【深入浅出Java性能调优】「底层技术原理体系」详细分析探索Java服务器性能监控Metrics框架的实现原理分析(Dropwizard度量基础案例指南)

深入探索Java服务器性能监控Metrics框架的实现原理分析

  • 前提介绍
  • Dropwizard Metrics
    • Dropwizard的特点
    • Dropwizard的开发案例
    • 需要引入Maven依赖
    • 常用度量类型
      • Meter(每秒请求数为单位测量请求率)
        • 定义度量核心MetricRegistry
        • 构建对应的Meter指标对象
        • 请求标记采样
        • 业务方法控制
      • 报告器
        • 报告器的作用
          • ConsoleReporter报告器
          • 定义输出控制组件
        • 实际案例
      • Gauge(计量器)用于提供自定义度量
        • 创建Gauge指标对象
          • 命名空间来生成一个唯一的名称
          • 案例说明
          • 实现开发步骤
            • 创建一个LinkedBlockingQueue
            • 建立对应的业务方法存储队列元素以及拉取元素
            • 采样两个线程分别进行存储和拉取数据
          • 数据结果
      • Counter(计数器)
        • 计数器功能
          • 初始化MetricRegistry和ConsoleReporter的报告期
          • Counter建议的开发案例
            • 1. 创建Counter度量对象模型
            • 2. 建立度量新增和递减的业务操作埋点
            • 3. 采样两个线程分别进行不同速度下进行操作
            • 结果显示
      • Histograms(直方图)
        • 初始化Histogram对象模型
        • 执行耗时业务方法
        • 实际案例调用效果
        • 结果信息
      • Timers(计时器)
        • 计时器提供的特性
          • 创建计时器Timer对象
        • 结果
    • 总结介绍
    • 参考资料

前提介绍

在应用在线上运行时,经常需要处理大量的数据。在业务代码中,我们通常会非常关注某些方法的调用次数和响应时间等信息。这种场景通常需要使用metrics统计来实现。为了实现这样的功能,我们可以使用现有的度量工具库,而不必自己编写度量插件。其中,一个常用的度量工具库是Dropwizard Metrics。

Dropwizard Metrics

Dropwizard Metrics是一个用于度量、聚合和报告应用程序性能指标的开源库。它提供了一组简单而强大的API,用于收集各种指标数据,并且支持将这些数据进行聚合和报告。

使用Dropwizard Metrics可以轻松地在业务代码中添加度量统计,从而了解方法的调用次数、响应时间等关键指标,并通过定制的报告机制进行监控和分析。

Dropwizard的特点

在这里插入图片描述

  • 多种度量类型:Dropwizard Metrics提供了多种度量类型,包括计数器(Counter)、计时器(Timer)、直方图(Histogram)和仪表盘(Gauge)。这些度量类型可以用来统计方法的调用次数、响应时间、数据分布等。

  • 可插拔的报告:Dropwizard Metrics支持将统计数据以不同的方式进行报告,包括控制台输出、日志文件、JMX,以及集成到其他监控系统(如Graphite、InfluxDB等)。

  • 线程安全性:Dropwizard Metrics的API设计考虑了多线程环境下的并发访问,确保在统计数据收集过程中的线程安全性。

  • 可扩展性:Dropwizard Metrics提供了插件机制,可以自定义度量器、报告器和过滤器,以满足特定的需求。

注意:在使用度量统计工具时,需要权衡好度量的粒度和对性能的影响,避免过度统计和监控导致性能问题。同时,也要注意保护用户隐私和数据安全,避免统计敏感信息
.

Dropwizard的开发案例

Metrics是一个Java类库,提供了服务性能检测工具。它包含了功能强大的性能指标工具库,用于度量生产环境中各个关键组件的性能。

通过本篇文章将介绍Metrics提供的各种测量工具,以及如何使用这些工具以及它们何时派上用场的详细信息。

需要引入Maven依赖

为了使用Metrics库,您需要添加metrics-core库的依赖。

<!-- https://mvnrepository.com/artifact/io.dropwizard.metrics/metrics-core -->
<dependency>
    <groupId>io.dropwizard.metrics</groupId>
    <artifactId>metrics-core</artifactId>
    <version>4.2.25</version>
</dependency>

常用度量类型

以下是一些常用的度量指标类型:

