Metrics 监控工具使用

悠悠 2022-05-14 09:06 221阅读 0赞

Metrics是一个Java工具包，里面有各种监控的工具，可以用来监控生产环境中代码的运行状态。通过集成Jetty、Logback、Log4j、Apache HttpClient、Ehcach、JDBI和Jersey等通用库，以及报表平台Ganglia和Graphite

提供的监控工具：

*  Gauges：用于某一个值的测量。
 *  Counters：计数器是一个AtomicLong的实例，可以增加或减少其值。
 *  Histograms: 统计数值的分布，例如最大值、最小值和平均值等。
 *  Meters：测量一段时间内的事件发生率，例如TPS。
 *  Timers：测量一段代码被调用的速率和持续时间的分布。
 *  Health Checks：检测服务健康的状况。

提供的多种渠道输出：

*  ConsoleReporter：控制台
 *  CsvReporter：CSV文件
 *  Slf4jReporter：Logback、Log4j等日志输出
 *  JmxReporter：基于JMX的输出
 *  GangliaReporter：监控工具Ganglia
 *  GraphiteReporter：监控工具Graphite

实际应用场景：

*  Meters：统计鉴权接口的吞吐量。
 *  Gauges：定时输出缓存键的数量。
 *  Counters：统计鉴权接口失败的次数。
 *  Histograms: 统计鉴权接口的最大、最小、平均的响应时间。
 *  Timers：统计鉴权接口响应时间的分布，同时输出吞吐量信息。
 *  Health Checks：account模块是否存活。

**基本使用Demo**

1.引入相关依赖

<dependency>
        <groupId>com.codahale.metrics</groupId>
        <artifactId>metrics-core</artifactId>
        <version>3.0.1</version>
    </dependency>

2.Counter计数器的使用 计数器 可以通过inc()和dec()方法对计数器做修改

package com.hqq.metrics;
    
    import com.codahale.metrics.ConsoleReporter;
    import com.codahale.metrics.Counter;
    import com.codahale.metrics.CsvReporter;
    import com.codahale.metrics.MetricRegistry;
    
    import java.io.File;
    import java.util.Queue;
    import java.util.concurrent.LinkedBlockingQueue;
    import java.util.concurrent.TimeUnit;
    
    
    public class TestCounter { 
        /** * 类似一个metrics容器，维护一个Map，可以是一个服务一个实例 */
        private static final MetricRegistry metricRegistry = new MetricRegistry();
    
        /*** * 创建一个计数器 * * 另一种方法: * Counter counter = new Counter(); * metricRegistry.register(MetricRegistry.name(TestCounter.class,"counter-job"),counter); */
        private static final Counter counter = metricRegistry.counter(MetricRegistry.name(TestCounter.class, "counter-job"));
    
        /** * 任务队列 */
        private static final Queue<String> queue = new LinkedBlockingQueue<>();
    
        /** * 控制台输出 */
        private static final ConsoleReporter consoleReporter = ConsoleReporter.forRegistry(metricRegistry).build();
    
        /** * CSV文件输出 */
        private static final CsvReporter CSV_REPORTER = CsvReporter.forRegistry(metricRegistry).build(new File("/Users/xxxx/Works"));
    
        /** * 入口方法 * * @param args * @throws InterruptedException */
        public static void main(String[] args) throws InterruptedException {
            consoleReporter.start(1000, TimeUnit.MILLISECONDS);
            CSV_REPORTER.start(1000, TimeUnit.MILLISECONDS);
    
            for (int i = 0; i < 10; i++) {
                addToQueue("work");
                Thread.sleep(1000);
            }
        }
    
        /** * 入队操作 * * @param content */
        private static void addToQueue(String content) {
            counter.inc();
            queue.offer(content);
        }
    
        /** * 出队操作 */
        private static String takeFromQueue() {
            counter.dec();
            return queue.poll();
        }
    
    }

3.Guages使用 一般用来统计瞬时状态的数据信息

package com.hqq.metrics;
    
    import com.codahale.metrics.ConsoleReporter;
    import com.codahale.metrics.Gauge;
    import com.codahale.metrics.JmxReporter;
    import com.codahale.metrics.MetricRegistry;
    
    import java.util.Queue;
    import java.util.concurrent.LinkedBlockingQueue;
    import java.util.concurrent.TimeUnit;
    
    public class TestGuages { 
    
        /** * 类似一个metrics容器，维护一个Map，可以是一个服务一个实例 */
        private static final MetricRegistry metricRegistry = new MetricRegistry();
    
        /** * 任务队列 */
        private static final Queue<String> queue = new LinkedBlockingQueue<>();
    
        /** * 控制台输出 */
        private static final ConsoleReporter consoleReporter = ConsoleReporter.forRegistry(metricRegistry).build();
    
        public static void main(String[] args) throws InterruptedException {
    // consoleReporter.start(3, TimeUnit.SECONDS);
            consoleReporter.start(1000, TimeUnit.MILLISECONDS);
    
