-
转载请注明出处哈:http://carlosfu.iteye.com/blog/2237511
- Ehcache默认启动jmx,对Ehcache的使用状态、配置和统计信息进行监控。
一、使用状态:
-
Name: 缓存名
-
Status: 状态
-
TerracottaClustered: 是否是bigmemory集群模式(bigmemory max)
二、配置信息:
(对应到ehcache.xml中的自定义配置和默认配置)
-
DiskExpiryThreadIntervalSeconds: 每xx秒检查硬盘的数据是否有过期的
-
DiskPersistent: 是否做硬盘持久化
-
DiskSpoolBufferSizedMB: 硬盘缓存区尺寸(单位:MB)
-
Eternal: 对象是否永久,如果是true的话,TimeToIdleSeconds和TimeToLiveSeconds的配置都会无效。
-
LoggingEnabled: 是否启动日志
-
MaxBytesLocalDisk: 硬盘最大存储量(单位是字节)
-
MaxBytesLocalHeap: 堆内最大存储量(单位是字节)
-
MaxMemoryOffHeapInBytes: 设置对外内存的最大尺寸(单位是字节)
-
MaxBytesLocalOffHeap: 堆外最大存储量(单位是字节)(8和9貌似是一样的)
-
MaxElementsInMemory: 内存最大Elements个数
-
MaxElementsOnDisk: 硬盘最大Elements个数
-
MaxEntriesLocalDisk: 硬盘最大Entries个数
-
MaxEntriesLocalHeap: 堆内最大Entries个数
-
TimeToIdleSeconds: 对象最大空闲时间(超过空闲时间且超过设置的Max,可能参与到对象的删除策略中)
-
TimeToLiveSeconds: 对象的最大存活时间,也就是对象的过期时间。
-
OverflowToDisk: OffHeap如果满了,是否flow到硬盘。(默认是false, 如果为false,所有和硬盘相关的配置都不生效)
-
OverflowToOffHeap: Heap如果满了,是否flow到OffHeap。
-
Name: 缓存名
-
TerracottaClustered: 是否是bigmemory集群模式(bigmemory max)
-
MemoryStoreEvictionPolicy: 堆内Eviction策略(默认是LRU)
三、统计信息:
1. AssociatedCachedName: cache的名称,对应ehcache.xml中的<cache name="mobilServiceOffHeap".../>
2. CacheHitPercentage: 总缓存命中率 

3. CacheHits: 总缓存命中数 

4. CacheMissPercentage: 总缓存丢失率 

5. CacheMisses: 总缓存丢失数 

6. DiskStoreObjectCount: 硬盘中存储的对象个数 (配置中DiskPersistent必须为true)
7. InMemoryHitPercentage: 堆内命中率 

8. InMemoryHits: 堆内命中数
9. InMemoryMisses: 堆内丢失数
11. MemoryStoreObjectCount: 堆内存储对象个数
11. OffHeapStoreObjectCount: 堆外存储对象个数
12. OffHeapHitPercentage: 堆外命中率 

13. OffHeapHits: 堆外命中数
14. OffHeapMisses: 堆外丢失数
15. OnDiskHitPercentage: 堆外命中率
16. OnDiskHits: 堆外命中数
17. OnDiskMisses: 堆外丢失数
18. ObjectCount: 总对象个数 

