Java 代码运行洞察库 Metrics

西夏一品堂

于 2015-11-22 20:45:25 发布

阅读量2.6k

点赞数 10

分类专栏：框架技术文章标签： Metrics

本文链接：https://blog.csdn.net/mn960mn/article/details/49981049

版权

框架技术专栏收录该内容

16 篇文章 0 订阅

订阅专栏

Metrics是一个java库，能够为你提供无与伦比的代码运行洞察功能。
它是由yammer开发的，用于检测jvm上后端服务的运行状况。Metrics提供了一个强大的工具集，用于度量你的生产环境上关键组件的行为。

Metrics提供了一组通用的模块库用于支持比如Guice，Jetty，Log4j，Apache HttpClient，EhCache，Logback，Spring等，也提供对比如Ganglia和Graphite等后端的报告。

项目官网：http://metrics.dropwizard.io/

Metrics 主要有五大基本组件

1：Counter

记录执行次数

2：Gauge

获取某个值

3：Meter

用来计算事件的速率

4：Histogram

可以为数据流提供统计数据。除了最大值，最小值，平均值外，它还可以测量中值(median)，百分比比如XX%这样的Quantile数据

5：Timer

用来测量一段代码被调用的速率和用时。等于Meter+Hitogram，既算TPS，也算执行时间。

下面是代码例子

首先加入依赖

<dependency>
	<groupId>io.dropwizard.metrics</groupId>
	<artifactId>metrics-core</artifactId>
	<version>3.1.2</version>
</dependency>

com.codahale.metrics.MetricRegistry 是 Metrics的核心，这里先用一个常量保存

package com.lala.core;

import com.codahale.metrics.MetricRegistry;

public class MetricConstant 
{
	public static MetricRegistry REGISTER = new MetricRegistry();
}

上面也是说到了 Metrics支持很多输出，jmx, log4j , jetty, httpclient等等。我这里就直接输出到控制台

package com.lala.core;

import java.util.concurrent.TimeUnit;
import com.codahale.metrics.ConsoleReporter;
/**
 * 控制台打印输出
 */
public class MyConsoleReport 
{
	public static void startReport()
	{
		final ConsoleReporter reporter = ConsoleReporter.forRegistry(MetricConstant.REGISTER)
                .convertRatesTo(TimeUnit.SECONDS)
                .convertDurationsTo(TimeUnit.SECONDS)
                .build();
		//一秒钟执行一次
		reporter.start(1, TimeUnit.SECONDS);
	}
}

首先，来一个基本的公共类

package com.lala.core;

import java.util.concurrent.TimeUnit;
import com.codahale.metrics.MetricRegistry;

public class Base 
{
	protected static MetricRegistry metric = MetricConstant.REGISTER;
	protected static void secondSleep(long value)
	{
		try
		{
			TimeUnit.SECONDS.sleep(value);
		} catch (InterruptedException e)
		{
			e.printStackTrace();
		}
	}
	protected static void milliSecondSleep(long value)
	{
		try
		{
			TimeUnit.MILLISECONDS.sleep(value);
		} catch (InterruptedException e)
		{
			e.printStackTrace();
		}
	}
}

接下来，就演示这五大组件的基本用法

一：Counter

package com.lala.demo;

import java.util.Random;

import com.codahale.metrics.Counter;
import com.lala.core.Base;
import com.lala.core.MyConsoleReport;

/**
 * 记录执行次数
 */
public class CounterTest extends Base
{
	final static Counter exec = metric.counter("com.pp.counter.invoke");
	public static void main(String[] args)
	{
		MyConsoleReport.startReport();
		new Thread(()->{
			for(int i=1;i<=3;i++)
			{
				exec.inc();
				milliSecondSleep(new Random().nextInt(500)*2);
			}
		}).start();
		secondSleep(3);
	}
}

输出如下：

15-11-22 20:38:29 ==============================================================

-- Counters --------------------------------------------------------------------
com.pp.counter.invoke
count = 3

二：Gauge

package com.lala.demo;

import com.codahale.metrics.Gauge;
import com.lala.core.Base;
import com.lala.core.MyConsoleReport;
/**
 * 获取某个值
 */
public class GaugeTest extends Base
{
	public static void main(String[] args)
	{
		MyConsoleReport.startReport();
		metric.register("com.pp.gauge.freeMemory", new Gauge<Long>(){
			public Long getValue() {
				//这里是获取当前JVM可用内存
				return Runtime.getRuntime().freeMemory();
			}
		});
		secondSleep(2);
	}
}

