pinpoint使用步骤

pinpoint的使用主要分成两个部分,第一部分是服务器端的搭建,第二部分是使用代理启动被监控的服务

1、服务器端搭建

pinpoint的服务器主要包含两个组成部分,一是pinpoint-web 用来展示监控画面,二是pinpoint-collector用来采集被监控应用的数据

1.1 搭建hbase

Pinpoint uses HBase as its storage backend for the Collector and the Web.

pinpoint habase兼容表格

pinpoint hbase兼容表
安装hbase,修改 hbase-site.xml 为(根据自己的实际情况修改)

<configuration>
  <property>
    <name>hbase.rootdir</name>
    <value>file:///home/testuser/hbase</value>
  </property>
  <property>
    <name>hbase.zookeeper.property.dataDir</name>
    <value>/home/testuser/zookeeper</value>
  </property>
  <property>
    <name>hbase.unsafe.stream.capability.enforce</name>
    <value>false</value>
  </property>
</configuration>

执行 bin/start-hbase.sh启动 hbase

执行 ./hbase shell hbase-create.hbase 文件创建表等

1.2 启动pinpoint-web

从https://github.com/naver/pinpoint/releases 下载 pinpoint-web.war
修改 pinpoint-web.war 包配置文件(默认)

修改 WEB-INF\classes\hbase.properties 文件
hbase.client.host 设置为 hbase 所用的 zk 地址

修改 WEB-INF\classes\pinpoint-web.properties 文件
cluster.zookeeper.address 修改为给 Pinpoint 准备的 zk 地址
将 war 包放到 tomcat 中启动

1.3 启动pinpoint-collector

从https://github.com/naver/pinpoint/releases 下载 pinpoint-collector.war
修改 pinpoint-collector.war 包配置文件(默认)

修改 WEB-INF\classes\hbase.properties 文件
hbase.client.host 设置为 hbase 所用的 zk 地址

修改 WEB-INF\classes\pinpoint-collector.properties 文件
cluster.zookeeper.address 修改为给 Pinpoint 准备的 zk 地址
将 war 包放到 tomcat 中启动

至此,服务端的准备工作就完成了

2、客户端使用代理启动

从https://github.com/naver/pinpoint/releases 下载 pinpoint-agent.tar.gz

解压 pinpoint-agent.tar.gz,修改 pinpoint.config 中的 profiler.collector.ip 改为部署 collector 的机器ip

启动被监控应用
java -javaagent:/opt/agent/pinpoint-bootstrap-1.8.0-SNAPSHOT.jar -Dpinpoint.agentId=dubbo-provider-id -Dpinpoint.applicationName=dubbo-provider -jar dubbo-provider-0.0.1-SNAPSHOT.jar

java -javaagent:/opt/agent/pinpoint-bootstrap-1.8.0-SNAPSHOT.jar -Dpinpoint.agentId=dubbo-consumer-id -Dpinpoint.applicationName=dubbo-consumer -jar dubbo-consumer-0.0.1-SNAPSHOT.jar
如果是通过 tomcat 启动,则需要修改 bin/catalina.sh 文件

CATALINA_OPTS=“ C A T A L I N A O P T S − j a v a a g e n t : / o p t / a g e n t / p i n p o i n t − b o o t s t r a p − 1.8.0 − S N A P S H O T . j a r " C A T A L I N A O P T S = " CATALINA_OPTS -javaagent:/opt/agent/pinpoint-bootstrap-1.8.0-SNAPSHOT.jar" CATALINA_OPTS=" CATALINAOPTSjavaagent:/opt/agent/pinpointbootstrap1.8.0SNAPSHOT.jar"CATALINAOPTS="CATALINA_OPTS -Dpinpoint.agentId=AGENT_ID”
CATALINA_OPTS="$CATALINA_OPTS -Dpinpoint.applicationName=APPLICATION_TEST"

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计的实现,以及它们在MATLAB环境的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值