如果当前cache是offheapCache,那么总对象数 = OffHeapStoreObjectCount + DiskStoreObjectCount (可能InMemory是Offheap的热点数据,认为是一个对象)
如果当前cache是heapCache,那么总对象数 = InMemoryStoreObjectCount + DiskStoreObjectCount
19. WriterMaxQueueSize: the maximum size of the write-behind queue (应该是写硬盘的线程,用到的队列)
20. WriteQueueLength: the size of the write-behind queue(应该是写硬盘的线程,用到的队列)
四、自定义统计信息
1. 除了默认的统计信息,可以调用ehcache api获取更加全面的统计信息,实现自己来定制统计。
package com.sohu.tv.mobil.common.jmx; import java.util.List; public interface EhcacheExtendWatcherMBean { /** * 获取延迟结果 * * @return */ List<String> getGlobalResult(); /** * 获取剔除数量 * * @return */ long getEvictedCount(); /** * 获取超时数量 * * @return */ long getExpiredCount(); /** * 获取未命中统计 * * @return */ List<String> getMissStatisticsMap(); }
package com.sohu.tv.mobil.common.jmx.impl; import com.sohu.tv.mobil.common.jmx.EhcacheExtendWatcherMBean; import net.sf.ehcache.Ehcache; import net.sf.ehcache.statistics.StatisticsGateway; import net.sf.ehcache.statistics.extended.ExtendedStatistics; import java.util.ArrayList; import java.util.List; public class EhcacheExtendWatcher implements EhcacheExtendWatcherMBean { private Ehcache ehcache; @Override public List<String> getGlobalResult() { ExtendedStatistics extendedStatistics = ehcache.getStatistics().getExtended(); ExtendedStatistics.Result getResult = extendedStatistics.allGet(); ExtendedStatistics.Result putResult = extendedStatistics.allPut(); ExtendedStatistics.Result missResult = extendedStatistics.allMiss(); List<String> resultList = new ArrayList<String>(); String getStr = "allGet:count=" + getResult.count().value() + ";rate=" + getResult.rate().value() + ";latency:average=" + getResult.latency().average().value() + ";minimum=" + getResult.latency().minimum().value() + ";maximum=" + getResult.latency() .maximum().value(); String putStr = "allPut:count=" + putResult.count().value() + ";rate=" + putResult.rate().value() + ";latency:average=" + putResult.latency().average().value() + ";minimum=" + putResult.latency().minimum().value() + ";maximum=" + putResult.latency() .maximum().value(); String missStr = "allMiss:count=" + missResult.count().value() + ";rate=" + missResult.rate().value() + ";latency:average=" + missResult.latency().average().value() + ";minimum=" + missResult.latency().minimum().value() + ";maximum=" + missResult.latency() .maximum().value(); resultList.add(getStr); resultList.add(putStr); resultList.add(missStr); return resultList; } @Override public long getEvictedCount() { StatisticsGateway statisticsGateway = ehcache.getStatistics(); return statisticsGateway.cacheEvictedCount(); } @Override public long getExpiredCount() { StatisticsGateway statisticsGateway = ehcache.getStatistics(); return statisticsGateway.cacheExpiredCount(); } @Override public List<String> getMissStatisticsMap() { StatisticsGateway statisticsGateway = ehcache.getStatistics(); ExtendedStatistics.Result missResult = statisticsGateway.cacheMissOperation(); ExtendedStatistics.Result missExpiredResult = statisticsGateway.cacheMissExpiredOperation(); ExtendedStatistics.Result missMissNotFoundResult = statisticsGateway.cacheMissNotFoundOperation(); String missResultStr = "missResult:count=" + missResult.count().value() + ";rate=" + missResult.rate().value() + ";latency:average=" + missResult.latency().average().value() + ";minimum=" + missResult.latency().minimum().value() + ";maximum=" + missResult.latency() .maximum().value(); String missExpiredResultStr = "missExpiredResult:count=" + missExpiredResult.count().value() + ";rate=" + missExpiredResult.rate().value() + ";latency:average=" + missExpiredResult .latency().average().value() + ";minimum=" + missExpiredResult.latency().minimum() .value() + ";maximum=" + missExpiredResult.latency().maximum().value(); String missMissNotFoundResultStr = "missMissNotFoundResult:count=" + missMissNotFoundResult.count().value() + ";rate=" + missMissNotFoundResult.rate().value() + ";latency:average=" + missMissNotFoundResult.latency().average().value() + ";minimum=" + missMissNotFoundResult.latency().minimum().value() + ";maximum=" + missMissNotFoundResult.latency().maximum().value(); List<String> resultList = new ArrayList<String>(); resultList.add(missResultStr); resultList.add(missExpiredResultStr); resultList.add(missMissNotFoundResultStr); return resultList; } public void setEhcache(Ehcache ehcache) { this.ehcache = ehcache; } }
2. 实现效果:
3. 重要统计说明:
EvictedCount: 剔除个数(内存满之后)
ExpiredCount: 过期个数 (如果设置了单个KEY的过期时间或者全局的TimeToLive就会出现)
GlobalResult: 包含各个命令的调用次数,各种响应时间,QPS(rate)
相关推荐
本篇文章主要介绍了如何在 Spring Boot 中集成 Ehcache 2.x 作为 Hibernate 的二级缓存,具有一定的参考价值,感兴趣的小伙伴们可以参考一下。 Ehcache 简介 Ehcache 是一个纯 Java 的缓存框架,既可以当做一个...
计算机发展与计算机应用概述.pdf
计算机二级公共基础知识全集合.pdf
计算机机试答案.pdf
内容概要:本文详细介绍了基于STM32F103RCT6的750W全桥逆变器设计方案,涵盖硬件电路设计、软件编程以及保护机制等方面。硬件部分包括主控芯片的选择、PWM配置、Boost升压电路、PCB布局优化等;软件部分涉及并离网切换的状态机设计、过流保护、风扇控制算法、并机功能实现等。文中还分享了许多实战经验和调试技巧,如死区时间配置、电流采样方法、并网同步算法等。 适合人群:具有一定电子电路和嵌入式开发基础的技术人员,尤其是从事逆变器及相关电力电子产品开发的工程师。 使用场景及目标:适用于希望深入了解逆变器工作原理和技术实现的开发者,特别是那些需要掌握并离网切换、高效电源管理及可靠保护机制的人群。目标是帮助读者构建一个稳定可靠的逆变器系统,能够应对各种复杂的工作环境。 其他说明:本文不仅提供了详细的理论讲解,还有丰富的代码片段和实践经验分享,有助于读者更好地理解和应用相关技术。
