Micrometer中文文档

Micrometer是一个JVM应用程序的度量工具库,旨在支持多种监控系统,如Prometheus、Atlas等,提供统一的API。它涵盖了计数器、定时器、仪表等度量类型,支持标签、命名约定和过滤器,以实现丰富的度量管理和可移植性。此外,Micrometer还提供了如速率聚合、暂停检测等功能,以适应不同监控系统的数据处理需求。
摘要由CSDN通过智能技术生成

概念

 

1。目的

Micrometer是基于JVM的应用程序的metrics 工具库。它为最流行的监控系统的仪器客户端提供了一个简单的外观,使您无需锁定供应商即可测试基于JVM的应用程序代码。它旨在为您的指标收集活动增加很少或没有开销,同时最大限度地提高指标工作的可移植性。

Micrometer不是分布式追踪系统或事件记录器。Adrian Cole关于Observationbility 3 Ways的演讲在突出这些不同类型系统之间的差异方面做得非常出色。

2.支持的监控系统

Micrometer包含一个带有仪器SPI的核心模块,一套包含各种监测系统(每个称为注册表)的模块和一套测试工具。监控系统有三个重要特征,重要的是要了解:

· 

Dimensionality。系统是否支持使用标记键/值对丰富的metric 标准名称。如果一个系统不是三维的,它是分层的,这意味着它只支持一个统一的metric 名称。将Micrometer 标准发布到分层系统时,Micrometer会将这组标签/键值对变平并将其添加到名称中。

· 

Dimensional

Hierarchical

Atlas, Datadog, Datadog StatsD, Influx, Prometheus, SignalFx, Telegraf StatsD, Wavefront

Graphite, Ganglia, JMX, Etsy StatsD

· 

Rate aggregation 在这种情况下,我们是指在规定的时间间隔内聚集一组样本。一些监测系统希望某些类型的离散样本(如计数)在发布前由应用程序转换为费率。有些人希望始终发送累积值。还有一些人对此没有任何意见。

· 

客户端(Client-side)

服务器端(Server-side)

Atlas, Datadog, Influx, Graphite, Ganglia, JMX, all StatsD flavors, SignalFx, Wavefront

Prometheus

· 

Publishing 一些系统希望在应用程序中随时检查应用程序的指标,另一些系统则希望定期将指标推送给它们。

· 

客户端推送(client pushes)

服务器检查(Server polls)

Atlas, Datadog, Graphite, Ganglia, Influx, JMX, all StatsD flavors, SignalFx, Wavefront

Prometheus

从一个监控系统到另一个监控系统的预期还有其他更小的变化,比如他们对基本计量单位(特别是时间)的概念和度量标准的规范命名惯例。Micrometer 自定义您的指标以满足这些需求,并在每个注册表的基础上。

3.注册表

一个Meter是用于收集关于您的应用程序的一组度量(我们个别称为度量(metrics))的接口。Micrometer 中的Meters 由一个创建并保存MeterRegistry。每个支持的监控系统都有一个实现MeterRegistry。注册表的创建方式因每个实现而异。

Micrometer 打包内含SimpleMeterRegistry每个meter 的最新值,不会将数据导出到任何地方。如果您还没有首选的监控系统,则可以使用简单的注册表开始玩指标:

MeterRegistry registry = new SimpleMeterRegistry();

注意

A SimpleMeterRegistry在基于Spring的应用程序中为你自动装配。

3.1。Composite 注册

Micrometer 提供了一个CompositeMeterRegistry可添加多个注册表的程序,允许您将metrics 标准同时发布到多个监视系统。

 

CompositeMeterRegistry composite = new CompositeMeterRegistry();

Counter compositeCounter = composite.counter("counter");

compositeCounter.increment(); (1) SimpleMeterRegistry simple = new SimpleMeterRegistry(); composite.add(simple); (2) 

compositeCounter.increment(); (3)

 

1、直到组合中存在注册表为止,递增才是NOOPd。此时计数器的计数仍然为0。

2、名为“计数器”的计数器已注册到简单注册表。

3、简单的注册表计数器会与组合中的任何其他注册表的计数器一起递增。

3.2。全局注册表

Micrometer提供了一个静态全局注册表Metrics.globalRegistry和一组静态构建器,用于基于此注册表生成计量表。globalRegistry是一个组合注册表。

 

class MyComponent {

    Counter featureCounter = Metrics.counter("feature", "region", "test"); (1)

    void feature() {

        featureCounter.increment();