在这里插入图片描述

  • 【Meter(速率统计器)】:用于统计系统中某一事件的响应速率,例如每秒请求数(TPS)或每秒查询数(QPS)。该指标直接反映系统当前的处理能力。
  • 【Gauge(计量器)】:Gauges用来统计某个指标的瞬时值。
  • 【Counter(计数器)】:本质上是一个java.util.concurrent.atomic.LongAdder,用于计数。
  • 【Histogram(直方图)】:用于收集数据并生成直方图,用于分析数据的分布情况。
  • 【Timer(计时器)】:是Meter和Histogram的结合体,用于统计接口请求速率和响应时长。

Meter(每秒请求数为单位测量请求率)

计量器用于测量事件随时间变化的速率,例如"每秒请求数"。除了平均速率之外,流量计还可以跟踪1分钟、5分钟和15分钟的移动平均值。

以下是使用Meter组件的开发步骤,您可以按照以下步骤逐个进行开发和实现:
在这里插入图片描述

定义度量核心MetricRegistry

Metrics的核心是MetricRegistry类,它是应用程序的所有指标的容器。

首先,我们需要定义并创建一个核心注册组件服务,用于管理和注册Metric度量组件。创建Metric度量组件实例:使用适当的构造函数或工厂方法创建Metric度量组件的实例。

  	/**
     * 1. 度量核心注册管理组件
     */
    public final MetricRegistry metricRegistry = new MetricRegistry();

您可能希望将其集成到应用程序的生命周期中(也许使用您的依赖项注入框架),但静态字段就可以了。

构建对应的Meter指标对象

为了实现服务应的采样控制机制,我们可以使用Meter对象。

  	/**
     * 2. 构建对应的Meter指标对象
     */
    private final Meter requests = metricRegistry.meter("demoMeter");
请求标记采样

请求标记采样是一种在服务应用程序中进行采样的技术,用于记录特定类型的请求。

 /**
     * 3. 请求标记采样
     * @param requestDelta
     */
    public void requestMark(Long requestDelta){
   
        if(Objects.isNull(requestDelta)){
   
            requests.mark();
        }
        requests.mark(requestDelta);
    }
业务方法控制

在这里,我们调用了requestMark操作来进行Meter的采样,并使用Thread.sleep方法来模拟业务操作的耗时。
当然,未来我们可以采用框架来处理这些操作,可以结合AOP(面向切面编程)来更方便地控制采样,同时也能减少对业务代码的侵入性。

 /**
     * 4. 业务方法控制
     */
    public void businessMethod(){
   
        System.out.println("business method execute start");
        try {
   
            requestMark(100L);
            Thread.sleep(300);
        System.out.println("business method execute stop");
        } catch (InterruptedException e) {
   
            throw new RuntimeException(e);
        }
    }

使用AOP可以将采样逻辑与业务逻辑分离,通过在切面中定义采样逻辑,可以更灵活地控制采样的时机和方式。这样可以使代码更加清晰和可维护,并且可以在不修改业务代码的情况下进行采样操作。

报告器

Metric的报告器的作用是将度量指标的数据输出到不同的目标,以便进行监控、分析和可视化。报告器可以将度量指标的数据以不同的形式进行报告,例如输出到控制台、写入日志文件、发送到远程监控系统等。报告器可以根据配置的频率或触发条件定期或实时地生成报告。
在这里插入图片描述

报告器的作用
  • 监控和实时反馈:报告器可以将度量指标的数据输出到控制台或日志文件,使开发人员能够实时监控应用程序的性能和行为。
  • 性能分析和优化:通过将度量指标的数据输出到报告器,可以对应用程序的性能进行分析和优化。开发人员可以根据报告器生成的报告,识别性能瓶颈和优化机会。
  • 可视化和报表:报告器可以将度量指标的数据以图表或报表的形式进行展示,使数据更加直观和易于理解。这有助于团队成员和管理者对应用程序的性能和运行情

当然,您也可以自己实现一个定制化的报告器,以满足特定的需求并实现自定义的可视化效果。在我们接下来的案例中,为了方便演示,我们使用了ConsoleReporter作为示例报告器。ConsoleReporter将度量指标的数据输出到控制台,提供了简单而直观的可视化效果。

ConsoleReporter报告器

ConsoleReporter是Metrics库提供的一个报告器,用于将度量指标输出到控制台。在这个方法中,我们使用forRegistry方法创建一个ConsoleReporter对象。

定义输出控制组件

定义了一个名为consolePrint的方法。该方法的功能是创建一个ConsoleReporter对象,并使用metricRegistry作为其注册表。

   void consolePrint() {
   
        ConsoleReporter reporter = ConsoleReporter.forRegistry(metricRegistry)
                .convertRatesTo(TimeUnit.SECONDS)
                .convertDurationsTo(TimeUnit.MILLISECONDS)
                .build();
        reporter.start(1, TimeUnit.SECONDS);
    }

