Metrics核心
翻译自Metrics官方文档: http://metrics.codahale.com/manual/core/
JAVA Metrics是一个用于度量的一个JAVA的类库,使用请参见 <
Java Metric使用介绍1
> http://blog.csdn.net/scutshuxue/article/details/8350135
在Metrics中最重要的包就是metrics-core,它提供以下几个基本的功能:
l 5种度量的类型:Gauges, Counters, Histograms, Meters,Timers.
l 健康检查(Health Checks)
l 可以通过JMX,终端,CSV文件来报告Metrics指标
所有的度量类型都是在Metrics或者MetricsRegistry类中,如果你的应用运行在另外一个独立的JVM应用中的话(如多个WARS部署在同一个应用服务上),你应该使用MetricsRegistry这个实例。如果你的应用是单独一个JVM进程的话,你可以使用Metrics中的静态工厂方法。
本文档假设你在使用Metrics,并且所有的接口都是一致的。
Metric Names-度量名
每一个度量(Metric)都有自己的名字,它包括以下几个内容
l Group
Metric最上层的分类,如果Metric是一个类的话,那么默认值是这个类所在包的名称(例如:com.example.proj.auth)
l Type
Metric第二层的名字,如果Metric是一个类的话,那么默认值就是这个类的名字(如SessionStore)
l Name
描述Metric信息的一个简短的描述
l Scope
可选的,表示Metric范围的描述信息,当你在一个类中有多个实例的时候会有用
Metrics跟MetricsRegistry中的工厂方法,接受class/name,class/name/scope作为参数调用,或者是使用MetricName这个类进行封装。
Gauges
Gauge是最简单的度量类型,只有一个简单的返回值,例如,你的应用中有一个由第三方类库中保持的一个度量值,你可以很容易的通过Gauge来度量他,代码如下:
- Metrics.newGauge(SessionStore.class,"cache-evictions", new Gauge<Integer>() {
- @Override
- publicInteger value() {
- return cache.getEvictionsCount();
- }
- });
那么Metrics会创建一个叫做com.example.proj.auth.SessionStore.cache-evictions的Gauge,返回缓存中Eviction的个数。
JMX Gauges
Metrics提供一个JmxGauge类,可以供很多第三方的类库通过JMX来展示度量值,通过Metric的newGauge方法可以初始化他,参数为JMX MBean的Object名和属性名,还有一个继承了Gauge的类,返回值为那个属性的值。
- Metrics.newGauge(SessionStore.class,"cache-evictions",
- new JmxGauge("net.sf.ehcache:type=Cache,scope=sessions,name=eviction-count","Value"));
Ratio Gauges
Ratio(比率) Gauge是一种计算两个数字之间比例的度量方法
- public class CacheHitRatio extends RatioGauge {
- privatefinal Meter hits;
- privatefinal Timer calls;
- publicCacheHitRatio(Meter hits, Timer calls) {
- this.hits = hits;
- this.calls = calls;
- }
- publicdouble getNumerator() {
- return hits.oneMinuteRate();
- }
- publicdouble getDenominator() {
- return calls.oneMinuteRate();
- }
- }
这个定制的Gauge返回一个通过Meter跟Timer计算实现的缓存命中率
Percent Gauges
跟Ratio Gauge同样的接口,只是将Ratio Gauge以百分比的方式展现。
Counters
Counter是一个简单64位的计数器:
- final Counter evictions =Metrics.newCounter(SessionStore.class, "cache-evictions");
- evictions.inc();
- evictions.inc(3);
- evictions.dec();
- evictions.dec(2);
所有的Counter都是从0开始
Histograms-直方图