内容概要:本文详细介绍了如何利用Simulink在MATLAB环境中搭建单相全桥逆变器的仿真模型。首先,通过构建H桥结构,连接直流电源和RL负载,并引入PWM控制器进行开关管的控制。接着,针对仿真过程中遇到的各种问题,如谐波失真、开关管直通等问题,提出了具体的解决方案,包括加入LC滤波器、设置死区时间和优化PWM参数等。此外,还探讨了通过MATLAB脚本自动化测试不同参数组合的方法,以及如何提高电压利用率和降低谐波失真。最终,通过对仿真结果的分析,验证了所提方法的有效性和优越性。 适合人群:电力电子工程师、科研人员、高校学生等对逆变器仿真感兴趣的群体。 使用场景及目标:适用于研究和开发高效、稳定的逆变器系统,旨在通过仿真手段减少实验成本,优化设计方案,提高系统的性能指标。 其他说明:文中提供了详细的建模步骤和技术细节,帮助读者更好地理解和掌握相关技术和方法。同时,强调了仿真参数的选择和优化对于获得理想仿真结果的重要性。
计算机红外通信.pdf
软考考试学习必备资料.md
基于cornerstonejs开发移动端
构建交互式图片画廊
源码
Bosch Rexroth IndraWorks Ds IndraWorks Ds 14V16.310.0
java面向对象 - 类与对象
内容概要:本文详细介绍了基于AT32平台的无感FOC(Field-Oriented Control)控制算法,特别是针对永磁同步电机(PMSM)和无刷直流电机(BLDC)的位置速度观测器实现。文章首先展示了启动策略的独特之处,即跳过传统前馈强拖阶段,直接利用矢量控制环和观测器协同启动。接着深入探讨了磁链观测器的核心算法,包括磁链积分、反正切求角度以及速度估算部分使用的改良版PLL。此外,文中还提到了容差配置模块,用于提高系统的鲁棒性和稳定性。最后,强调了模块间良好的解耦设计,使得各功能模块拥有明确的输入输出接口,增强了代码的可维护性和移植性。 适合人群:从事电机控制系统开发的技术人员,尤其是对无感FOC算法感兴趣的工程师。 使用场景及目标:适用于需要高精度、快速响应的电机控制系统开发项目,旨在提升系统的鲁棒性和稳定性,特别是在电机参数存在偏差的情况下依然能够保持良好性能。 其他说明:文章不仅提供了详细的代码实现,还分享了许多实用的经验和技术细节,如启动策略、磁链观测器的物理本质、速度估算方法等,有助于读者更好地理解和应用无感FOC算法。
计算机机房de设置与维护.pdf
《Java 面试进阶指北 》 质量很高,专为面试打造
内容概要:本文详细介绍了外转子开关磁阻电机(ER-SRM)的多目标优化方法,主要采用NSGA-II算法进行优化。文章首先解释了为什么ER-SRM比传统内转子电机更难以优化,接着展示了如何利用NSGA-II算法解决这一难题。文中提供了详细的Matlab代码,包括种群初始化、交叉变异操作、非支配排序以及目标函数的定义。此外,还讨论了优化过程中的一些注意事项,如初始种群多样性的保持、交叉变异参数的选择、目标函数的设计等。最后,通过具体的案例和图表展示了优化结果及其应用价值。 适合人群:从事电机设计与优化的研究人员和技术人员,尤其是对外转子开关磁阻电机感兴趣的读者。 使用场景及目标:适用于需要同时优化电机效率、转矩波动和制造成本等多种目标的情况。通过NSGA-II算法,可以在多个相互冲突的目标间找到最佳平衡点,从而提高电机的整体性能。 其他说明:文章不仅提供了完整的Matlab代码实现,还分享了许多实践经验,如参数设置的经验公式、常见错误及解决方案等。这对于理解和掌握NSGA-II算法的实际应用非常有帮助。
慢行智远V2.0"是一款专业的串口数据采集与信号分析软件,集成了多通道数据采集、实时波形显示、FFT频谱分析、FIR滤波处理等高级功能。软件提供直观的用户界面,支持亮色/暗色两种主题,具备强大的数据处理与可视化能力。核心功能包括: 全面的串口通信支持(多种波特率、数据位、停止位、校验位配置) 多通道(最多4通道)波形实时显示与分析 高级信号处理(FFT频谱分析、FIR滤波、信号平滑等) 智能数据管理(断行数据处理、大数据量优化) 数据记录与导出(文本、CSV、图像多种格式) 自适应界面设计(支持高DPI显示、暗色主题) 适用人群 嵌入式开发工程师:需要通过串口调试单片机、开发板等嵌入式设备 电子工程师:进行电路测试、信号采集与分析的专业人员 工业自动化技术人员:监测工业设备数据、进行状态分析 科研教育工作者:用于实验数据采集、科学研究与教学演示 医疗设备开发人员:分析生物电信号、开发医疗监测设备 物联网开发者:调试传感器网络、分析传感器数据 硬件测试工程师:进行产品质量检测、性能评估 使用场景及目标 研发调试场景 单片机开发:实时监控传感器数据、调试通信协议、观察系统运行状态等等
计算机基础- 图.pdf
内容概要:本文详细介绍了如何利用MATLAB和YALMIP工具箱构建并优化孤岛微电网的混合整数线性规划(MILP)调度模型。主要内容涵盖模型搭建的关键步骤,如定义决策变量、设置约束条件(尤其是电池充放电互斥约束)、处理光伏出力预测、设定目标函数以及选择求解器参数。文中强调了模型的实际应用场景,即在光伏板发电、电池储能和用户用电之间寻找最佳平衡,确保最小化甩负荷和发电浪费。此外,作者分享了一些实用技巧,如通过调整甩负荷惩罚系数α来优化调度策略,以及如何有效配置GUROBI求解器以缩短计算时间。 适合人群:从事电力系统优化、微电网调度研究的专业人士,以及对混合整数线性规划感兴趣的科研人员和技术开发者。 使用场景及目标:适用于需要精确控制发电、储电和用电的孤岛微电网系统。目标是在满足用户电力需求的同时,最大化利用可再生能源,减少化石燃料消耗,并延长电池使用寿命。 其他说明:文中提供了大量MATLAB代码片段,帮助读者更好地理解和实现具体的建模方法。同时,作者还提到了一些常见的陷阱和优化建议,有助于提高模型性能和求解效率。