Metrics-服务指标度量

悠悠 2022-03-15 03:24 276阅读 0赞

### 简介 ###

[Metrics][]作为一款监控指标的度量类库，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。Metrics内部提供了Gauge、Counter、Meter、Histogram、Timer等度量工具类以及Health Check功能。

### Maven配置 ###

metrics-core为metrics核心库，定义了各种指标项，需要在pom.xml引用。

<dependencies>
        <dependency>
            <groupId>io.dropwizard.metrics</groupId>
            <artifactId>metrics-core</artifactId>
            <version>3.1.0</version>
        </dependency>
    </dependencies>
    复制代码

### MetricRegistry ###

MetricRegistry类是核心容器，内部使用ConcurrentHashMap维护所有监控指标项。 指标注册核心代码：

public <T extends Metric> T register(String name, T metric) throws IllegalArgumentException {
            if (metric instanceof MetricSet) {
                registerAll(name, (MetricSet) metric);
            } else {
                final Metric existing = metrics.putIfAbsent(name, metric);
                if (existing == null) {
                    onMetricAdded(name, metric);
                } else {
                    throw new IllegalArgumentException("A metric named " + name + " already exists");
                }
            }
            return metric;
        }
    复制代码

每个指标项都需要有个独一无二的名字，MetricRegistry类提供了名字生成的方式。除了可以根据类名来生成名字外，也支持自定义名字。其本质是字符串的拼接。

public static String name(String name, String... names) {
            final StringBuilder builder = new StringBuilder();
            append(builder, name);
            if (names != null) {
                for (String s : names) {
                    append(builder, s);
                }
            }
            return builder.toString();
        }
    
        public static String name(Class<?> klass, String... names) {
            return name(klass.getName(), names);
        }
    
        private static void append(StringBuilder builder, String part) {
            if (part != null && !part.isEmpty()) {
                if (builder.length() > 0) {
                    builder.append('.');
                }
                builder.append(part);
            }
        }
    复制代码

### Metrics数据展示 ###

Metrics提供了Reporter接口，用于展示内部的数据指标信息。metrics-core中主要实现了ConsoleReporter、CsvReporter 、Slf4jReporter、JmxReporter。在本文例子中使用ConsoleReporter展示内部指标。

> 对于使用**Falcon**监控系统的公司，可以参照ConsoleReporter实现自定义的Reporter，这样Metrics就可以无缝集成到公司的监控系统上。

### Metrics度量指标 ###

#### Gauge ####

Gauge主要记录指标的瞬时值，如服务当前**Jvm**使用情况等；

public class JvmGaugeTest {
    
        public static void main(String[] args) throws Exception {
            MetricRegistry registry = new MetricRegistry();
    
            ConsoleReporter reporter = ConsoleReporter.forRegistry(registry).build();
            reporter.start(1, TimeUnit.SECONDS);
    
            MemoryMXBean memoryMXBean = ManagementFactory.getMemoryMXBean();
            registry.register("jvm.total.used",
                    new Gauge<Long>() {
    
                        @Override
                        public Long getValue() {
                            return memoryMXBean.getHeapMemoryUsage().getUsed()
                                    + memoryMXBean.getNonHeapMemoryUsage().getUsed();
                        }
                    });
    
            while (true) {
                Thread.sleep(1000);
            }
        }
    }
    复制代码

代码运行结果如下：

-- Gauges ----------------------------------------------------------------------
    jvm.total.used
                 value = 16314496
    复制代码

#### Counter ####

Counter是计数器，可以对Counter进行增加和减少操作，维护累计的指标。

public class CounterTest {
    
        private static Queue<String> queue = new LinkedBlockingQueue<String>();
        private static Counter pendingJobs;
        private static Random random = new Random();
    
        public static void addJob(String job) {
            pendingJobs.inc();
            queue.offer(job);
        }
    
        public static String takeJob() {
            pendingJobs.dec();
            return queue.poll();
        }
    
        public static void main(String[] args) throws InterruptedException {
            MetricRegistry registry = new MetricRegistry();
    
            ConsoleReporter reporter = ConsoleReporter.forRegistry(registry).build();
            reporter.start(1, TimeUnit.SECONDS);
    
            pendingJobs = registry.counter("pending.jobs.size");
            for (int num = 1; ; num++) {
                Thread.sleep(100);
                if (random.nextDouble() > 0.8) {
                    takeJob();
                } else {
                    addJob("Job-" + num);
                }
            }
        }
    }
    复制代码

代码运行结果如下：

-- Counters --------------------------------------------------------------------
    pending.jobs.size
                 count = 19
    复制代码

#### Meter ####

Meter度量事件发生的频率，统计最近1分钟、5分钟、15分钟的速率。

public class MeterTest {
    
        private static Random random = new Random();
    
        public static void request(Meter meter, int times) {
            for (int i = 0; i < times; i++) {
                meter.mark();
            }
        }
    
        public static void main(String[] args) throws InterruptedException {
            MetricRegistry registry = new MetricRegistry();
    
