一句话回答
Apdex 分(Application Performance Index,应用性能指数)是把用户对响应时间的满意度压成 0–1 的开放标准:≤T 的样本计 1 分,T 到 4T 计 0.5 分,更慢的和错误计 0 分;分数 = (满意数 + 容忍数 ÷ 2) ÷ 总样本数。
公式: Apdex = (满意数 + 容忍数 ÷ 2) ÷ 总样本数
Apdex 分是什么?
在性能监控里,Apdex 分(Application Performance Index,应用性能指数)是一个开放标准,把用户对应用响应时间的满意程度压成 0 到 1 之间的一个数。规范由 Apdex Alliance 发布(Technical Specification V1.1,©2007),任何工具都可以按同一套算法实现——所以 New Relic、Dynatrace 这些 APM 产品报出来的分数口径一致、可以互认。1 分表示每一次请求都达标;0 分表示每一次请求都让用户不满意。
Apdex 要解决的是平均值的问题。平均响应时间 300 毫秒,可能掩盖了 10% 让用户流失的慢请求;反过来,一次 60 秒的离群值也能把本来健康的服务的平均值拉高。Apdex 改成逐个请求对着目标阈值 T 打分——满意、容忍、不满意——再把这些分平均,单位从毫秒变成了用户满意度。这也是它成为真实用户与应用监控里常见指标的原因。
但有个前提,也是这篇文章反复要证明的:分数的意义完全取决于 T。T 定错了,后面每个数字都是错的——而在网页体验这个场景里,更常用的是 Core Web Vitals。
Apdex 公式与三个区间
每个请求样本按目标阈值 T 落进三个区间之一:
- 满意(Satisfied):响应时间 ≤ T,用户感觉「即时」。计 1 分。
- 容忍(Tolerating):响应时间 > T 且 ≤ 4T,明显慢但还能接受。计 0.5 分。
- 不满意(Frustrated):响应时间 > 4T,计 0 分。不满意的边界 F 由规范固定为 4T——你只能配置 T,不能单独配置 F。
Apdex = (满意数 + 容忍数 ÷ 2) ÷ 总样本数
规范里有两条规则,比看上去重要得多:
- 错误计为不满意。 失败的请求——404 或服务端错误——不管失败得多快都是 0 分。快速失败也是失败。用户主动中止的请求同样计入。
- 错误必须留在分母里。 总样本数包含所有请求,失败也算。把错误从计算里剔掉,分数就虚高;下面的算例会算出虚高多少。
规范自带的校验例:流量里 80% 满意、10% 容忍、10% 不满意,得分就是 0.80 + 0.10 ÷ 2 = 0.85。
算例:同一份流量,两个阈值
示例数据:某接口一小时内 1,000 次请求,按响应时间分桶。
| 响应时间 | 请求数 |
|---|---|
| ≤ 0.5 秒 | 600 |
| 0.5–1 秒 | 150 |
| 1–2 秒 | 130 |
| 2–4 秒 | 80 |
| > 4 秒 | 20 |
| 错误(不论耗时) | 20 |
| 合计 | 1,000 |
取 T = 0.5 秒(F = 2 秒):满意 = 600;容忍 = 150 + 130 = 280;不满意 = 80 + 20 + 20 个错误 = 120。
Apdex = (600 + 280 ÷ 2) ÷ 1,000 = 740 ÷ 1,000 = 0.74 → Fair(一般)。
取 T = 1 秒(F = 4 秒):满意 = 600 + 150 = 750;容忍 = 130 + 80 = 210;不满意 = 20 + 20 个错误 = 40。
Apdex = (750 + 210 ÷ 2) ÷ 1,000 = 855 ÷ 1,000 = 0.855 → Good(良好)。
服务什么都没变——同一份流量、同一个小时,只是「即时」的定义变了,分数就跳了一个档。所以规范要求分数必须带着阈值一起报告,格式是 score[T]:这个小时应写成 0.74 [T=0.5] 或 0.86 [T=1.0],不能只报一个光秃秃的「0.86」。
再看错误的陷阱:如果把那 20 个错误悄悄从 T = 0.5 秒的计算里剔掉,分数变成 (600 + 280 ÷ 2) ÷ 980 = 740 ÷ 980 = 0.755。一行代码没改,服务就「变好」了。错误必须作为不满意样本留在分母里。
Apdex 多少分算好?
规范 Table 3 定义了五个评级档:
| 分数 | 评级 |
|---|---|
| 0.94–1.00 | Excellent(优秀) |
| 0.85–0.93 | Good(良好) |
| 0.70–0.84 | Fair(一般) |
| 0.50–0.69 | Poor(差) |
| 0.00–0.49 | Unacceptable(不可接受) |
多数团队把 0.85 当作日常目标,把 0.94 当作冲刺目标。读厂商文档时有个细节要留意:Dynatrace 知识库把 Poor 写成 0.69–0.49,也就是 0.49 分落在 Poor;而规范把 0.00–0.49 划进 Unacceptable。这是边界上的舍入差异;两边不一致时,以规范为准。
另外,评级只有在 T 固定的前提下才有意义。上面的算例已经演示过:0.74 [T=0.5] 和 0.86 [T=1.0] 说的是同一份流量——跨服务、跨时间段比分数而不核对 T,比了也白比。
阈值 T 怎么定?