Histrogram是用来度量流数据中Value的分布情况,例如,每一个搜索中返回的结果集的大小:
- final Histogram resultCounts =Metrics.newHistogram(ProductDAO.class, "result-counts");
- resultCounts.update(results.size());
Histrogram 的度量值不仅仅是计算最大/小值、平均值,方差,他还展现了分位数(如中位数,或者95th分位数)
传统上,中位数(或者其他分位数)是在一个完整的数据集中进行计算的,通过对数据的排序,然后取出中间值(或者离结束1%的那个数字,来计算99th分位数)。这种做法是在小数据集,或者是批量计算的系统中,但是在一个高吞吐、低延时的系统中是不合适的。
一个解决方案就是从数据中进行抽样,保存一个少量、易管理的数据集,并且能够反应总体数据流的统计信息。使我们能够简单快速的计算给定分位数的近似值。这种技术称作reservoir sampling。
Metrics中提供两种类型的直方图:uniform跟biased。
Uniform Histograms
Uniform Histogram提供直方图完整的生命周期内的有效的中位数,它会返回一个中位值。例如:这个中位数是对所有值的直方图进行了更新(这句话翻译不通),它使用了一种叫做Vitter’s R的算法,随机选择了一些线性递增的样本。
当你需要长期的测量,请使用Uniform Histograms。在你想要知道流数据的分布中是否最近变化的话,那么不要使用这种。
Biased Histograms
Biased Histogram提供代表最近5分钟数据的分位数,他使用了一种forward-decayingpriority sample的算法,这个算法通过对最新的数据进行指数加权,不同于Uniform算法,Biased Histogram体现的是最新的数据,可以让你快速的指导最新的数据分布发生了什么变化。Timers中使用了Biased Histogram。
Meters
Meter度量一系列事件发生的比率:
- final Meter getRequests =Metrics.newMeter(WebProxy.class, "get-requests","requests", TimeUnit.SECONDS);
- getRequests.mark();
- getRequests.mark(requests.size());
Meter需要除了Name之外的两个额外的信息,事件类型(enent type)跟比率单位(rate unit)。事件类型简单的描述Meter需要度量的事件类型,在上面的例子中,Meter是度量代理请求数,所以他的事件类型也叫做“requests”。比率单位是命名这个比率的单位时间,在上面的例子中,这个Meter是度量每秒钟的请求次数,所以他的单位就是秒。这两个参数加起来就是表述这个Meter,描述每秒钟的请求数。
Meter从几个角度上度量事件的比率,平均值是时间的平均比率,它描述的是整个应用完整的生命周期的情况(例如,所有的处理的请求数除以运行的秒数),它并不描述最新的数据。幸好,Meters中还有其他3个不同的指数方式表现的平均值,1分钟,5分钟,15分钟内的滑动平均值
Hint:这个平均值跟Unix中的uptime跟top中秒数的Load的含义是一致的
Timers
Timer是Histogram跟Meter的一个组合:
- final Timer timer = Metrics.newTimer(WebProxy.class,"get-requests", TimeUnit.MILLISECONDS, TimeUnit.SECONDS);
- final TimerContext context = timer.time();
- try {
- // handlerequest
- } finally {
- context.stop();
- }
Timer需要的参数处理Name之外还需要,持续时间单位跟比率时间单位,持续时间单位是要度量的时间的期间的一个单位,在上面的例子中,就是MILLISECONDS,表示这段周期内的数据会按照毫秒来进行度量。比率时间单位跟Meters的一致。
注:度量消耗的时间是通过java中高进度的System.nanoTime()方法,他提供的是一种纳秒级别的度量。
Health Checks(健康检查)
Meters提供一种一致的、统一的方法来对应用进行健康检查,健康检查是一个基础的对应用是否正常运行的自我检查。
要创建一个Health Check,必须继承HealthChck类:
- public class DatabaseHealthCheck extends HealthCheck {
- private final Database database;
- public DatabaseHealthCheck(Databasedatabase) {
- super("database");
- this.database = database;
- }
- @Override