    }

    void feature2(String type) {

        Metrics.counter("feature.2", "type", type).increment(); (2)

    }

}class MyApplication {

    void start() {

        // wire your monitoring system to global static state

        Metrics.addRegistry(new SimpleMeterRegistry()); (3)

    }

}

 

 

1、只要有可能(特别是仪器性能至关重要),请将Meter实例存储在字段中,以避免在每次使用时查看其名称/标签。

 

 

2、当标签需要从本地环境中确定时,您别无选择,只能在方法体内构建/查找仪表。查找代价只是单个哈希查找,所以对于大多数用途它都可以接受。

 

 

3、米创建之后添加注册表是可以的Metrics.counter(…​)。这些仪表将被添加到每个注册表中,因为它绑定到全局组合。

 

Meters

Micrometer 包与支持组Meter原语包括:Timer,Counter,Gauge,DistributionSummary,LongTaskTimer,FunctionCounter,FunctionTimer,和TimeGauge。不同的meter 类型会产生不同数量的时间序列metrics。例如,尽管只有一个metric 标准代表a Gauge,但a Timer度量了计时事件的计数和所有事件计时的总时间。

meter 由其名称和尺寸唯一标识。我们可以互换使用术语尺寸和标签,而Micrometer 接口Tag仅仅是因为它更短。作为一般规则,应该可以将名称用作枢轴。维度允许将特定的指定指标切片以深入挖掘并推理数据。这意味着如果只选择了名称,用户可以使用其他维度和关于所显示值的理由向下钻取。

5.命名meters

Micrometer 采用命名约定,用'.'分隔单词。(点).由于不同的监控系统对命名约定有不同的建议,某些命名约定可能实际上是针对一个系统而非另一个系统的,所以每个用于监控系统的Micrometer 实施都会包含一个命名约定,该约定将点符号名称转换为建议的命名约定。另外,这个命名约定实现清理了特定字符的名称和标签,这些特殊字符是为他们设计的监视系统所不允许的。如果您想通过NamingConvention在注册表中实现和设置注册表,您可以覆盖注册表的默认命名约定:

 

registry.config().namingConvention(myCustomNamingConvention);

使用命名约定后,在Micrometer 中注册的以下计时器在各种监控系统中本质上看起来不错:

registry.timer("http.server.requests");

1、Prometheus - http_server_requests_duration_seconds

2、Atlas - httpServerRequests

3、Graphite - http.server.requests

4、InfluxDB - http_server_requests

 

通过遵守Micrometer的点符号惯例,您可以保证监控系统中metric 标准名称的最大程度的可移植性。

5.1。标签命名

假设我们试图测量http请求的数量和数据库调用的数量。

推荐的方法

registry.counter("database.calls", "db", "users")

registry.counter("http.requests", "uri", "/api/users")

这个变体提供了足够的上下文,所以如果只选择了这个名字,这个值就可以被推理出来,并且至少具有潜在的意义。例如,如果我们选择,database.calls我们可以看到所有数据库调用的总数。然后我们可以进行分组或选择db进一步深入分析或对每个数据库调用的贡献进行比较分析。

糟糕的做法

registry.counter("calls",

    "class", "database",

    "db", "users");

registry.counter("calls",

    "class", "http",

    "uri", "/api/users");

在这种方法中,如果我们选择,calls我们将获得一个值,该值是对数据库和我们的API端点的调用次数的总和。如果没有进一步的维度挖掘,这个时间序列就没有用。

5.2。常见标签

通用标记可以在注册表级别定义,并添加到报告给监视系统的每个metric 标准中。这通常用于在主机,实例,区域,堆栈等操作环境上进行维度挖掘。

registry.config().commonTags("stack", "prod", "region", "us-east-1");

registry.config().commonTags(Arrays.asList(Tag.of("stack", "prod"), Tag.of("region", "us-east-1"))); // equivalently

