使用Spring AOP进行性能监控

如果你正在使用Spring管理/访问资源（Dao/Service），那么你可能也需要添加一些基础的性能监控。在Spring AOP的帮助下这将变成一个简单的任务，不需要任何现有代码的变化，只是一些简单的配置。

第一步，你首先的将spring-aop、aspectj和cglib库导入，如果你使用maven管理你的项目依赖的话，很简单加上如下依赖关系就可以了。

01	< dependency >

02	< groupId >org.aspectj</ groupId >

03	< artifactId >aspectjweaver</ artifactId >

04	< version >1.5.4</ version >

05	</ dependency >

06	< dependency >

07	< groupId >cglib</ groupId >

08	< artifactId >cglib-nodep</ artifactId >

09	< version >2.2</ version >

10	</ dependency >

11	< dependency >

12	< groupId >org.springframework</ groupId >

13	< artifactId >spring-aop</ artifactId >

14	< version >2.5.6</ version >

15	</ dependency >

 

接下来，指明你需要监视的内容，并把AOP配好。通常，仅仅需要在现有的SpringXML配置文件中增加一个横切点。这个配置将会将位于 包"com.mycompany.services"下的所有方法的响应时间记录下来。注：这些类必须使用Spring context初始化，否则AOP将不会被执行。

1	< bean id = "performanceMonitor"

2	class = "org.springframework.aop.interceptor.PerformanceMonitorInterceptor" />

3

4	< aop:config >

5	< aop:pointcut id = "allServiceMethods" expression = "execution(* com.mycompany.services.*.*(..))" />

6	< aop:advisor pointcut-ref = "allServiceMethods" advice-ref = "performanceMonitor" order = "2" />

7	</ aop:config >

 

接下来，需要配置好日志系统，例如log4j。

1	< logger name = "org.springframework.aop.interceptor.PerformanceMonitorInterceptor" additivity = "false" >

2	< level value = "TRACE" />

3	< appender-ref ref = "STDOUT" />

4	</ logger >

 

ok了，现在我们运行一下程序你会发现下面的日志输出：

1	TRACE PerformanceMonitorInterceptor  - StopWatch 'PerfTestService.processRequest' : running time (millis) = 1322

2	TRACE PerformanceMonitorInterceptor  - StopWatch 'PerfTestService.processRequest' : running time (millis) = 98

3	TRACE PerformanceMonitorInterceptor  - StopWatch 'PerfTestService.processRequest' : running time (millis) = 1764

 

这些是大量的一些原始数据，但不幸的是这些东西对我们几乎没用，每一个方法调用都会有记录，而且缺乏一些其他信息。所以，除非你打算写一些日志分析程序、或者使用第三方软件，否则的话，我想你应该在日志被记录前做出一些处理。

一个简单的办法就是在这之间写一个简单的拦截器类来替代Spring给我们提供的默认的类 （PerformanceMonitorInterceptor）。下面的一个例子，这个例子提供了一些有用的信息（最后一个、平均、最大的响应时间）， 另外当一个方法的响应时间超出指定的时间后给出警告。

默认的，每当十个方法调用的时候，做一次记录，在任何方法响应时间超过1000ms的时候给出警告。

01	public class PerfInterceptor implements MethodInterceptor {

02

03	Logger logger = LoggerFactory.getLogger(PerfInterceptor. class .getName());

04	private static ConcurrentHashMap<String, MethodStats> methodStats = new ConcurrentHashMap<String, MethodStats>();

05	private static long statLogFrequency = 10 ;

06	private static long methodWarningThreshold = 1000 ;

07

08	public Object invoke(MethodInvocation method) throws Throwable {

09	long start = System.currentTimeMillis();

10

try {

11	return method.proceed();

12

}

13

finally {

14	updateStats(method.getMethod().getName(),(System.currentTimeMillis() - start));

15

}

16

}

17

18	private void updateStats(String methodName, long elapsedTime) {

19	MethodStats stats = methodStats.get(methodName);

20	if (stats == null ) {

21	stats = new MethodStats(methodName);

22	methodStats.put(methodName,stats);

23

}

24	stats.count++;

25	stats.totalTime += elapsedTime;

26	if (elapsedTime > stats.maxTime) {

27	stats.maxTime = elapsedTime;

28

}

29

30	if (elapsedTime > methodWarningThreshold) {

31	logger.warn( "method warning: " + methodName + "(), cnt = " + stats.count + ", lastTime = " + elapsedTime + ", maxTime = " + stats.maxTime);

32

}

33

34	if (stats.count % statLogFrequency == 0 ) {

35	long avgTime = stats.totalTime / stats.count;

36	long runningAvg = (stats.totalTime-stats.lastTotalTime) / statLogFrequency;

37	logger.debug( "method: " + methodName + "(), cnt = " + stats.count + ", lastTime = " + elapsedTime + ", avgTime = " + avgTime + ", runningAvg = " + runningAvg + ", maxTime = " + stats.maxTime);

38

39	//reset the last total time

40	stats.lastTotalTime = stats.totalTime;

41

}

42

}

43

44	class MethodStats {

45	public String methodName;

46	public long count;

47	public long totalTime;

48	public long lastTotalTime;

49	public long maxTime;

50

51	public MethodStats(String methodName) {

52	this .methodName = methodName;

53

}

54

}

55

}

 

现在，你只需要将你的Spring配置文件中做相关修改，将这个类应用进去，再运行程序，你将会看到如下的统计信息。

view source print ?

1	WARN  PerfInterceptor - method warning: processRequest(), cnt = 10, lastTime = 1072, maxTime = 1937

2	TRACE PerfInterceptor - method: processRequest(), cnt = 10, lastTime = 1072, avgTime = 1243, runningAvg = 1243, maxTime = 1937

3	WARN  PerfInterceptor - method warning: processRequest(), cnt = 20, lastTime = 1466, maxTime = 1937

4	TRACE PerfInterceptor - method: processRequest(), cnt = 20, lastTime = 1466, avgTime = 1067, runningAvg = 892, maxTime = 1937

 

正如你看到的一样，这些统计数据可以在不修改任何现有的Java代码的情况下，提供有关class/method性能的有价值的反馈，而根据这个日志，你可以很轻松的找出程序中的瓶颈。