- protected Result check() throws Exception {
- if (database.ping()) {
- return Result.healthy();
- }
- return Result.unhealthy("Can'tping database");
- }
- }
在这个例子中,我们对Database类创建了一个健康检查,这个Database是应用中依赖的。我们虚构的Database类中有一个#ping()方法,这个方法执行了一个安全的检查语句(例如select 1)。#ping()如果语句结构正确则返回true,否则返回false,如果出现一个严重的错误则跑出异常。
DatabaseHealthCheck中有一个Database的实例,它有一个#check()方法尝试去连接数据库,如果连接成功,则返回health结果,如果不成功,则返回unhealthy结果。
在健康检查#check()中抛出的异常被捕获了,并且伴随着全部堆栈返回不健康结果。
注册一个健康检查,可以是HealthCheck单例也可以是一个HealthCheckRegistry实例:
- <pre name="code" class="java">HealthChecks.register(newDatabaseHealthCheck(database));
- 也可以注册一串的健康检查:
- for(Entry<String, Result> entry : HealthChecks.run().entrySet()) {
- if (entry.getValue().isHealthy()) {
- System.out.println(entry.getKey() +": PASS");
- } else {
- System.out.println(entry.getKey() +": FAIL");
- }
- }</pre>
- <pre></pre>
- <p></p>
- <pre></pre>
- <p></p>
- <pre></pre>
- <pre></pre>
- <pre></pre>
Reporters报告
Reporters是将你的应用中所有的度量指标展现出来的一种方式,metrics-core中用了三种方法来导出你的度量指标,JMX,Console跟CSV文件
JMX
默认的,Metrics一直将你的所有指标注册成JMX的MBeans,你可以通过安装了VisualVM-MBeans的VisualVM(大部分JDK自带的jvisualvm)或者Jconsole(大部分JDK自带的jconsole)
提示:你可以双击meteric属性,VisualVM会将数据以图形的方式展现出来。
这种Report必须是JMX一直都是打开的,由于JMX的RPC API是不可靠的,我们不建议你在生产环境中通过JMX来手机度量指标。对于开发者来说,最好是通过网页来浏览,这会非常好用。
Console
对于一些简单的基准,Metrics提供了ConsoleReporter,这个周期性的打印出注册的metric到控制台上。命令如下:
- ConsoleReporter.enable(1,TimeUnit.SECONDS);
CSV
对于比较复杂的基准,Metrics提供了CsvReporter,他周期性的提供了一连串的给定目录下.csv文件。
- CsvReporter.enable(newFile("work/measurements"), 1, TimeUnit.SECONDS);
上面语句的意思是,每一个Metric指标,都会对应有一个.csv文件创建,每秒钟都会有一行记录被写入到.csv文件中。
OtherReporters
Metrics还有其他的Reporters:
l MetricsServlet 将你的度量指标以JSon的格式展现的Servlet,他还可以进行检查检查,Dump线程,暴露出有价值的JVM层面跟OS层面的信息
l GanliaReporter 将度量指标以流式的方式返回给Ganglia服务器
l GraphiteReporter 将度量指标以流式的方式返回给Graphite服务器
相关推荐
metrics-core-3.1.0.jar 是一个专注于此类任务的Java库,它提供了丰富的度量功能,帮助开发者深入理解应用程序的运行状态,从而优化性能、定位问题。本文将深入探讨metrics-core-3.1.0.jar的主要特性和使用场景。 ...
在 Laravel 框架中,`metrics-core-laravel` 是一个用于实现度量管理和统计的扩展库。它为开发者提供了方便的方式来收集、存储和展示应用中的各种指标数据,如性能指标、用户行为统计、业务关键指标等。这个库通常...
Metrics工具类用于检测系统的工具类的工具类的工具类的工具类的工具类,度量、调用次数、计量的工具类的工具类
在Java开发过程中,依赖管理是至关重要的,尤其是当我们使用Maven或Gradle这样的构建工具时。标题提到的问题“完整jar包资源,COULD NOT FIND metrics-core,包缺失使用”是典型的Maven构建失败的情况,通常发生在...
