kamon 性能监控_用Kamon监控Akka

kamon 性能监控

我非常喜欢JVM，因为有很多工具可用于在运行时检查正在运行的JVM实例。 当监视线程，热方法和内存分配时，Java Mission Control（jmc）是我最喜欢的工具之一。

但是，在监视事件驱动的基于消息的系统（如Akka）时，这些工具的用途有限。 线程几乎没有意义，因为它可以处理任何类型的消息。 幸运的是，有一些工具可以填补这一空白。 尽管Akka文档确实非常广泛且有用，但是监视方面并没有很多。

我不是开发人员，而是操作人员，因此，我只会为监视存储，收集，显示东西做一个简短的介绍，“我认为它可以做到”。

大图景

首先，完成后，我们将运行此基础结构

感谢docker，我们无需在右侧进行任何配置即可开始使用。

加蒙

从图片的左侧开始。 Kamon是一个使用AspectJ挂接到ActorSystem进行的方法调用并记录不同类型事件的库。 Kamon文档有很大的差距，但是您可以感觉到什么是可能的。 我不会进行任何特殊配置，而只是使用默认设置来尽快上手。

StatsD –石墨

一个网络守护程序，它在Node.js平台上运行，并侦听通过UDP发送的统计信息（例如计数器和计时器），并将聚合发送到一个或多个可插拔的后端服务。

Kamon还提供其他后端（datadog，newrelic）进行报告。 对于本教程，我们坚持使用免费的StatsD服务器和Graphite作为后端服务。

格拉法纳

Grafana是用于显示您登录到Graphite的统计信息的前端。 您有一个不错的演示可以玩。 但是，我将详细介绍如何在Grafana仪表板中添加指标。

入门

首先，我们需要一个可以监视的应用程序。 我正在使用我的akka​​-kamon-activator。 签出代码：

git clone git@github.com:muuki88/activator-akka-kamon.git

该应用程序包含两个消息生成器：一个用于峰值，一个用于恒定负载。 两种类型的参与者处理这些消息。 一个创建随机数，子演员计算主要因素。

Kamon依赖关系和sbt-aspectj

首先我们通过以下方式添加kamon依赖项

val kamonVersion = "0.3.4"
 
libraryDependencies ++= Seq(
  "com.typesafe.akka" %% "akka-actor" % "2.3.5",
  "io.kamon" %% "kamon-core" % kamonVersion,
  "io.kamon" %% "kamon-statsd" % kamonVersion,
  "io.kamon" %% "kamon-log-reporter" % kamonVersion,
  "io.kamon" %% "kamon-system-metrics" % kamonVersion,
  "org.aspectj" % "aspectjweaver" % "1.8.1"
)

接下来，我们配置sbt-aspectj-plugin以在编译时编织代码。 首先将插件添加到您的plugins.sbt

addSbtPlugin("com.typesafe.sbt" % "sbt-aspectj" % "0.9.4")

现在我们配置它

aspectjSettings
 
javaOptions <++= AspectjKeys.weaverOptions in Aspectj
 
// when you call "sbt run" aspectj weaving kicks in
fork in run := true

最后一步是配置应记录的内容。 打开你的application.conf您的阿卡配置所在。 Kamon使用kamon配置密钥。

kamon {
 
  # What should be recorder
  metrics {
    filters = [
      {
        # actors we should be monitored
        actor {
          includes = [ "user/*", "user/worker-*" ] # a list of what should be included
          excludes = [ "system/*" ]                # a list of what should be excluded
        }
      },
 
      # not sure about this yet. Looks important
      {
        trace {
          includes = [ "*" ]
          excludes = []
        }
      }
    ]
  }
 
  # ~~~~~~ StatsD configuration ~~~~~~~~~~~~~~~~~~~~~~~~
 
  statsd {
    # Hostname and port in which your StatsD is running. Remember that StatsD packets are sent using UDP and
    # setting unreachable hosts and/or not open ports wont be warned by the Kamon, your data wont go anywhere.
    hostname = "127.0.0.1"
    port = 8125
 
    # Interval between metrics data flushes to StatsD. It's value must be equal or greater than the
    # kamon.metrics.tick-interval setting.
    flush-interval = 1 second
 
    # Max packet size for UDP metrics data sent to StatsD.
    max-packet-size = 1024 bytes
 
    # Subscription patterns used to select which metrics will be pushed to StatsD. Note that first, metrics
    # collection for your desired entities must be activated under the kamon.metrics.filters settings.
    includes {
      actor       = [ "*" ]
      trace       = [ "*" ]
      dispatcher  = [ "*" ]
    }
 
    simple-metric-key-generator {
      # Application prefix for all metrics pushed to StatsD. The default namespacing scheme for metrics follows
      # this pattern:
      #    application.host.entity.entity-name.metric-name
      application = "yourapp"
    }
  }
}

我们的应用程序可以运行了。 但是首先，我们部署监控后端。

监控后端

正如我们在第一张图中所看到的，我们需要运行许多东西来存储日志事件。 使用的库和组件很可能是合理的，您（或者比开发人员更多的运维）将必须对其进行配置。 但是目前，我们只是在一个简单的Docker容器中一次将它们全部启动。 我没有将它们置于分离模式下，所以我知道发生了什么。

docker run -v /etc/localtime:/etc/localtime:ro -p 80:80 -p 8125:8125/udp -p 8126:8126 -p 8083:8083 -p 8086:8086 -p 8084:8084 --name kamon-grafana-dashboard muuki88/grafana_graphite:latest

我的映像基于kamon 原始docker映像的分支 。

运行并构建仪表板

现在转到位于localhost的正在运行的Grafana实例。 您会看到一个默认值，我们将使用它来显示平均邮箱时间。 单击图的标题（ First Graph（单击标题以进行编辑 ）。现在，选择以下指标：

就是这样！

翻译自: https://www.javacodegeeks.com/2014/09/monitoring-akka-with-kamon.html

kamon 性能监控