            ConsoleReporter reporter = ConsoleReporter.forRegistry(registry).build();
            reporter.start(1, TimeUnit.SECONDS);
    
            Meter meterTps = registry.meter("request.tps");
            while (true) {
                request(meterTps, random.nextInt(10));
                Thread.sleep(1000);
            }
        }
    
    }
    复制代码

代码运行结果如下：

-- Meters ----------------------------------------------------------------------
    request.tps
                 count = 115
             mean rate = 5.00 events/second
         1-minute rate = 7.04 events/second
         5-minute rate = 7.63 events/second
        15-minute rate = 7.74 events/second
    复制代码

Meter参考UNIX系统关于平均负荷load average来设计的，其中使用到了[EMA][] 指数移动平均算法。越近期的数据加权影响力越重。

#### Histogram ####

Histogram统计数据分布情况，统计最小值、最大值、平均值、中位数、75分位、90分位、95分位、99分位、99.9分位等数据。

public class HistogramTest {
    
        private static Random random = new Random();
    
        public static void main(String[] args) throws Exception {
            MetricRegistry registry = new MetricRegistry();
    
            ConsoleReporter reporter = ConsoleReporter.forRegistry(registry).build();
            reporter.start(1, TimeUnit.SECONDS);
    
            Histogram histogram = new Histogram(new UniformReservoir());
            registry.register("request.histogram", histogram);
    
            while (true) {
                Thread.sleep(1000);
                histogram.update(random.nextInt(100));
            }
        }
    
    }
    复制代码

代码运行结果如下：

-- Histograms ------------------------------------------------------------------
    request.histogram
                 count = 18
                   min = 10
                   max = 98
                  mean = 53.28
                stddev = 29.48
                median = 44.50
                  75% <= 83.50
                  95% <= 98.00
                  98% <= 98.00
                  99% <= 98.00
                99.9% <= 98.00
    复制代码

##### 数据抽样 #####

Histogram需要统计数据分布，其内部必须抽样维护数据信息。内置的数据抽样有以下几种实现：

*  ExponentiallyDecayingReservoir：基于指数级别的抽样算法，根据更新时间与开始时间的差值转化为权重值，权重越大数据被保留的几率越大。
 *  UniformReservoir：随机抽样，随着更新次数的增加，数据被抽样的概率会减少。
 *  SlidingWindowReservoir：滑动窗口抽样，总是保留最新的统计数据。
 *  SlidingTimeWindowReservoir：滑动时间窗口抽样，总是保留最近时间段的统计数据。

#### 注意事项 ####

若使用ExponentiallyDecayingReservoir和SlidingTimeWindowReservoir，需要注意容量，底层并不会限制容量大小。若服务流量大，可能会占用很多内存。

### Timer ###

Timer是Histogram和Meter的结合，Histogram统计耗时分布，Meter统计QPS；

public class TimerTest {
    
        public static Random random = new Random();
    
        private static void request() throws InterruptedException {
            Thread.sleep(random.nextInt(1000));
        }
    
        public static void main(String[] args) throws Exception {
            MetricRegistry registry = new MetricRegistry();
    
            ConsoleReporter reporter = ConsoleReporter.forRegistry(registry).build();
            reporter.start(1, TimeUnit.SECONDS);
    
            Timer timer = registry.timer("request.latency");
            Timer.Context ctx;
            while (true) {
                ctx = timer.time();
                request();
                ctx.stop();
            }
        }
    }
    复制代码

代码运行结果如下：

-- Timers ----------------------------------------------------------------------
    request.latency
                 count = 22
             mean rate = 2.00 calls/second
         1-minute rate = 1.98 calls/second
         5-minute rate = 2.00 calls/second
        15-minute rate = 2.00 calls/second
                   min = 148.93 milliseconds
                   max = 865.65 milliseconds
                  mean = 491.89 milliseconds
                stddev = 219.59 milliseconds
                median = 465.60 milliseconds
                  75% <= 671.65 milliseconds
                  95% <= 850.28 milliseconds
                  98% <= 865.65 milliseconds
                  99% <= 865.65 milliseconds
                99.9% <= 865.65 milliseconds
    复制代码

### 经验总结 ###

当我们需要上报服务瞬时指标时会使用Guage，如Jvm的使用情况。当我们需要统计数据分布时会使用Histogram，如接口的响应耗时分布。当我们需要统计频率时会使用Meter，如某个接口的请求频率。当我们既需要统计频率也需要统计分布时会使用Timer对象，如某个接口的请求频率及耗时情况。

### 相关资料 ###

[Metrics Core][]

[Metrics]: https://link.juejin.im?target=https%3A%2F%2Fgithub.com%2Fdropwizard%2Fmetrics
[EMA]: https://link.juejin.im?target=https%3A%2F%2Fen.wikipedia.org%2Fwiki%2FMoving_average%23Exponential_moving_average
[Metrics Core]: https://link.juejin.im?target=https%3A%2F%2Fmetrics.dropwizard.io%2F3.1.0%2Fmanual%2Fcore%2F