"metrics-reporter.zip"是一个专注于度量组件的压缩包,其中包含了用于Java应用程序的metrics-core库以及一个Prometheus输出器,帮助开发者收集并报告关键的系统和应用程序指标。本文将深入探讨这个压缩包中的内容...
Yammer Metrics为Java应用程序提供了丰富的度量工具和灵活的报告机制,使得开发者能够更好地理解系统的运行状况。通过合理配置和使用这些工具,可以显著提高系统的可靠性和性能。无论是对于开发人员还是运维团队来说...
Scala 2.12 的度量标准 nl.grons/metrics-scala_2.9.2/2.1.4/metrics-scala_2.9.2-2.1.4.jar
该库提供: 比influxdb-java轻巧的客户端,仅将系列推送到服务器。 的报告程序,它宣布度量。 与influxdb-java相比,该库提供的客户端更轻巧,只能推送指标。依存关系: slf4j-api用于记录。 如果您使用...
6. **跨平台支持**:AppMetrics 支持.NET Core,这意味着它可以运行在Windows、Linux和macOS等不同操作系统上,适应各种云环境和容器化部署。 7. **易于扩展**:由于其模块化的架构,开发者可以轻松扩展和定制App...
Coda Hale Metrics库是一个广泛使用的Java库,用于度量和监控应用程序的健康状况和性能。 ### 一、Coda Hale Metrics库基础 Coda Hale Metrics库提供了多种类型的指标,包括: 1. **计数器(Counters)**:用于...
Metrics 是一个 Java 库,可让您深入了解代码在生产中的作用。 Metrics 提供了一个强大的工具包,用于衡量生产环境中关键组件的行为。 借助 Jetty、Logback、Log4j、Apache HttpClient、Ehcache、JDBI、Jersey 等...
原始指标 原始度量标准将标准包装到OSGi服务中。...< dependency>< groupId>io.dropwizard.metrics</ groupId>< artifactId>metrics-core</ artifactId>< version>3.2.2</ version></ dependency
【描述】"salad-metrics-core.zip,色拉指标corepray指标,喷洒路线:整合coda-hale指标" 提到了 Salad Metrics Core,这可能是另一个开源项目,专注于提供度量和监控能力。"色拉指标"可能是该项目的中文译名,而 ...
Dropwizard 是一个用于构建生产级 Java 应用程序的工具集,它包含了一系列库,如 Metrics,用于收集和报告应用程序的运行时指标。这些指标可以帮助开发者了解系统的健康状况、资源利用率和潜在问题。 首先,要将 ...
8. **metrics-core-2.0.3.jar**:Metrics库提供了各种度量收集器,帮助监控和分析Netty应用的性能指标。 9. **jzlib-1.1.3.jar**:一个纯Java实现的ZLIB压缩库,用于数据压缩和解压缩,可能在Netty的压缩编码解码中...
《Micrometer:Java 应用性能度量...Micrometer Core 提供了度量API,而 Prometheus Registry 则让这些指标能够被强大的 Prometheus 系统所利用,为开发者带来了宝贵的洞察力,有助于优化和维护高可用的 Java 应用。
5. `org.springframework.core.metrics`: 引入了度量(Metrics)的概念,用于收集和报告应用程序的性能数据,如计时器、度量和标记。 6. `org.springframework.core.annotation`: 包含了对Java注解的处理,如`...
总结起来,`telemetry_metrics_prometheus_core`是Elixir生态系统中的一个重要工具,它使Prometheus监控变得更加便捷,增强了Elixir应用的可观察性和可维护性。通过利用这个库,开发者可以更好地理解和优化他们的...
通过上述步骤,我们可以成功地将 Java 微服务与 Prometheus 集成,不仅能够获取到默认提供的健康检查和度量指标,还能自定义特定的业务指标,并通过 Prometheus 进行有效的监控。这种方式大大提高了系统的可观测性,...