通过convertRatesTo和convertDurationsTo方法将度量指标的速率单位设置为秒和间隔时间单位设置为毫秒。
在这里插入图片描述
它的继承关系如下所示:
在这里插入图片描述
此外i,还有其他的继承实现类,例如:Slf4jReporter和CsvReporter,后面我会单独出一篇文章进行分析和介绍说明。

实际案例
public class MeterDemo {
   

    /**
     * 1. 度量核心注册管理组件
     */
    public final MetricRegistry metricRegistry = new MetricRegistry();

    /**
     * 2. 构建对应的Meter指标对象
     */
    private final Meter requests = metricRegistry.meter("demoMeter");

    /**
     * 3. 请求标记采样
     * @param requestDelta
     */
    public void requestMark(Long requestDelta){
   
        if(Objects.isNull(requestDelta)){
   
            requests.mark();
        }
        requests.mark(requestDelta);
    }

    /**
     * 4. 业务方法控制
     */
    public void businessMethod(){
   
        System.out.println("business method execute start");
        try {
   
            for(int i = 0; i < 10; i++){
   
           

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/370749.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

利用Excel爬取网页数据

想要获取网页上的表格数据&#xff0c;可以通过Excel自带的功能&#xff0c;从网站导入数据&#xff0c;并且可以实时刷新最新数据。具体步骤如下&#xff1a; 1、新建Excel&#xff0c;打开&#xff0c;选择【数据】-【自网站】 2、在弹出的对话框中输入目标网址&#xff0c;…

Java常用

文章目录 基础基础数据类型内部类Java IOIO多路复用重要概念 Channel **通道**重要概念 Buffer **数据缓存区**重要概念 Selector **选择器** 关键字final 元注解常用接口异常处理ErrorException JVM与虚拟机JVM内存模型本地方法栈虚拟机栈 Stack堆 Heap方法区 Method Area (JD…

JavaSE-项目小结-IP归属地查询(本地IP地址库)

一、项目介绍 1. 背景 IP地址是网络通信中的重要标识&#xff0c;通过分析IP地址的归属地信息&#xff0c;可以帮助我们了解访问来源、用户行为和网络安全等关键信息。例如应用于网站访问日志分析&#xff1a;通过分析访问日志中的IP地址&#xff0c;了解网站访问者的地理位置分…

毫米波雷达在汽车领域的原理、优势和未来趋势

1 毫米波雷达的原理 汽车引入毫米波雷达最初主要是为了实现盲点监测和定距巡航。毫米波实质上是电磁波&#xff0c;其频段位于无线电和可见光、红外线之间&#xff0c;频率范围为10GHz-200GHz。工作原理类似一般雷达&#xff0c;通过发射无线电波并接收回波&#xff0c;利用障…

vscode 无法远程连接waiting the server log

使用版本 报错信息 相关日志 [17:32:59.765] > Waiting for server log... [17:32:59.801] > Waiting for server log... [17:32:59.831] > > * > * Visual Studio Code Server > * > * By using the software, you agree to > * the Visual Studio…

Github开源项目Excalidraw:简洁易用的手绘风格白板工具

Excalidraw是Github上的一个开源项目&#xff0c;它提供了一个简洁易用的手绘图形创建工具&#xff0c;用户可以通过它创建流程图、示意图、架构图和其他各种图形。本文将介绍Excalidraw的特点和功能&#xff0c;并探讨其在技术层面上的优势和扩展能力。 GitHub地址&#xff1a…

Mysql学习记录补充

索引 在无索引情况下&#xff0c;就需要从第一行开始扫描&#xff0c;一直扫描到最后一行&#xff0c;我们称之为 全表扫描&#xff0c;性能很低。 如果我们针对于这张表建立了索引&#xff0c;假设索引结构就是二叉树&#xff0c;那么也就意味着&#xff0c;会对age这个字段…

【数据结构与算法】(8)基础数据结构 之 优先级队列的无序数组实现、有序数组实现、堆实现详细代码示例讲解

目录 2.7 优先级队列1) 无序数组实现2) 有序数组实现3) 堆实现习题E01. 合并多个有序链表-Leetcode 23 2.7 优先级队列 1) 无序数组实现 要点 入队保持顺序出队前找到优先级最高的出队&#xff0c;相当于一次选择排序 public class PriorityQueue1<E extends Priority&g…

Amazon Bedrock ——使用Prompt构建AI软文撰写师的生成式人工智能应用程序

Amazon Bedrock 是一项完全托管的服务&#xff0c;通过单个 API 提供来自 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和 Amazon 等领先人工智能公司的高性能基础模型&#xff08;FM&#xff09;&#xff0c;以及通过安全性、隐私性和负责任的 AI 构建生成式人工智能应…

