Metrics提供了五個(gè)基本的度量類型：

Gauges（度量）

Counters（計(jì)數(shù)器）

Histograms（直方圖數(shù)據(jù)）

Meters（TPS計(jì)算器）

Timers（計(jì)時(shí)器）

Metrics中MetricRegistry是中心容器，它是程序中所有度量的容器，所有新的度量工具都要注冊到一個(gè)MetricRegistry實(shí)例中才可以使用，盡量在一個(gè)應(yīng)用中保持讓這個(gè)MetricRegistry實(shí)例保持單例。

MetricRegistry 容器

在代碼中配置好這個(gè)MetricRegistry容器：

@Bean public?MetricRegistry?metrics()?{????return?new?MetricRegistry(); }

Meters TPS計(jì)算器

TPS計(jì)算器這個(gè)名稱并不準(zhǔn)確，Meters工具會幫助我們統(tǒng)計(jì)系統(tǒng)中某一個(gè)事件的速率。比如每秒請求數(shù)（TPS），每秒查詢數(shù)（QPS）等等。這個(gè)指標(biāo)能反應(yīng)系統(tǒng)當(dāng)前的處理能力，幫助我們判斷資源是否已經(jīng)不足。Meters本身是一個(gè)自增計(jì)數(shù)器。

通過MetricRegistry可以獲得一個(gè)Meter：

@Beanpublic?Meter?requestMeter(MetricRegistry?metrics)?{????return?metrics.meter("request"); }

在請求中調(diào)用mark()方法，來增加計(jì)數(shù)，我們可以在不同的請求中添加不同的Meter，針對自己的系統(tǒng)完成定制的監(jiān)控需求。

@RequestMapping("/hello")@ResponseBodypublic?String?helloWorld()?{requestMeter.mark();????return?"Hello?World"; }

應(yīng)用運(yùn)行的過程中，在console中反饋的信息：

--?Meters?---------------------------------------------------------------------- request?????????????count?=?21055mean?rate?=?133.35?events/second1-minute?rate?=?121.66?events/second5-minute?rate?=?36.99?events/second15-minute?rate?=?13.33?events/second

從以上信息中可以看出Meter可以為我們提供平均速率，以及采樣后的1分鐘，5分鐘，15分鐘的速率。

Histogram 直方圖數(shù)據(jù)

直方圖是一種非常常見的統(tǒng)計(jì)圖表，Metrics通過這個(gè)Histogram這個(gè)度量類型提供了一些方便實(shí)時(shí)繪制直方圖的數(shù)據(jù)。

和之前的Meter相同，我們可以通過MetricRegistry來獲得一個(gè)Histogram。

@Beanpublic?Histogram?responseSizes(MetricRegistry?metrics)?{????return?metrics.histogram("response-sizes"); }

在應(yīng)用中，需要統(tǒng)計(jì)的位置調(diào)用Histogram的update()方法。

responseSizes.update(new?Random().nextInt(10));

比如我們需要統(tǒng)計(jì)某個(gè)方法的網(wǎng)絡(luò)流量，通過Histogram就非常的方便。

在console中Histogram反饋的信息：

--?Histograms?------------------------------------------------------------------ response-sizescount?=?21051min?=?0max?=?9mean?=?4.55stddev?=?2.88median?=?4.0075%?<=?7.0095%?<=?9.0098%?<=?9.0099%?<=?9.0099.9%?<=?9.00

Histogram為我們提供了最大值，最小值和平均值等數(shù)據(jù)，利用這些數(shù)據(jù)，我們就可以開始繪制自定義的直方圖了。

Counter 計(jì)數(shù)器

Counter的本質(zhì)就是一個(gè)AtomicLong實(shí)例，可以增加或者減少值，可以用它來統(tǒng)計(jì)隊(duì)列中Job的總數(shù)。

通過MetricRegistry也可以獲得一個(gè)Counter實(shí)例。

@Beanpublic?Counter?pendingJobs(MetricRegistry?metrics)?{????return?metrics.counter("requestCount"); }

在需要統(tǒng)計(jì)數(shù)據(jù)的位置調(diào)用inc()和dec()方法。

//?增加計(jì)數(shù)pendingJobs.inc();//?減去計(jì)數(shù)pendingJobs.dec();

console的輸出非常簡單：

--?Counters?--------------------------------------------------------------------requestCount?????????????count?=?21051