输出如下：

15-11-22 20:39:44 ==============================================================

-- Gauges ----------------------------------------------------------------------
com.pp.gauge.freeMemory
value = 118203344

三：Meter

package com.lala.demo;

import java.util.Random;
import com.codahale.metrics.Meter;
import com.lala.core.Base;
import com.lala.core.MyConsoleReport;
/**
 * Meter用来计算事件的速率
 */
public class MeterTest extends Base
{
	static final Meter requests = metric.meter("com.pp.meter.invoke");
	public static void main(String[] args)
	{
		MyConsoleReport.startReport();
		new Thread(()->{
			for(int i=1;i<=2;i++)
			{
				requests.mark();
				milliSecondSleep(new Random().nextInt(500)*2);
			}
		}).start();
		secondSleep(2);
	}
}

输出如下：

15-11-22 20:40:57 ==============================================================

-- Meters ----------------------------------------------------------------------
com.pp.meter.invoke
count = 2
mean rate = 0.97 events/second
1-minute rate = 0.00 events/second
5-minute rate = 0.00 events/second
15-minute rate = 0.00 events/second

四：Histogram

package com.lala.demo;

import java.util.Arrays;
import java.util.List;
import java.util.Random;
import com.codahale.metrics.Histogram;
import com.lala.core.Base;
import com.lala.core.MyConsoleReport;
/**
 * Histogram可以为数据流提供统计数据。 除了最大值，最小值，平均值外，它还可以测量 中值(median)，
 * 百分比比如XX%这样的Quantile数据 
 */
public class HistogramTest extends Base
{
	static final Histogram his = metric.histogram("com.pp.histogram.score");
	static List<Integer> scores = Arrays.asList(60, 75, 80, 62, 90, 42, 33, 95, 61, 73);
	public static void main(String[] args) 
	{
		MyConsoleReport.startReport();
		new Thread(()->{
			scores.forEach( (score) -> {
				his.update(score);
				milliSecondSleep(new Random().nextInt(500)*2);
			});
		}).start();
		secondSleep(10);
	}
}

输出如下：

15-11-22 20:42:14 ==============================================================

-- Histograms ------------------------------------------------------------------
com.pp.histogram.score
count = 10
min = 33
max = 95
mean = 67.11
stddev = 18.70
median = 73.00
75% <= 80.00
95% <= 95.00
98% <= 95.00
99% <= 95.00
99.9% <= 95.00

五：Timer

package com.lala.demo;

import com.codahale.metrics.Timer;
import com.lala.core.Base;
import com.lala.core.MyConsoleReport;
/**
 * Timer用来测量一段代码被调用的速率和用时。
 * 等于Meter+Hitogram，既算TPS，也算执行时间。
 */
public class TimerTest extends Base 
{
	static final Timer timer = metric.timer("com.pp.timer.invoke");
	static void inovke(long time)
	{
		final Timer.Context context = timer.time();
		try
		{
			secondSleep(time);
		}finally
		{
			context.stop();
		}
	}
	public static void main(String[] args) 
	{
		MyConsoleReport.startReport();
		inovke(1);
		inovke(2);
		inovke(2);
		inovke(8);
		secondSleep(1);
	}
}

输出如下：

15-11-22 20:43:34 ==============================================================

-- Timers ----------------------------------------------------------------------
com.pp.timer.invoke
count = 4
mean rate = 0.28 calls/second
1-minute rate = 0.38 calls/second
5-minute rate = 0.40 calls/second
15-minute rate = 0.40 calls/second
min = 1.01 seconds
max = 8.00 seconds
mean = 3.44 seconds
stddev = 2.86 seconds
median = 2.00 seconds
75% <= 8.00 seconds
95% <= 8.00 seconds
98% <= 8.00 seconds
99% <= 8.00 seconds
99.9% <= 8.00 seconds

注意：这里的输出，和上一个组件输出有些类似，但是不一样的

这里统计的是执行时间，什么最大执行时间，最小执行时间，平均执行时间等。上一个统计的是数字，什么最大数字，最小数字，平均数字等

当然了，Metrics还可以用来做心跳检测，这里就不演示了。

西夏一品堂

关注

10
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Java 代码运行洞察库 Metrics

Metrics是一个java库，能够为你提供无与伦比的代码运行洞察功能。它是由yammer开发的，用于检测jvm上后端服务的运行状况。Metrics提供了一个强大的工具集，用于度量你的生产环境上关键组件的行为。Metrics提供了一组通用的模块库用于支持比如Guice，Jetty，Log4j，Apache HttpClient，EhCache，Logback，Spring等，也提供对比如G
复制链接

扫一扫