调用commonTags附加其他通用标签。

重要

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
注:下文中的 *** 代表文件名中的组件名称。 # 包含: 中文-英文对照文档:【***-javadoc-API文档-中文(简体)-英语-对照版.zip】 jar包下载地址:【***.jar下载地址(官方地址+国内镜像地址).txt】 Maven依赖:【***.jar Maven依赖信息(可用于项目pom.xml).txt】 Gradle依赖:【***.jar Gradle依赖信息(可用于项目build.gradle).txt】 源代码下载地址:【***-sources.jar下载地址(官方地址+国内镜像地址).txt】 # 本文件关键字: 中文-英文对照文档,中英对照文档,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压 【***.jar中文文档.zip】,再解压其中的 【***-javadoc-API文档-中文(简体)版.zip】,双击 【index.html】 文件,即可用浏览器打开、进行查看。 # 特殊说明: ·本文档为人性化翻译,精心制作,请放心使用。 ·本文档为双语同时展示,一行原文、一行译文,可逐行对照,避免了原文/译文来回切换的麻烦; ·有原文可参照,不再担心翻译偏差误导; ·边学技术、边学英语。 ·只翻译了该翻译的内容,如:注释、说明、描述、用法讲解 等; ·不该翻译的内容保持原样,如:类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示: (1)为了防止解压后路径太长导致浏览器无法打开,推荐在解压时选择“解压到当前文件夹”(放心,自带文件夹,文件不会散落一地); (2)有时,一套Java组件会有多个jar,所以在下载前,请仔细阅读本篇描述,以确保这就是你需要的文件;
### 回答1: 微米级测量器API是一种使用编程语言(比如Java)进行微米级测量的应用程序接口(API)。它允许开发人员通过编写代码来控制测量仪器,从而进行精确到微米级的测量。 使用微米级测量器API,开发人员可以通过各种功能来实现准确的测量任务。例如,他们可以使用API读取测量仪器的当前位置,或者将测量指令发送到测量仪器以执行特定的测量操作。API还可以提供一些计算功能,如计算测量结果的平均值、最大值或最小值。 微米级测量器API还可以与其他应用程序或设备进行集成。开发人员可以将API作为中间层来连接测量仪器和其他应用程序,使测量数据可以在不同的系统之间流通和共享。这使得测量数据可以与其他系统的数据进行比较、分析和处理,从而为用户提供更全面的信息和更准确的结果。 总之,微米级测量器API提供了开发人员与测量仪器进行交互和控制的方便方式。它能够帮助开发人员轻松实现微米级测量任务,并与其他应用程序或设备进行集成,为用户提供更好的测量数据和结果。 ### 回答2: micrometer api是一个用于应用程序性能监控的Java框架。它提供了一组简单易用的API,用于测量应用程序的各种指标,如请求处理时间、内存使用量等。micrometer api可以与各种监控系统和指标存储进行集成,如Prometheus、Graphite和InfluxDB等。 使用micrometer api,开发人员可以方便地在应用程序中定义和记录自定义的指标。它提供了各种度量的方法,比如计数器、分布和计时器等。开发人员可以根据自己的需求选择适合的度量类型,并使用提供的API进行度量。 micrometer api还提供了基于标签的度量支持,开发人员可以为指标添加自定义标签,以便更好地组织和过滤指标数据。这使得应用程序的监控数据更加灵活和可定制。 micrometer api还支持将指标数据导出到各种监控系统和存储。开发人员可以选择将数据导出为平台相关的格式,如Graphite,在其他监控工具中进行使用。或者将数据导出到统一的格式,如Prometheus的Exposition格式,以便使用Prometheus进行集中式的监控和告警。 总之,micrometer api提供了一个简单灵活的方式来监控和度量Java应用程序的各种指标。它的易用性和高度可扩展性使得开发人员可以轻松地集成应用程序性能监控,并获取准确的指标数据。 ### 回答3: Micrometer API是一种用于在Java应用程序中度量(measure)和报告(report)指标的开源库。它是Spring Boot 2.0中的一个核心组件,也可以与其他Java框架一起使用。 Micrometer API的设计目标是提供一种统一的、跨度量系统(metrics system)和监控系统(monitoring system)的方式。它提供了一套简单易用的API,让开发人员可以轻松地收集应用程序的各种指标,如响应时间、吞吐量、错误率等等。 使用Micrometer API,开发人员可以选择将指标报告到不同的度量系统中,包括Prometheus、Graphite、InfluxDB和Datadog等。这使得开发人员可以根据具体需求和现有的基础设施选择适合自己的度量系统,而不需要改变应用程序代码。 Micrometer API还支持创建自定义的指标,并可以通过编程方式对指标进行操作,如增加、减少、重置等。这使得开发人员可以根据自己的业务逻辑和场景需求进行灵活的度量和监控。 总之,Micrometer API是一个功能强大、易于使用的度量和监控库,它能够帮助开发人员轻松地收集和报告应用程序的指标,并与各种度量系统无缝集成。它的出现大大简化了应用程序的监控过程,提供了更好的可视化、分析和优化能力,有助于提高应用程序的性能和稳定性。
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