            //创建大小统计Gauge
            Gauge<Integer> sizeGauge = () -> queue.size();
    
            //放入容器
            metricRegistry.register(MetricRegistry.name(TestGuages.class, "guage-job", "size"), sizeGauge);
    
            //测试JMX
            JmxReporter jmxReporter = JmxReporter.forRegistry(metricRegistry).build();
            jmxReporter.start();
    
            //模拟操作
            for (int i = 0; i < 10; i++) {
                queue.add("work");
                Thread.sleep(1000);
            }
        }
    }

4.Meters使用 度量某个时间段的平均处理次数（request per second） 每1、5、15分钟的TPS

package com.hqq.metrics;
    
    import com.codahale.metrics.ConsoleReporter;
    import com.codahale.metrics.Meter;
    import com.codahale.metrics.MetricRegistry;
    
    public class TestMeters { 
        /** * 类似一个metrics容器，维护一个Map，可以是一个服务一个实例 */
        private static final MetricRegistry metricRegistry = new MetricRegistry();
    
        /** * 任务队列 */
        private static final Meter requestMeter = metricRegistry.meter(MetricRegistry.name(TestMeters.class, "meters-job"));
    
        /** * 控制台输出 */
        private static final ConsoleReporter consoleReporter = ConsoleReporter.forRegistry(metricRegistry).build();
    
        public static void main(String[] args) throws InterruptedException {
    // consoleReporter.start(1000, TimeUnit.MILLISECONDS);
    
            //模拟操作
            for (int i = 0; i < 20; i++) {
                request();
            }
    
            double meanRate = requestMeter.getMeanRate();
            System.out.println(meanRate);
        }
    
        /** * 模拟请求 */
        private static void request() throws InterruptedException {
            requestMeter.mark();
            Thread.sleep(500);
        }
    }

5.Histograms使用 主要使用来统计数据的分布情况 最大值、最小值、平均值、中位数，百分比（75%、90%、95%、98%、99%和99.9%）

package com.hqq.metrics;
    
    import com.codahale.metrics.ConsoleReporter;
    import com.codahale.metrics.Histogram;
    import com.codahale.metrics.MetricRegistry;
    
    import java.util.concurrent.TimeUnit;
    
    public class TestHistograms { 
    
        /** * 类似一个metrics容器，维护一个Map，可以是一个服务一个实例 */
        private static final MetricRegistry metricRegistry = new MetricRegistry();
    
        /** * 初始化Histogram */
        private static final Histogram histogram = metricRegistry.histogram(MetricRegistry.name(TestHistograms.class, "histograms-job"));
    
        /** * 控制台输出 */
        private static final ConsoleReporter consoleReporter = ConsoleReporter.forRegistry(metricRegistry).build();
    
        public static void main(String[] args) throws InterruptedException {
            consoleReporter.start(1000, TimeUnit.MILLISECONDS);
    
            for (int i = 0; i < 10; i++) {
                handleRequest(1000);
                Thread.sleep(1000);
            }
    
            System.out.println(histogram.getSnapshot().getMean());
        }
    
        private static void handleRequest(Integer value) {
            histogram.update(value);
        }
    }

6.Timer使用 主要是用来统计某一块代码段的执行时间以及其分布情况

package com.hqq.metrics;
    
    import com.codahale.metrics.ConsoleReporter;
    import com.codahale.metrics.MetricRegistry;
    import com.codahale.metrics.Timer;
    
    import java.util.concurrent.TimeUnit;
    
    import static java.util.concurrent.TimeUnit.MILLISECONDS;
    
    public class TestTimers { 
    
        /** * 类似一个metrics容器，维护一个Map，可以是一个服务一个实例 */
        private static final MetricRegistry metricRegistry = new MetricRegistry();
    
        /** * 初始化Timer */
        private static final Timer timer = metricRegistry.timer(MetricRegistry.name(TestTimers.class, "timer-job"));
    
        /** * 控制台输出 */
        private static final ConsoleReporter consoleReporter = ConsoleReporter.forRegistry(metricRegistry).build();
    
        public static void main(String[] args) {
            consoleReporter.start(100, TimeUnit.MILLISECONDS);
    
            for (int i = 0; i < 10; i++) {
                handleRequest(330L);
            }
    
    // long millSeconds = NANOSECONDS.convert(new Double(timer.getSnapshot().getMean()).longValue(), TimeUnit.MILLISECONDS);
            long convert = MILLISECONDS.convert(new Double(timer.getSnapshot().getMean()).longValue(), TimeUnit.NANOSECONDS);
            System.out.println(convert);
    // System.out.println(timer.getSnapshot().getMean() / 1000000);
        }
    
        private static void handleRequest(Long sleepMills) {
            Timer.Context context = timer.time();
            try {
                Thread.sleep(sleepMills);
            } catch (InterruptedException e) {
                e.printStackTrace();
            } finally {
                context.stop();
            }
        }
    }