转自：http://blog.csdn.net/smallnest/article/details/38491507
http://colobu.com/2014/08/08/Metrics-and-Spring-Integration/
Metrics可以为你的代码的运行提供无与伦比的洞察力。作为一款监控指标的度量类库，它提供了很多模块可以为第三方库或者应用提供辅助统计信息， 比如Jetty, Logback, Log4j, Apache HttpClient, Ehcache, JDBI, Jersey, 它还可以将度量数据发送给Ganglia和Graphite以提供图形化的监控。
Metrics提供了Gauge、Counter、Meter、Histogram、Timer等度量工具类以及Health Check功能。
Metrics Graphite dashboard
引用Metric库
将metrics-core加入到maven pom.xml中：
| 1234567 | <dependencies> <dependency> <groupId>com.codahale.metrics</groupId> <artifactId>metrics-core</artifactId> <version>${metrics.version}</version> </dependency></dependencies> |
将metrics.version 设置为metrics最新的版本。
现在你可以在你的程序代码中加入一些度量了。
Registry
Metric的中心部件是MetricRegistry。 它是程序中所有度量metric的容器。让我们接着在代码中加入一行：
final MetricRegistry metrics = new MetricRegistry();
Gauge (仪表)
Gauge代表一个度量的即时值。 当你开汽车的时候， 当前速度是Gauge值。 你测体温的时候， 体温计的刻度是一个Gauge值。 当你的程序运行的时候， 内存使用量和CPU占用率都可以通过Gauge值来度量。
比如我们可以查看一个队列当前的size。
| 1234567891011121314 | public class QueueManager { private final Queue queue; public QueueManager(MetricRegistry metrics, String name) { this.queue = new Queue(); metrics.register(MetricRegistry.name(QueueManager.class, name, “size”), new Gauge<Integer>() { @Override public Integer getValue() { return queue.size(); } }); }} |
registry 中每一个metric都有唯一的名字。 它可以是以.连接的字符串。 如”things.count” 和 “com.colobu.Thing.latency”。 MetricRegistry 提供了一个静态的辅助方法用来生成这个名字：
| 1 | MetricRegistry.name(QueueManager.class, “jobs”, “size”) |
生成的name为com.colobu.QueueManager.jobs.size。
实际编程中对于队列或者类似队列的数据结构，你不会简单的度量
queue.size()， 因为在Java.util和java.util.concurrent包中大部分的queue的#size是O(n)，这意味的调用此方法会有性能的问题， 更深一步，可能会有lock的问题。
RatioGauge可以计算两个Gauge的比值。 Meter和Timer可以参考下面的代码创建。下面的代码用来计算计算命中率 (hit/call)。
| 123456789101112131415 | public class CacheHitRatio extends RatioGauge { private final Meter hits; private final Timer calls; public CacheHitRatio(Meter hits, Timer calls) { this.hits = hits; this.calls = calls; } @Override public Ratio getValue() { return Ratio.of(hits.oneMinuteRate(), calls.oneMinuteRate()); }} |
CachedGauge可以缓存耗时的测量。DerivativeGauge可以引用另外一个Gauage。
Counter (计数器)
Counter是一个AtomicLong实例， 可以增加或者减少值。 例如，可以用它来计数队列中加入的Job的总数。
| 1234567891011 | private final Counter pendingJobs = metrics.counter(name(QueueManager.class, “pending-jobs”));public void addJob(Job job) { pendingJobs.inc(); queue.offer(job);}public Job takeJob() { pendingJobs.dec(); return queue.take();} |
和上面Gauage不同，这里我们使用的是metrics.counter方法而不是metrics.register方法。 使用metrics.counter更简单。
Meter ()
Meter用来计算事件的速率。 例如 request per second。 还可以提供1分钟，5分钟，15分钟不断更新的平均速率。
| 123456 | private final Meter requests = metrics.meter(name(RequestHandler.class, “requests”));public void handleRequest(Request request, Response response) { requests.mark(); // etc} |
Histogram (直方图)
Histogram可以为数据流提供统计数据。 除了最大值，最小值，平均值外，它还可以测量 中值(median)，百分比比如XX%这样的Quantile数据 。
| 123456 | private final Histogram responseSizes = metrics.histogram(name(RequestHandler.class, “response-sizes”);public void handleRequest(Request request, Response response) { // etc responseSizes.update(response.getContent().length);} |
这个例子用来统计response的字节数。
Metrics提供了一批的Reservoir实现，非常有用。例如SlidingTimeWindowReservoir 用来统计最新N个秒(或其它时间单元）的数据。
Timer (计时器)
Timer用来测量一段代码被调用的速率和用时。
| 1234567891011 | private final Timer responses = metrics.timer(name(RequestHandler.class, “responses”));public String handleRequest(Request request, Response response) { final Timer.Context context = responses.time(); try { // etc; return “OK”; } finally { context.stop(); }} |
这段代码用来计算中间的代码用时以及request的速率。
Health Check (健康检查)
Metric还提供了服务健康检查能力， 由metrics-healthchecks模块提供。
先创建一个HealthCheckRegistry实例。
| 1 | final HealthCheckRegistry healthChecks = new HealthCheckRegistry(); |