T 是用户觉得「即时」的那个响应时间——不是你当前的性能水平,也不是行业平均值。New Relic 文档用 app server T = 0.5 秒作示例,但这个值要按应用或事务类型自己定:搜索 API 和 PDF 导出不该共用一个 T。
三条判断规则:
- 如果 T 取当前的 p95,分数会永远停在 0.95 附近。 按定义,约 95% 的样本 ≤ T,这个指标就永远报不了警。T 是目标,不是对现状的描述——别拿自己的百分位数倒推 T。
- 如果健康的一周也打不到 0.9 分,多半是 T 定得太紧。 你选的是一个愿望值,不是用户真正感知为「即时」的时间。对着任务本身重新校准,然后重新建基线。
- T 定了就固定下来。 换 T,所有历史对比全部作废。确实要换,就按新 T 重算历史,或者在图上标注断点——并且报分数时永远带上 T。
Apdex 和 Core Web Vitals 怎么选?
网页场景里更常用的标尺是 Core Web Vitals(CWV)。两者都把性能压成评级,但几乎每个设计选择都不一样:
| Apdex | Core Web Vitals | |
|---|---|---|
| 量什么 | 请求 / 事务的响应时间 | 页面体验:加载(LCP)、交互(INP)、视觉稳定(CLS) |
| 阈值谁定 | 你自己,按应用定 T,F = 4T | Google 固定:LCP ≤2.5s / ≤4s / >4s;INP ≤200ms / ≤500ms / >500ms;CLS ≤0.1 / ≤0.25 / >0.25 |
| 输出 | 一个 0–1 分加评级 | 三个指标,各分好 / 需改进 / 差 |
| 汇总方式 | 逐样本打分的平均值 | 真实用户数据的第 75 百分位,移动和桌面分开 |
| 错误 | 计为不满意 | 不测错误 |
| 可比性 | 只在同一个 T 内可比 | 阈值固定,跨站可比 |
| 典型用途 | API / 服务端事务的 SLA、APM | 网页体验、Search Console 报告 |
CWV 的固定阈值把 T 的问题整个消掉了:没人能靠重新定义「即时」来美化慢网站,而且 LCP 看第 75 百分位,意味着四次真实访问里有三次达标——这是一个更严格、可横向比较的门槛。Apdex 的位置在于:服务端 SLA 需要「一个数」的时候,它仍然好用。两者互补不互换:CWV 看不到错误,Apdex 看不到布局偏移和视觉完整性。
常见误区与局限
- 跨 T 比分数。 上面两个阈值的算例就是完整的告诫:0.74 和 0.86 是同一个小时。
- 尾部严重度被压平。 超过 4T 一律 0 分。T = 1 秒时,4.1 秒和 40 秒的响应在分数里没有区别。Apdex 旁边要配一张 p95/p99 延迟图。
- 小样本不稳。 New Relic 指出每分钟低于约 100 次请求时分数不稳定,几个慢请求就能让它大幅摆动。低流量接口要拉长统计窗口。
- 响应时间不等于完整体验。 Apdex 不管布局偏移、视觉完整性,也不管用户的任务有没有真正完成。
- 不是 SEO 信号。 Google 的页面体验评估用的是 Core Web Vitals,不是 Apdex。只把 Apdex 做上去,Search Console 里什么都不会变。
在 TapCub 里怎么看真实用户的性能
假设你想给网页算 Apdex,是因为需要一个「真实用户体验 + 分档」的视图。TapCub 没有 Apdex 指标,也算不出 Apdex;把 Core Web Vitals 折算成 Apdex 分本来就不对,因为没有 T 可以套。TapCub 给你的是下面四步:
- 打开监测 › 性能。数字来自访客浏览器里的真实页面加载,网站脚本默认上报性能指标。五张卡片对应 LCP、CLS、INP、FCP、TTFB,各按固定阈值分档:良好的上限分别是 2.5 秒、0.1、200 毫秒、1.8 秒、800 毫秒,超过 4 秒、0.25、500 毫秒、3 秒、1.8 秒算较差,介于两者之间算需改进。这些固定分档,替代了你原本要自己选的 T。
- 看 P75 和良好占比。把卡片切到 P75(也可以选 P95、中位数、平均值),再按页面、国家、设备、浏览器或操作系统分组;对照表里说的手机和电脑分开看,就是按设备分组。「最慢页面」按 P75 LCP 排序,找原因可以看网站加载慢的排查方法。页面上还有一个由 LCP、INP、CLS 合成的 0 到 100 分,那是 TapCub 自己的汇总分,不是 Apdex 分,两者不能对比。
- 「不满意」那部分在监测 › 错误里单独看。安装片段打开错误采集后,卡片显示错误数、错误率(错误数 ÷ 浏览量)、受影响访客和受影响会话,每组错误都能展开看每一次发生。Apdex 把失败请求计为「不满意」并入分数;这里错误保持为单独的错误率,加载快但报错的页面不会被一个好看的 LCP 掩盖。
- 用监控对错误告警。在全端分析 › 智能运营 › 监控里,内置量
error_rate和errors可以按小时或按天检查;试运行会告诉你过去 30 天这条规则会触发几次。监控只通知,不会替你做任何操作。
边界说清楚:Core Web Vitals 量的是页面体验,不是服务端事务的响应时间,Apdex 公式套不上去。后端 SLA 确实需要 Apdex 分时,用实现了 Apdex 规范的 APM 工具(厂商文档见资料来源)。性能页和错误页的顶栏都没有上一周期对比;TapCub 只负责衡量,不会改你的代码或主机配置。完整的监测流程见网站性能监控。
资料来源
- Apdex Alliance,Apdex Technical Specification V1.1(PDF)——三区间、F = 4T、错误处理、评级分档、score[T] 格式。
- New Relic 文档,Apdex: Measure user satisfaction——算例、apdex_f、低 RPM 不稳定。
- Dynatrace 知识库,What is Apdex?——厂商分档表与局限。
- web.dev,Web Vitals——达标值与 p75 规则。
- Google Search Console 帮助,Core Web Vitals 报告——LCP、INP、CLS 的三档阈值。
这个解释清楚吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。