只是輸出了當(dāng)前度量的值。

Timer 計(jì)時(shí)器

Timer是一個(gè)Meter和Histogram的組合。這個(gè)度量單位可以比較方便地統(tǒng)計(jì)請求的速率和處理時(shí)間。對于接口中調(diào)用的延遲等信息的統(tǒng)計(jì)就比較方便了。如果發(fā)現(xiàn)一個(gè)方法的RPS（請求速率）很低，而且平均的處理時(shí)間很長，那么這個(gè)方法八成出問題了。

同樣，通過MetricRegistry獲取一個(gè)Timer的實(shí)例：

@Beanpublic?Timer?responses(MetricRegistry?metrics)?{????return?metrics.timer("executeTime"); }

在需要統(tǒng)計(jì)信息的位置使用這樣的代碼：

final?Timer.Context?context?=?responses.time();try?{????//?handle?request}?finally?{context.stop(); }

console中就會實(shí)時(shí)返回這個(gè)Timer的信息：

--?Timers?---------------------------------------------------------------------- executeTimecount?=?21061mean?rate?=?133.39?calls/second?????1-minute?rate?=?122.22?calls/second?????5-minute?rate?=?37.11?calls/second????15-minute?rate?=?13.37?calls/secondmin?=?0.00?millisecondsmax?=?0.01?millisecondsmean?=?0.00?millisecondsstddev?=?0.00?millisecondsmedian?=?0.00?milliseconds??????????????75%?<=?0.00?milliseconds??????????????95%?<=?0.00?milliseconds??????????????98%?<=?0.00?milliseconds??????????????99%?<=?0.00?milliseconds????????????99.9%?<=?0.01?milliseconds

Gauges 度量

除了Metrics提供的幾個(gè)度量類型，我們可以通過Gauges完成自定義的度量類型。比方說很簡單的，我們想看我們緩存里面的數(shù)據(jù)大小，就可以自己定義一個(gè)Gauges。

metrics.register(MetricRegistry.name(ListManager.class,?"cache",?"size"),????????????????(Gauge<Integer>)?()?->?cache.size());

這樣Metrics就會一直監(jiān)控Cache的大小。

除此之外有時(shí)候，我們需要計(jì)算自己定義的一直單位，比如消息隊(duì)列里面消費(fèi)者(consumers)消費(fèi)的速率和生產(chǎn)者(producers)的生產(chǎn)速率的比例，這也是一個(gè)度量。

public?class?CompareRatio?extends?RatioGauge?{????private?final?Meter?consumers;????private?final?Meter?producers;public?CacheHitRatio(Meter?consumers,?Meter?producers)?{????????this.consumers?=?consumers;????????this.producers?=?producers;}????@Overrideprotected?Ratio?getRatio()?{????????return?Ratio.of(consumers.getOneMinuteRate(),producers.getOneMinuteRate());} }

把這個(gè)類也注冊到Metrics容器里面：

@Beanpublic?CompareRatio?cacheHitRatio(MetricRegistry?metrics,?Meter?requestMeter,?Meter?producers)?{CompareRatio?compareRatio?=?new?CompareRatio(consumers,?producers);metrics.register("生產(chǎn)者消費(fèi)者比率",?compareRatio);????return?cacheHitRatio; }

Reporter 報(bào)表

Metrics通過報(bào)表，將采集的數(shù)據(jù)展現(xiàn)到不同的位置,這里比如我們注冊一個(gè)ConsoleReporter到MetricRegistry中，那么console中就會打印出對應(yīng)的信息。

@Beanpublic?ConsoleReporter?consoleReporter(MetricRegistry?metrics)?{????return?ConsoleReporter.forRegistry(metrics).convertRatesTo(TimeUnit.SECONDS).convertDurationsTo(TimeUnit.MILLISECONDS).build(); }