再实现一个HealthCheck子类， 用来检查数据库的状态。
| 12345678910111213141516 | public class DatabaseHealthCheck extends HealthCheck { private final Database database; public DatabaseHealthCheck(Database database) { this.database = database; } @Override public HealthCheck.Result check() throws Exception { if (database.isConnected()) { return HealthCheck.Result.healthy(); } else { return HealthCheck.Result.unhealthy(“Cannot connect to ” + database.getUrl()); } }} |
注册一下。
| 1 | healthChecks.register(“mysql”, new DatabaseHealthCheck(database)); |
最后运行健康检查并查看检查结果。
| 123456789101112 | final Map<String, HealthCheck.Result> results = healthChecks.runHealthChecks();for (Entry<String, HealthCheck.Result> entry : results.entrySet()) { if (entry.getValue().isHealthy()) { System.out.println(entry.getKey() + ” is healthy”); } else { System.err.println(entry.getKey() + ” is UNHEALTHY: ” + entry.getValue().getMessage()); final Throwable e = entry.getValue().getError(); if (e != null) { e.printStackTrace(); } }} |
Metric内置一个ThreadDeadlockHealthCheck， 它使用java内置的线程死锁检查方法来检查程序中是否有死锁。
JMX报表
通过JMX报告Metric。
| 12 | final JmxReporter reporter = JmxReporter.forRegistry(registry).build();reporter.start(); |
一旦启动， 所有registry中注册的metric都可以通过JConsole或者VisualVM查看 (通过MBean插件)。
通过JMX查看
HTTP报表
Metric也提供了一个servlet (AdminServlet)提供JSON风格的报表。它还提供了单一功能的servlet (MetricsServlet, HealthCheckServlet, ThreadDumpServlet, PingServlet)。
你需要在pom.xml加入metrics-servlets。
| 12345 | <dependency> <groupId>com.codahale.metrics</groupId> <artifactId>metrics-servlets</artifactId> <version>${metrics.version}</version></dependency> |
其它报表
除了JMX和HTTP, metric还提供其它报表。
- STDOUT, using ConsoleReporter from metrics-core
| 12345 | final ConsoleReporter reporter = ConsoleReporter.forRegistry(registry) .convertRatesTo(TimeUnit.SECONDS) .convertDurationsTo(TimeUnit.MILLISECONDS) .build();reporter.start(1, TimeUnit.MINUTES); |
- CSV files, using CsvReporter from metrics-core
| 123456 | final CsvReporter reporter = CsvReporter.forRegistry(registry) .formatFor(Locale.US) .convertRatesTo(TimeUnit.SECONDS) .convertDurationsTo(TimeUnit.MILLISECONDS) .build(new File(“~/projects/data/”));reporter.start(1, TimeUnit.SECONDS); |
- SLF4J loggers, using Slf4jReporter from metrics-core
| 123456 | final Slf4jReporter reporter = Slf4jReporter.forRegistry(registry) .outputTo(LoggerFactory.getLogger(“com.example.metrics”)) .convertRatesTo(TimeUnit.SECONDS) .convertDurationsTo(TimeUnit.MILLISECONDS) .build();reporter.start(1, TimeUnit.MINUTES); |
- Ganglia, using GangliaReporter from metrics-ganglia
| 123456 | final GMetric ganglia = new GMetric(“ganglia.example.com”, 8649, UDPAddressingMode.MULTICAST, 1);final GangliaReporter reporter = GangliaReporter.forRegistry(registry) .convertRatesTo(TimeUnit.SECONDS) .convertDurationsTo(TimeUnit.MILLISECONDS) .build(ganglia);reporter.start(1, TimeUnit.MINUTES); |
- Graphite, using GraphiteReporter from metrics-graphite
MetricSet
可以将一组Metric组织成一组便于重用。
| 12345678 | final Graphite graphite = new Graphite(new InetSocketAddress(“graphite.example.com”, 2003));final GraphiteReporter reporter = GraphiteReporter.forRegistry(registry) .prefixedWith(“web1.example.com”) .convertRatesTo(TimeUnit.SECONDS) .convertDurationsTo(TimeUnit.MILLISECONDS) .filter(MetricFilter.ALL) .build(graphite);reporter.start(1, TimeUnit.MINUTES); |
一些模块
- metrics-json提供了json格式的序列化。
以及为其它库提供度量的能力 - metrics-ehcache
- metrics-httpclient
- metrics-jdbi
- metrics-jersey
- metrics-jetty
- metrics-log4j
- metrics-logback
- metrics-jvm
- metrics-servlet 注意不是metrics-servlets
第三方库
- metrics-librato 提供Librato Metrics报表
- Metrics Spring Integration 提供了Spring的集成
- sematext-metrics-reporter 提供了SPM报表.
