一篇文章快速搞懂 Apache SkyWalking 的 OAL(1)

但是，OAL脚本仍然是编译语言，OAL运行时动态生成Java代码。

您可以在系统环境上设置SW_OAL_ENGINE_DEBUG=Y，查看生成了哪些类。

OAL语法

OAL 脚本文件应该以 .oal 为后缀。

// Declare the metrics.

METRICS_NAME = from(SCOPE.(* | [FIELD][,FIELD …]))

[.filter(FIELD OP [INT | STRING])]

.FUNCTION([PARAM][, PARAM …])

// Disable hard code

disable(METRICS_NAME);

域(Scope)

域包括全局(All)、服务(Service)、服务实例(Service Instance)、端点(Endpoint)、服务关系(Service Relation)、服务实例关系(Service Instance Relation)、端点关系(Endpoint Relation)。

当然还有一些字段，他们都属于以上某个域。

过滤器(Filter)

使用在使用过滤器的时候，通过指定字段名或表达式来构建字段值的过滤条件。

表达式可以使用 and，or 和 () 进行组合。

操作符包含==，!=，>，<，>=，<=，in [...]，like %...，like ...%，like %...%，他们可以基于字段类型进行类型检测,

如果类型不兼容会在编译/代码生成期间报错。

聚合函数(Aggregation Function)

默认的聚合函数由 SkyWalking OAP 核心实现。并可自由扩展更多函数。

提供的函数：

• longAvg：某个域实体所有输入的平均值，输入字段必须是 long 类型。

instance_jvm_memory_max = from(ServiceInstanceJVMMemory.max).longAvg();

在上面的例子中，输入是 ServiceInstanceJVMMemory 域的每个请求，平均值是基于字段 max 进行求值的。

• doubleAvg：某个域实体的所有输入的平均值，输入的字段必须是 double 类型。

instance_jvm_cpu = from(ServiceInstanceJVMCPU.usePercent).doubleAvg();

在上面的例子中，输入是 ServiceInstanceJVMCPU 域的每个请求，平均值是基于 usePercent 字段进行求值的。

• percent：对于输入中匹配指定条件的百分比数.

endpoint_percent = from(Endpoint.*).percent(status == true);

在上面的例子中，输入是每个端点的请求，条件是 endpoint.status == true。

• rate：对于条件匹配的输入，比率以100的分数表示。

browser_app_error_rate = from(BrowserAppTraffic.*).rate(trafficCategory == BrowserAppTrafficCategory.FIRST_ERROR, trafficCategory == BrowserAppTrafficCategory.NORMAL);

在上面的例子中，所有的输入都是每个浏览器应用流量的请求，

分子的条件是trafficCategory == BrowserAppTrafficCategory.FIRST_ERROR，

分母的条件是trafficCategory == BrowserAppTrafficCategory.NORMAL。

其中，第一个参数是分子的条件，第二个参数是分母的条件。

• sum：某个域实体的调用总数。

service_calls_sum = from(Service.*).sum();

在上面的例子中，统计每个服务的调用数。

• histogram：热力图，更多详见Heatmap in WIKI。

all_heatmap = from(All.latency).histogram(100, 20);

在上面的例子中，计算了所有传入请求的热力学热图。

第一个参数是计算延迟的精度，在上面的例子中，在101-200ms组中，113ms和193ms被认为是相同的.

第二个参数是分组数量，在上面的例子中，一共有21组数据分别为0-100ms，101-200ms…1901-2000ms，2000ms以上.

• apdex：应用性能指数(Application Performance Index)，更多详见Apdex in WIKI。

service_apdex = from(Service.latency).apdex(name, status);

在上面的例子中，计算了所有服务的应用性能指数。

第一个参数是服务名称，该名称的Apdex阈值在配置文件service-apdex-threshold.yml中定义。

第二个参数是请求状态，状态(成功或失败)影响Apdex的计算。

• P99，P95，P90，P75，P50：百分位，更多详见Percentile in WIKI。

百分位是自7.0版本引入的第一个多值度量。由于有多个值，可以通过getMultipleLinearIntValuesGraphQL查询进行查询。

all_percentile = from(All.latency).percentile(10);

在上面的例子中，计算了所有传入请求的 P99，P95，P90，P75，P50。参数是百分位计算的精度，在上例中120ms和124被认为是相同的。

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）

言尽于此，完结

无论是一个初级的 coder，高级的程序员，还是顶级的系统架构师，应该都有深刻的领会到设计模式的重要性。

• 第一，设计模式能让专业人之间交流方便，如下：

程序员A：这里我用了XXX设计模式

程序员B：那我大致了解你程序的设计思路了

• 第二，易维护

项目经理：今天客户有这样一个需求…

程序员：明白了，这里我使用了XXX设计模式，所以改起来很快

• 第三，设计模式是编程经验的总结

程序员A：B，你怎么想到要这样去构建你的代码

程序员B：在我学习了XXX设计模式之后，好像自然而然就感觉这样写能避免一些问题

• 第四，学习设计模式并不是必须的

程序员A：B，你这段代码使用的是XXX设计模式对吗？

程序员B：不好意思，我没有学习过设计模式，但是我的经验告诉我是这样写的

从设计思想解读开源框架，一步一步到Spring、Spring5、SpringMVC、MyBatis等源码解读，我都已收集整理全套，篇幅有限，这块只是详细的解说了23种设计模式，整理的文件如下图一览无余！

搜集费时费力，能看到此处的都是真爱！
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！
]

从设计思想解读开源框架，一步一步到Spring、Spring5、SpringMVC、MyBatis等源码解读，我都已收集整理全套，篇幅有限，这块只是详细的解说了23种设计模式，整理的文件如下图一览无余！

[外链图片转存中…(img-AtShdWgN-1713566708238)]

搜集费时费力，能看到此处的都是真爱！
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！