一篇文章快速搞懂 Apache SkyWalking 的 OAL

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。

度量指标名称(Metrics Name)

存储实现，告警以及查询模块的度量指标名称，SkyWalking 内核支持自动类型推断。

组(Group)

所有度量指标数据都会使用 Scope.ID 和最小时间桶(min-level time bucket) 进行分组.

• 在端点的域中，Scope.ID 为端点的 ID（基于服务及其端点的唯一标志）。

禁用(Disable)

Disable是OAL中的高级语句，只在特定情况下使用。

一些聚合和度量是通过核心硬代码定义的，这个Disable语句是设计用来让它们停止活动的，

比如segment, top_n_database_statement。

在默认情况下，没有被禁用的。

示例

// 计算每个端点的响应平均时长

endpoint_avg = from(Endpoint.latency).avg()

// 计算每个端点 p50，p75，p90，p95 and p99 的延迟柱状图，每隔 50 毫秒一条柱

endpoint_percentile = from(Endpoint.latency).percentile(10)

// 统计每个服务响应状态为 true 的百分比

endpoint_success = from(Endpoint.*).filter(status == true).percent()

// 计算每个服务的响应码为[404, 500, 503]的总和

endpoint_abnormal = from(Endpoint.*).filter(responseCode in [404, 500, 503]).sum()

// 计算每个服务的请求类型为[PRC, gRPC]的总和

endpoint_rpc_calls_sum = from(Endpoint.*).filter(type in [RequestType.PRC, RequestType.gRPC]).sum()

// 计算每个端点的端点名称为[“/v1”, “/v2”]的总和

endpoint_url_sum = from(Endpoint.*).filter(endpointName in [“/v1”, “/v2”]).sum()

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。

深知大多数初中级Java工程师，想要提升技能，往往是自己摸索成长，但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年最新Java开发全套学习资料》送给大家，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。

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

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注Java）

最后

笔者已经把面试题和答案整理成了面试专题文档

.(img-sfOhXJJM-1710405777119)]

[外链图片转存中…(img-zmoPLI7Q-1710405777119)]

[外链图片转存中…(img-JvGUUZNk-1710405777120)]

[外链图片转存中…(img-u621oC5f-1710405777120)]

[外链图片转存中…(img-zltdCvGr-1710405777121)]

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录