QCustomplot实现灰度曲线图

从 QCustomplot官网 https://www.qcustomplot.com/index.php/download 下载支持文件。首页有些demo可以进行参考学习。 新建一个Qt工程&#xff0c;将下载得到的qcustomplot.h和qcustomplot.cpp文件加入到当前工程。pro文件中加上 printsupport 在ui界面中&#xff0c;添加一…

【算法与数据结构】739、LeetCode每日温度

文章目录 一、题目二、解法三、完整代码 所有的LeetCode题解索引&#xff0c;可以看这篇文章——【算法和数据结构】LeetCode题解。 一、题目 二、解法 思路分析&#xff1a;   程序如下&#xff1a; 复杂度分析&#xff1a; 时间复杂度&#xff1a; O ( ) O() O()。空间复…

CocosCreator3.8源码分析

Cocos Creator架构 Cocos Creator 拥有两套引擎内核&#xff0c;C 内核 和 TypeScript 内核。C 内核用于原生平台&#xff0c;TypeScript 内核用于 Web 和小游戏平台。 在引擎内核之上&#xff0c;是用 TypeScript 编写的引擎框架层&#xff0c;用以统一两套内核的差异&#xf…

12. onnx转为rknn测试时有很多重叠框的修改(python)

我们下载rknn-toolkit2-master后并进行前面的处理后&#xff0c;进入到rknn-toolkit2-master\examples\onnx\yolov5文件夹&#xff0c;里面有个test.py文件&#xff0c;打开该文件&#xff0c;其代码如下&#xff1a; # -*- coding: utf-8 -*- # coding:utf-8import os import…

Photoshop CS6 下载安装教程,保姆级教程,小白也能轻松搞的,附安装包

前言 Adobe Photoshop CS6强大的照片拍摄和突破性的新功能&#xff0c;用于复杂的图形、选择、逼真的绘画和装饰智能。创建惊人的高动态范围(HDR)图像。用逼真的笔触和混合的颜色绘画。消除噪音&#xff0c;添加种子&#xff0c;并绘制一个国家最先进的摄影设备的草图。凭借原…

多播路由选择

目录 1 多播路由选择 1.1 转发多播数据报时使用三种方法 (1) 洪泛与剪除 RPB 的要点&#xff1a; 1.检查&#xff0c;转发 2.形成以源为根节点的多播转发树 3.剪枝与嫁接 (2) 隧道技术 (tunneling) (3) 基于核心的发现技术 1.2 几种多播路由选择协议 1 多播路由选择 …

挑战杯 python 爬虫与协同过滤的新闻推荐系统

1 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; python 爬虫与协同过滤的新闻推荐系统 &#x1f947;学长这里给一个题目综合评分(每项满分5分) 难度系数&#xff1a;3分工作量&#xff1a;3分创新点&#xff1a;4分 该项目较为新颖&…

算法42:天际线问题(力扣218题)---线段树

218. 天际线问题 城市的 天际线 是从远处观看该城市中所有建筑物形成的轮廓的外部轮廓。给你所有建筑物的位置和高度&#xff0c;请返回 由这些建筑物形成的 天际线 。 每个建筑物的几何信息由数组 buildings 表示&#xff0c;其中三元组 buildings[i] [lefti, righti, heig…

#RAG|NLP|Jieba|PDF2WORD# pdf转word-换行问题

文档在生成PDF时,文宁都发生了什么。本文讲解了配置对象、resources对象和content对象的作用,以及字体、宇号、坐标、文本摆放等过程。同时,还解释了为什么PDF转word或转文字都是一行一行的以及为什么页眉页脚的问题会加大识别难度。最后提到了文本的编码和PDF中缺少文档结构标…

五、RHCE--Web服务器

五、RHCE--Web服务器 1、web服务器简介&#xff08;1&#xff09;什么是www&#xff08;2&#xff09;网址及HTTP简介 2、web服务器的类型&#xff08;1&#xff09;仅提供用户浏览的单向静态网页&#xff08;2&#xff09;提供用户互动接口的动态网站 3、虚拟主机配置实战3.1 …

sqlserver alwayson部署文档手册

1、ALWAYSON概述 详细介绍参照官网详细文档,我就不在这里赘述了&#xff1a; https://learn.microsoft.com/zh-cn/sql/database-engine/availability-groups/windows/overview-of-always-on-availability-groups-sql-server?viewsql-server-ver16 下图显示的是一个包含一个…