户超过 250 美元。 潜在的收入损失更高：忠诚客户的平均价值是其首次购买价值的十倍。[2] 保持非凡的用户体验不仅对业务有益，而且是必要的。 由于替代品触手可及，维持忠诚的客户需要像我关注珊瑚礁水族箱一样热心关注用户体验的健康。
获取测量结果以及自动响应的控制点的关键是交付和保护applications的基础设施和服务。
自适应applications是数据驱动的
在波兰华沙，八蛤蜊被证明比任何技术都能更好地测量水质。 “贻贝对污染非常敏感，当它们检测到水被污染时，它们就会闭嘴，这一动作会触发警报，因为贻贝壳上装有特殊的传感器。”[3] 直到最近，还没有人知道它们的存在。 居民们只知道他们可以获得安全的饮用水。
像这种蛤蜊的生物体会本能地测量一切，并且特别善于根据数据识别危险。 但没有哪一个内部系统能够对这一超级大国负责。 它需要数百个内部系统的协作来产生测量值，并且能够分析得到的数据，从而在瞬间判断水是否危险。
正是测量数据使得应用具有适应性。 如果没有明确的行动触发因素，就没有必要进行适应。 对产能和需求的了解推动了规模的扩大。 识别恶意活动会触发安全行动。 认识到性能下降会刺激优化。
这些数据范围很广，必然包括技术堆栈每一层的测量数据。 这些数据汇总并映射到业务流程（数字化工作流）后，可以被分析并转化为applications需要自动适应的信息。
进一步分析后，关系、模式和趋势可以呈现给企业领导者，从而能够将架构、基础设施和applications与实际业务成果相结合。 这些见解可以以基于人工智能的安全和 AIOps 的形式提供自动化行动，并使业务和 IT 利益相关者能够做出明智的决策。
行动需要能够接收指令并采取行动的系统。 我们与世界的界面并没有对我们内部的危险情况做出反应。 我们的免疫系统和其他内部系统代表我们采取行动。 在数字世界中，这些内部系统是应用服务和基础设施。 界面背后的技术可生成数据并采取行动来保护、扩展和优化用户体验。
自适应应用s是数据驱动的，由应用服务、基础设施以及交付、保护和扩展它们的系统生成的遥测支持。 通过能够分析数据并产生可操作和可自动化见解的平台，企业将能够自信地、更快地实现自适应应用s。