除此之外Metrics還支持JMX、HTTP、Slf4j等等，可以訪問?http://metrics.dropwizard.io/3.1.0/manual/core/#reporters?來查看Metrics提供的報(bào)表，如果還是不能滿足自己的業(yè)務(wù)，也可以自己繼承Metrics提供的ScheduledReporter類完成自定義的報(bào)表類。

import java.lang.management.ManagementFactory;

import java.net.InetSocketAddress;

import java.util.concurrent.TimeUnit;

import javax.annotation.PostConstruct;

import org.slf4j.Logger;

import org.slf4j.LoggerFactory;

import org.springframework.beans.factory.annotation.Autowired;

import org.springframework.boot.autoconfigure.condition.ConditionalOnClass;

import org.springframework.context.annotation.Bean;

import org.springframework.context.annotation.Configuration;

import com.codahale.metrics.JmxReporter;

import com.codahale.metrics.MetricRegistry;

import com.codahale.metrics.Slf4jReporter;

import com.codahale.metrics.graphite.Graphite;

import com.codahale.metrics.graphite.GraphiteReporter;

import com.codahale.metrics.health.HealthCheckRegistry;

import com.codahale.metrics.jvm.BufferPoolMetricSet;

import com.codahale.metrics.jvm.FileDescriptorRatioGauge;

import com.codahale.metrics.jvm.GarbageCollectorMetricSet;

import com.codahale.metrics.jvm.MemoryUsageGaugeSet;

import com.codahale.metrics.jvm.ThreadStatesGaugeSet;

import com.ryantenney.metrics.spring.config.annotation.EnableMetrics;

import com.ryantenney.metrics.spring.config.annotation.MetricsConfigurerAdapter;

import com.zaxxer.hikari.HikariDataSource;

import fr.ippon.spark.metrics.SparkReporter;

@Configuration

@EnableMetrics(proxyTargetClass = true)

public class MetricsConfiguration extends MetricsConfigurerAdapter {

? ? private static final String PROP_METRIC_REG_JVM_MEMORY = "jvm.memory";

? ? private static final String PROP_METRIC_REG_JVM_GARBAGE = "jvm.garbage";

? ? private static final String PROP_METRIC_REG_JVM_THREADS = "jvm.threads";

? ? private static final String PROP_METRIC_REG_JVM_FILES = "jvm.files";

? ? private static final String PROP_METRIC_REG_JVM_BUFFERS = "jvm.buffers";

? ? private final Logger log = LoggerFactory.getLogger(MetricsConfiguration.class);

? ? private MetricRegistry metricRegistry = new MetricRegistry();

? ? private HealthCheckRegistry healthCheckRegistry = new HealthCheckRegistry();

? ? @Autowired

? ? private JHipsterProperties jHipsterProperties;

? ? @Autowired(required = false)

? ? private HikariDataSource hikariDataSource;

? ? @Override

? ? @Bean

? ? public MetricRegistry getMetricRegistry() {

? ? ? ? return metricRegistry;

? ? }

? ? @Override

? ? @Bean

? ? public HealthCheckRegistry getHealthCheckRegistry() {

? ? ? ? return healthCheckRegistry;

? ? }

? ? @PostConstruct

? ? public void init() {

? ? ? ? log.debug("Registering JVM gauges");

? ? ? ? metricRegistry.register(PROP_METRIC_REG_JVM_MEMORY, new MemoryUsageGaugeSet());

? ? ? ? metricRegistry.register(PROP_METRIC_REG_JVM_GARBAGE, new GarbageCollectorMetricSet());

? ? ? ? metricRegistry.register(PROP_METRIC_REG_JVM_THREADS, new ThreadStatesGaugeSet());

? ? ? ? metricRegistry.register(PROP_METRIC_REG_JVM_FILES, new FileDescriptorRatioGauge());

? ? ? ? metricRegistry.register(PROP_METRIC_REG_JVM_BUFFERS, new BufferPoolMetricSet(ManagementFactory.getPlatformMBeanServer()));

? ? ? ? if (hikariDataSource != null) {

? ? ? ? ? ? log.debug("Monitoring the datasource");

? ? ? ? ? ? hikariDataSource.setMetricRegistry(metricRegistry);

? ? ? ? }

? ? ? ? if (jHipsterProperties.getMetrics().getJmx().isEnabled()) {

? ? ? ? ? ? log.debug("Initializing Metrics JMX reporting");

? ? ? ? ? ? JmxReporter jmxReporter = JmxReporter.forRegistry(metricRegistry).build();

? ? ? ? ? ? jmxReporter.start();

? ? ? ? }

? ? ? ? if (jHipsterProperties.getMetrics().getLogs().isEnabled()) {

? ? ? ? ? ? log.info("Initializing Metrics Log reporting");

