目前的应用程序性能测试工具有多方面的局限。每种工具都有其自己对性能的定义，产生太多混乱或矛盾的数值，并缺少简洁的结论。IT经理们无法深入了解性能，而这是软件与用户对关键应用的体验有关的事。
听云作为新一代应用性能监测平台，其性能标准原理来源于Apdex。
Apdex联盟，一个由众多网络分析技术公司和测量工业组成的联盟组织，它们联合起来开发了“应用性能指数”即“Apdex”(Application Performance Index)，用一句话来概括，Apdex是用户对应用性能满意度的量化值。它提供了一个统一的测量和报告用户体验的方法，第一次把最终用户的体验和应用性能联系在了一起。
在网络中运行的任何一个应用（Web、数据库、E-mail等等），它的响应时间决定了用户的满意程度。那么这个“响应时间”是什么？是一个请求数据包得到响应的时间吗？不，这样一个孤立的响应时间再短对用户来说也毫无意义。举一个Web应用的例子，当用户进行一次http链接时，客户端和服务器之间会产生很多个交互（一个交互指一次客户端的请求和服务器的响应），而不是只有一个。可以想象缺少了这其中的任何一个交互，打开的网页都是残缺不全的，http链接这一动作产生的所有交互完成之前，用户无法进行下一步的操作。
换一个角度来看这个过程，进行http链接是用户使用Web应用时发生的一个任务（Task），只有这个任务完成，用户才能进行下一个任务（再次进行http链接，或下载文件等等）。用户在网络上使用一个应用的过程，就是发生连续的一系列任务的过程。
任务的概念非常重要，它是应用性能和用户体验的结合点。在完成一个任务之前，用户是在等待其完成才行下一个任务，这个等待时间片的长短直接影响了用户对应用的满意程度。这才是对用户有真正的意义的“响应时间”，Apdex把完成这样一个任务所用的时间长短称为应用的“响应性”。
基于“响应性”，Apdex定义了3个用户满意度区间:
满意: 这样的响应时间让用户感到很愉快，例如少于3秒钟。
容忍: 慢了一点，但还可以接受，继续这一应用过程，例如3～12秒。
失望: 太慢了，受不了了，用户决定放弃这个应用，例如超过12秒。
“满意”、“容忍”、“失望”这三个区间通过响应时间数值“T”来划分，T值代表着用户对应用性能满意的响应时间界限或者说是“门槛”（Threshold），也就是第一个区间“满意”的底线，如3秒，满意区间就是0~3秒；响应时间超过T值用户就有些不满了，下一个区间“容忍”的界限值则是T和4T，即3~12秒之间为容忍区间；响应时间再长用户就开始考虑放弃了，最后一个区间“失望”的响应时间则大于4T，即多于12秒。
之后，Apdex对应用中发生的任务进行采样，并且按其响应时间把采样划分到相应的满意度区间，计数，再用一个公式计算Apdex指数：
实际上，这个公式的意义在于：
一个满意样本得分为：1
一个容忍样本得分为：0.5
一个失望样本得分为：0
因此公式也可以写成：
Apdex指数 ＝（1 × 满意样本 ＋ 0.5 × 容忍样本）÷ 样本总数
这样，采样结果被量化为一个0到1之间的数值即“Apdex指数”，0代表没有满意用户，1则代表所有用户都满意。经过统计，Apdex把这个数值与用户满意程度细化对应，如下图所示，对于应用性能的Apdex评分与用户的体验紧密关联，为管理者提供了一种通过应用性能量化值来评估用户满意度的方法。
若对Apdex感兴趣，可以访问网站www.apdex.org获得更多信息。
WildPackets遇上Apdex
与其说WildPackets遇上Apdex，到不如说WildPackets“预谋”了与Apdex的相遇。事实上，WildPackets正是Apdex联盟的创始机构之一。现在，它旗下的所有系列产品，OmniAnalysis Platform、AiroPeek、EtherPeek针对网络上运行的应用，均提供行业标准的Apdex评分。
可以看到，在专家系统的统计里多出了一列“Apdex”，它是OmniPeek通过抓包分析对网络上运行的应用计算出的Apdex指数。在下面的截图中，Web应用得分为0.89，用户对此应用应该感到还不错（好）；IM（即时消息）应用和TELNET应用得分分别为0.73和0.77，用起来感觉就一般了，不太满意，但是还可以接受。
Apdex在WildPackets的产品里如何工作？
在事件发现设置窗口（Expert EventFinder Settings）里可以看到，专家系统的事件里多了三个Apdex事件：
Apdex Score – Client Too Low
Apdex Task Ended – Tolerating User
Apdex Task Ended – Frustrated User
其中第一个事件的触发条件对应着Apdex得分，后两个事件的触发条件对应着Apdex任务（Task）的用户满意度区间：
对于这三个事件，当然是基于Apdex模型的，在WildPackets里Apdex的T值被称为“Apdex Threshold Duration”，默认为4.0秒，可以根据需求在事件发现设置窗口里改变这个值。例如，评估一个即时交易的应用，用户对响应时间要求较高，这个T值可以设置为3或者更小；评估一个E – mail的应用，T值则可以设置的稍微大一些，比如8秒。
对于事件“Tolerating User”和“Frustrated User”，触发机制分别是被采样任务的响应时间达到“Apdex Threshold Duration”的1~4倍和4倍以上。
对于事件“Apdex Score – Client Too Low”，除了可以设置“Apdex Threshold Duration”以外，还可以设置“Apdex Score Value”，它默认为0.5。这是它的触发条件，当Apdex的评分低于这个值时，此事件被触发。
抓包开始后，OmniPeek对在应用中产生的任务进行采样，若采样结果触发了某一Apdex事件，那么在Event Summary中会产生一条Apdex事件记录。
对于网络中的一个应用，当采样数量达到10个，OmniPeek就会根据公式计算出这个应用的Apdex的得分。
Apdex带来的是一种新的标准，一种容易让所有人认可的应用性能评估方式。管理者通过Apdex指数可以立即评估出网络中应用的用户满意度，应用的性能不再只是简单的快或者慢，也不再无规矩可遵循，这有些像酒店的星级评定，标准是统一的。只是在网络世界中，如果某个应用达不到“五星级”，那么你就要看看哪里出了什么问题了。