- wicket-metrics提供Wicket应用.
- metrics-guice 提供Guice集成.
- metrics-scala 提供了为Scala优化的API.
这里重点介绍一下Metrics for spring
Metrics for Spring
这个库为Spring增加了Metric库， 提供基于XML或者注解方式。
- 可以使用注解创建metric和代理类。 @Timed, @Metered, @ExceptionMetered, @Counted
- 为注解了 @Gauge 和 @CachedGauge的bean注册Gauge
- 为@Metric注解的字段自动装配
- 注册HealthCheck
- 通过XML配置产生报表
- 通过XML注册metric和metric组
你需要在pom.xml加入
| 12345 | <dependency> <groupId>com.ryantenney.metrics</groupId> <artifactId>metrics-spring</artifactId> <version>3.0.1</version></dependency> |
基本用法
- XML风格的配置
| 1234567891011121314151617181920212223242526272829 | <beans xmlns=”http://www.springframework.org/schema/beans” xmlns:xsi=”http://www.w3.org/2001/XMLSchema-instance” xmlns:metrics=”http://www.ryantenney.com/schema/metrics” xsi:schemaLocation=” http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans-3.2.xsd http://www.ryantenney.com/schema/metrics http://www.ryantenney.com/schema/metrics/metrics-3.0.xsd”> <!– Registry should be defined in only one context XML file –> <metrics:metric-registry id=”metrics” /> <!– annotation-driven must be included in all context files –> <metrics:annotation-driven metric-registry=”metrics” /> <!– (Optional) Registry should be defined in only one context XML file –> <metrics:reporter type=”console” metric-registry=”metrics” period=”1m” /> <!– (Optional) The metrics in this example require the metrics-jvm jar–> <metrics:register metric-registry=”metrics”> <bean metrics:name=”jvm.gc” class=”com.codahale.metrics.jvm.GarbageCollectorMetricSet” /> <bean metrics:name=”jvm.memory” class=”com.codahale.metrics.jvm.MemoryUsageGaugeSet” /> <bean metrics:name=”jvm.thread-states” class=”com.codahale.metrics.jvm.ThreadStatesGaugeSet” /> <bean metrics:name=”jvm.fd.usage” class=”com.codahale.metrics.jvm.FileDescriptorRatioGauge” /> </metrics:register> <!– Beans and other Spring config –></beans> |
- java注解的方式
| 123456789101112131415161718192021 | import java.util.concurrent.TimeUnit;import org.springframework.context.annotation.Configuration;import com.codahale.metrics.ConsoleReporter;import com.codahale.metrics.MetricRegistry;import com.codahale.metrics.SharedMetricRegistries;import com.ryantenney.metrics.spring.config.annotation.EnableMetrics;import com.ryantenney.metrics.spring.config.annotation.MetricsConfigurerAdapter;@Configuration@EnableMetricspublic class SpringConfiguringClass extends MetricsConfigurerAdapter { @Override public void configureReporters(MetricRegistry metricRegistry) { ConsoleReporter .forRegistry(metricRegistry) .build() .start(1, TimeUnit.MINUTES); }} |