? ? ? ? ? ? final Slf4jReporter reporter = Slf4jReporter.forRegistry(metricRegistry)

? ? ? ? ? ? ? ? .outputTo(LoggerFactory.getLogger("metrics"))

? ? ? ? ? ? ? ? .convertRatesTo(TimeUnit.SECONDS)

? ? ? ? ? ? ? ? .convertDurationsTo(TimeUnit.MILLISECONDS)

? ? ? ? ? ? ? ? .build();

? ? ? ? ? ? reporter.start(jHipsterProperties.getMetrics().getLogs().getReportFrequency(), TimeUnit.SECONDS);

? ? ? ? }

? ? }

? ? @Configuration

? ? @ConditionalOnClass(Graphite.class)

? ? public static class GraphiteRegistry {

? ? ? ? private final Logger log = LoggerFactory.getLogger(GraphiteRegistry.class);

? ? ? ? @Autowired

? ? ? ? private MetricRegistry metricRegistry;

? ? ? ? @Autowired

? ? ? ? private JHipsterProperties jHipsterProperties;

? ? ? ? @PostConstruct

? ? ? ? private void init() {

? ? ? ? ? ? if (jHipsterProperties.getMetrics().getGraphite().isEnabled()) {

? ? ? ? ? ? ? ? log.info("Initializing Metrics Graphite reporting");

? ? ? ? ? ? ? ? String graphiteHost = jHipsterProperties.getMetrics().getGraphite().getHost();

? ? ? ? ? ? ? ? Integer graphitePort = jHipsterProperties.getMetrics().getGraphite().getPort();

? ? ? ? ? ? ? ? String graphitePrefix = jHipsterProperties.getMetrics().getGraphite().getPrefix();

? ? ? ? ? ? ? ? Graphite graphite = new Graphite(new InetSocketAddress(graphiteHost, graphitePort));

? ? ? ? ? ? ? ? GraphiteReporter graphiteReporter = GraphiteReporter.forRegistry(metricRegistry)

? ? ? ? ? ? ? ? ? ? .convertRatesTo(TimeUnit.SECONDS)

? ? ? ? ? ? ? ? ? ? .convertDurationsTo(TimeUnit.MILLISECONDS)

? ? ? ? ? ? ? ? ? ? .prefixedWith(graphitePrefix)

? ? ? ? ? ? ? ? ? ? .build(graphite);

? ? ? ? ? ? ? ? graphiteReporter.start(1, TimeUnit.MINUTES);

? ? ? ? ? ? }

? ? ? ? }

? ? }

? ? @Configuration

? ? @ConditionalOnClass(SparkReporter.class)

? ? public static class SparkRegistry {

? ? ? ? private final Logger log = LoggerFactory.getLogger(SparkRegistry.class);

? ? ? ? @Autowired

? ? ? ? private MetricRegistry metricRegistry;

? ? ? ? @Autowired

? ? ? ? private JHipsterProperties jHipsterProperties;

? ? ? ? @PostConstruct

? ? ? ? private void init() {

? ? ? ? ? ? if (jHipsterProperties.getMetrics().getSpark().isEnabled()) {

? ? ? ? ? ? ? ? log.info("Initializing Metrics Spark reporting");

? ? ? ? ? ? ? ? String sparkHost = jHipsterProperties.getMetrics().getSpark().getHost();

? ? ? ? ? ? ? ? Integer sparkPort = jHipsterProperties.getMetrics().getSpark().getPort();

? ? ? ? ? ? ? ? SparkReporter sparkReporter = SparkReporter.forRegistry(metricRegistry)

? ? ? ? ? ? ? ? ? ? .convertRatesTo(TimeUnit.SECONDS)

? ? ? ? ? ? ? ? ? ? .convertDurationsTo(TimeUnit.MILLISECONDS)

? ? ? ? ? ? ? ? ? ? .build(sparkHost, sparkPort);

? ? ? ? ? ? ? ? sparkReporter.start(1, TimeUnit.MINUTES);

? ? ? ? ? ? }

? ? ? ? }

? ? }

}

轉(zhuǎn)載于:https://blog.51cto.com/17099933344/1933119

總結(jié)

以上是生活随笔為你收集整理的Metrics —— JVM上的实时监控类库的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。